일하는 ai

89. Kimi K2 6 Agent Swarm

11 min read

-

Kimi K2.6의 핵심은 벤치마크 숫자보다도 에이전트 스웜에 있다. 프롬프트를 한 번 넣으면 여러 서브 에이전트가 병렬로 작업을 나눠서 리서치, 정리, 문서화, 프레젠테이션 생성까지 이어 가는 흐름을 실제 예제로 보여준다.

flowchart LR
A[대규모 리서치와 산출물 제작을 빠르게 처리하고 싶음] --> B[Kimi K2.6에 에이전트 스웜 기능이 추가됨]
B --> C[여러 서브 에이전트가 병렬로 작업을 분담함]
C --> D[리포트와 프레젠테이션까지 한 번에 구조화된 결과가 나옴]

핵심 요약

  • 영상은 Kimi K2.6의 벤치마크보다 병렬 네이티브하게 에이전트와 작업할 수 있는 에이전트 스웜 기능에 초점을 맞춘다.
  • 발표자는 취업용 채용 공고 50개 발굴, AI 유튜브 마이크로 인플루언서 10명 발굴, 경쟁 강의 플랫폼 100개 시장 분석이라는 세 작업을 동시에 돌린다.
  • 첫 번째 작업에서는 다섯 개 에이전트가 각각 10개씩 태스크를 맡고, 대시보드에서 각 서브 에이전트의 진행률과 작업 화면까지 확인할 수 있다고 설명한다.
  • 단순히 회사를 찾는 수준이 아니라 매출, 시장 규모, 기술 스택, 후보군 티어링, 회사 프로필까지 포함한 정리로 이어진다.
  • 결과물은 25페이지 프레젠테이션과 135페이지 리포트처럼 바로 검토 가능한 형태로 나오고, 레퍼런스도 함께 포함된다.

왜 지금 중요한가

이 영상이 흥미로운 이유는 “좋은 답변”이 아니라 “좋은 작업 흐름”을 보여주기 때문이다. 개발팀 관점에서도 리서치 병렬화, 태스크 분해, 진행률 가시화, 산출물 구조화가 한 번에 묶여 있어서, 단순 채팅형 AI보다 한 단계 자동화된 워크플로우를 어떻게 만들 수 있는지 감이 잡힌다.

주요 내용

1. 세 개의 업무를 동시에 던지고, 병렬 실행 구조를 바로 확인한다

발표자는 먼저 한국 핀테크·AI·SaaS 분야 5년 차 백엔드 개발자 채용 공고 50개를 동시에 발굴하도록 요청한다. 이어 코드팩토리에 적합한 AI 관련 유튜브 마이크로 인플루언서 10명을 찾도록 하고, 구독자 수는 5,000명에서 10만 명 사이라고 제약을 준다. 마지막으로는 “코드팩토리 온라인 강의 플랫폼 경쟁사 100개 시장 분석해 주”라는 한 줄 요청만 던져서, 대충 줘도 어느 정도 퍼포먼스가 나오는지 보겠다고 한다.

2. 에이전트 스웜은 태스크를 쪼개고 병렬 배치하는 방식으로 움직인다

첫 번째 작업에서는 에이전트 스웜이 다섯 개 에이전트를 실행하는 것이 좋겠다고 판단하고, 각 에이전트에 열 개씩 태스크를 배정한다. 먼저 기본 에이전트가 어떤 것들을 확인하면 좋을지 리서치한 뒤, 새로 생성되는 에이전트들에게 그 작업을 전부 어사인하는 구조다. 대시보드에서는 초록색 그리드로 전반적인 프로그레스를 볼 수 있고, 각 서브 에이전트가 현재 무슨 작업을 하는지 한눈에 확인할 수 있다. 에이전트 윈도우로 들어가면 단순 프로세스 목록이 아니라 각 에이전트가 실제로 보고 있는 화면까지 확인할 수 있다는 점도 보여준다.

