솔·테라·루나 조합 실험, 서브에이전트는 폭주
GPT-5.6 계열 솔·테라·루나를 역할별로 조합하려는 실험이 밤새 이어졌지만, 서브에이전트를 무분별하게 호출하다 램이 가득 차거나 앱이 꺼지는 부작용도 함께 보고됐다. 등급별 조합 전략이 아직 정답 없이 시행착오 단계에 머물러 있는 것으로 보인다.
헤르메스단에서 밤사이 GPT-5.6 계열 모델 등급인 솔·테라·루나를 상황별로 어떻게 섞어 쓸지를 둘러싼 실험 결과가 쏟아졌다. 한 참여자는 클로드 페이블 5와 GPT-5.6 솔의 서브에이전트 호출 방식이 다르다는 점을 짚었다. 페이블 5는 자신보다 하위 모델인 4.8 등을 서브에이전트로 쓰는 반면, 솔은 자기 자신을 복제해 서브에이전트로 쓰기 때문에 토큰이 5분 만에 소진된다는 관찰이었다.
참여자 21:08 "Claude Fable 5는 서브 에이전트를 지 아래 것(4.8이나 기타)들을 쓰지만, GPT 5.6 Sol은 자기 분신으로 쓰기에 토큰이 거의 5분내 순삭..."
이런 소모 패턴을 감안한 조합 전략도 여러 갈래로 제시됐다. 솔을 중간 등급으로 두고 하위 서브에이전트를 테라·루나·5.5·5.4·스파크 등으로 분산시키는 조합이 거론됐고, 솔 하이를 플래너로 두고 솔 맥스를 상위 플래너로, 루나 하이·맥스를 실행 담당으로 쓰는 3단 구조도 제안됐다. 검증 단계에만 별도로 높은 성능 옵션을 붙이면 검증 시간만 시간 단위로 늘어난다는 부작용도 함께 보고됐다.
참여자 23:31 "sol high + planner (sol max) + executor (luna high/max) 이 조합으로 갈거같네용"
조합을 바꿔가며 실험하는 과정에서 예상치 못한 부작용도 여럿 목격됐다. 간단한 프로그램 하나를 솔에게 맡겼을 뿐인데 테스트 케이스를 178개나 만들어내는 과잉 동작이 보고됐고, 서브에이전트를 무분별하게 호출하다 램이 가득 차거나 앱이 꺼지는 사례도 함께 공유됐다. 등급별 조합 실험이 아직 정착된 정답 없이 시행착오 단계에 머물러 있음을 시사하는 대목이다.
토큰 소모 패턴을 실측하고 역할별로 모델 등급을 나누어 배치하려는 시도가 하루 사이 여러 참여자에게서 동시에 나온 점도 눈에 띈다. 새로운 모델 등급이 늘어날수록 조합의 경우의 수도 함께 늘어나며, 최적의 배치를 찾는 실험이 당분간 이어질 것으로 보인다.