PRD 실행 비교: Bash 루프 대 Claude Code의 에이전트 팀

한 개발자가 14개의 작업으로 구성된 PRD를 Claude Code를 통해 처리하는 두 가지 방법을 테스트했습니다: bash 루프와 새로운 Agent Teams 기능입니다. 작업에는 Python을 사용한 거래 데이터 분석 CLI 도구 개발이 포함되었습니다. 두 방법 모두 동일한 프로젝트와 모델(Haiku)을 사용했지만 오케스트레이션 방식이 달랐습니다.

주요 세부사항

• Bash 루프 (ralph.sh): 각 작업은 순차적으로 새로운 Claude CLI 세션을 시작합니다. PRD를 읽고, TDD를 사용하여 작업을 구현하고, 완료로 표시하고, 진행 상황 파일에 학습 내용을 기록하고, 커밋하고, 종료한 후 다음 반복에서 다음 작업을 계속합니다.
• Agent Teams 접근 방식: 팀 리드와 세 개의 Haiku 에이전트(Alpha, Beta, Gamma)로 구성된 팀을 사용합니다. 작업은 Shared TaskList를 사용하여 병렬로 분배되며, 종속성은 웨이브 방식으로 처리됩니다.
• 속도: Agent Teams 방법은 약 10분이 걸렸으며, 38분이 걸린 bash 접근 방식보다 3.8배 빠른 속도 향상을 달성했습니다.
• 병렬 처리: bash 루프는 순차 실행 방법인 반면, Agent Teams는 2-way 병렬 실행을 활용했습니다.
• 코드 품질: 두 방법 모두 모든 테스트에서 100% 통과율과 98% 코드 커버리지로 동일한 결과를 제공했습니다.
• 비용: bash 루프는 Agent Teams에 비해 조정 오버헤드가 적어 잠재적으로 비용이 낮을 수 있습니다. Agent Teams 설정은 팀 리드와 에이전트 간 메시지 관리, 별도의 컨텍스트 유지, 빈번한 TaskList 폴링과 같은 오버헤드를 겪었습니다.

Agent Teams 방법의 주목할 만한 문제점으로는 폴링 빈도로 인한 불균등한 작업 분배, 푸시 알림 부재로 인한 유휴 에이전트 발생, 두 번째 실행에서 약 14%의 중복 작업을 초래한 경쟁 조건 등이 있었습니다. bash 루프의 학습 저장소는 914줄에 달한 반면, Agent Teams는 공유 진행 상황 파일이 기본적으로 부족하여 37줄의 희소한 내용만 축적했습니다.