3. 리서치 결과는 단순 목록이 아니라 바로 쓰기 좋은 구조로 정리된다

채용 공고 분석 결과는 티어별로 1티어, 2티어, 3티어, 4티어까지 나뉘고, 크롤링이 제대로 안 된 요소도 따로 들어간다. 발표자는 이를 “굉장히 컴프리헨시브한 정리”라고 평가한다. 그리고 이 정리된 내용을 기반으로 “프레젠테이션으로 만들어 주”라고 요청하자, 바로 프레젠테이션 작업으로 이어진다. 최종 결과는 25페이지짜리 프레젠테이션이며, 핀테크 분야 정리, 선두 후보군, 기술 스택 요구 사항, 2차 후보군, 핀테크 주요 회사 프로필까지 들어 있다. 이어 AI 분야는 연봉이 높은 분야로 정리되며 “연봉 1억이 넘는다”는 내용과 함께 주요 회사, 기술 스택 중요도를 설명한다. SaaS 분야도 같은 방식으로 차트와 함께 정리된다.

4. 가장 인상적인 장면은 135페이지 경쟁사 리포트다

경쟁사 100개 분석 요청은 더 오래 실행되는데, 단순히 회사를 나열하는 수준이 아니라 매출, 시장 규모 같은 정보까지 확인해서 분석한다. 최종 산출물은 레퍼런스를 정확하게 달아 어디에서 내용을 가져왔는지 밝히는 135페이지짜리 리포트다. 발표자는 교육 마켓 구조, 글로벌 에듀테크 투자 변화, 코드 상장 후 주가 하락, AI 교육 기업 포지셔닝 같은 내용이 들어 있다고 짚는다. 자신의 유튜브 개설 시점과 성장 과정까지 분석한 대목을 보며 놀라는 반응도 나온다. 발표자의 평가는 분명하다. 이렇게 많은 정보를 리서치하는 것 자체도 크지만, 그걸 기반으로 구조화가 잘된 리포트까지 만들어 낸 점이 정말 엄청난 성과라는 것이다.

원문 발화 하이라이트

  • “우리가 원하는 결과물을 정확하게 프롬프팅을 딱 한 번만 해 주면은 될 때까지 병렬로 작업해 주는 에이전트 수험”
  • “병렬로 우리가 다섯 개의 에이전트를 실행해서 작업을 하면은 가장 좋을 것 같다”
  • “각각 서브에이전트가 어떤 작업을 하고 있는지 한 눈에 볼 수가 있고요.”
  • “50개 회사 분석을 지금 이렇게 프레젠테이션을 만들어 나왔습니다.”
  • “135페이지짜리예요. 엄청난 규모의 리포트입니다.”

바로 실행해 보기

  • 한 번에 끝내기 어려운 리서치 업무가 있다면, 영상처럼 큰 목표를 바로 던지지 말고 채용 공고 발굴, 리드 발굴, 경쟁사 분석처럼 병렬 분해가 가능한 단위로 나눠 본다.
  • 결과물 검토 단계에서는 목록만 보지 말고, 티어링·기술 스택·시장 규모·레퍼런스처럼 후속 의사결정에 바로 쓸 수 있는 구조가 포함됐는지 체크한다.
  • 프레젠테이션이나 보고서가 필요하다면 리서치가 끝난 뒤 다시 처음부터 만들지 말고, 영상처럼 “정리된 내용을 기반으로 프레젠테이션으로 만들어 달라”는 후속 요청으로 산출물 포맷만 바꿔 본다.

참고

영상 메타

수집 품질

  • 자막 세그먼트: 456개
  • 자막 문자수: 8229자
  • 챕터 추출: 0개
  • 콘텐츠 생성: Subagent 기반

AI 생성 도구를 활용해 초안을 구성했고, 원영상 발화와 공개 자료를 교차 확인해 정리했습니다.

그래프 뷰

백링크