멀티 LLM 에이전트 클러스터를 사용한 버그 수정 자동화: 생각보다 저렴합니다

이 글에서는 여러 대규모 언어 모델(LLM)을 사용한 버그 수정 자동화에 대한 새로운 접근 방식을 설명합니다. Asana, Aider 코딩 에이전트, Sublayer 에이전트를 통합하여 시스템은 세 개의 LLM(GPT-4o, Claude 3.5 Sonnet, Gemini 2.0 Flash)을 자동으로 실행하여 동일한 버그 수정을 시도합니다. 각 시도는 별도의 Git 브랜치에서 실행되며 여러 개의 풀 리퀘스트가 생성됩니다. 이러한 '낭비적인 추론' 방식은 놀랍도록 저렴하고 효율적이며, 중복성과 다양한 솔루션을 제공합니다. 하나의 모델이 실패하더라도 다른 모델이 성공할 수 있으며, 대안적인 접근 방식을 제공합니다. 이 실험은 이러한 멀티 모델, 자동화, 저비용 버그 수정의 잠재력을 보여주며, 미래 개발의 패러다임 전환을 시사합니다.