칸반 보드를 활용한 다중 AI 에이전트 작업 관리

터미널 환경에서의 AI 에이전트 워크플로우 문제

터미널 환경에서 클로드 코드를 실행할 때 여러 동시 작업을 관리하는 것은 문제가 됩니다. 한 개발자의 3주간 경험에 따르면, 일반적인 문제는 다음과 같습니다:

• 어떤 에이전트가 무엇을 하고 있는지 명확한 표시 없이 여러 터미널 탭이 열려 있음
• 워크플로우 연속성을 방해하는 속도 제한 대기
• 터미널 세션 간 전환 시 완전한 컨텍스트 손실

확인된 세 가지 구체적인 문제점

개발자는 실제로 AI 에이전트 작업을 느리게 만드는 요소를 추적했습니다:

• 진행 상황 가시성: 에이전트가 멈췄는지, 거의 완료되었는지, 또는 종료될 때까지 조용히 실패했는지에 대한 표시 없음
• 컨텍스트 손실: 20분 후 작업으로 돌아가면 무엇을 요청했는지, 무엇이 완료되었는지, 무엇이 남았는지 잊어버림
• 속도 제한 방해: 작업 중간에 속도 제한에 도달하면 제한이 재설정될 때까지 터미널을 지켜봐야 함

칸반 보드 솔루션

개발자의 해결책은 AI 작업을 칸반 보드의 표준 작업 항목처럼 다루는 것입니다. 기존의 작업 실행 → 대기 → 터미널 확인 패턴 대신, 작업은 구조화된 워크플로우를 따릅니다:

• 대기 중: 처리 대기 중인 작업
• 실행 중: 활성 AI 에이전트 작업
• 검토: 인간 검증 준비가 된 완료된 작업
• 완료: 완료되고 검증된 작업

각 작업은 칸반 카드가 되어 AI가 무엇을 하고 있는지 한눈에 파악할 수 있습니다. 이 접근 방식은 나중에 작업으로 돌아갈 때 컨텍스트를 보존하고 터미널 탭을 직접 모니터링할 필요를 없앱니다.

개발자는 AI 에이전트 작업을 관리하는 대체 방법에 대한 논의를 초대하며, 다른 사람들에게 어떤 접근 방식이 효과가 있었는지 커뮤니티 의견을 구합니다.