Advisor Tool – 실행 모델과 자문 모델을 분리하는 Claude API 도구

왜 필요한가
작동 방식
사용하면 좋은 케이스
운영 팁
관련 문서
참고 자료

Advisor Tool은 Claude API에서 한 모델이 실제 작업을 수행하면서, 필요할 때 별도 자문 모델에게 계획·검토·대안 제안을 요청하게 하는 도구다. 실행 모델(executor)과 자문 모델(advisor)을 분리해 비용, 속도, 추론 품질 사이의 균형을 잡는 오케스트레이션 패턴이다.

왜 필요한가

단일 모델에게 모든 작업을 맡기면 두 가지 문제가 생긴다. 빠르고 저렴한 모델은 복잡한 설계·디버깅 판단에서 놓치는 부분이 생기고, 가장 강한 모델을 모든 토큰에 쓰면 비용이 커진다. Advisor Tool은 실행 모델이 대부분의 작업을 처리하되, 설계 검토나 막힌 지점에서 더 강한 자문 모델을 호출하게 한다.

이 방식은 코딩 에이전트, 긴 분석 작업, 다단계 계획 수립처럼 중간 판단 품질이 최종 결과에 큰 영향을 주는 워크로드에 맞다.

작동 방식

구성	역할
실행 모델	사용자와 대화하고 도구를 실행하며 최종 답변을 만든다
자문 모델	실행 모델이 넘긴 문제·상태·선택지를 보고 조언을 반환한다
advisor 호출	별도 sub-inference로 실행되며 자문 모델 요금으로 과금된다
결과 구조	성공, 거절, 오류 등 호출 결과를 실행 모델이 받아 다음 행동에 반영한다

실행 모델은 도구 호출처럼 advisor를 사용한다. 자문 모델의 답변은 최종 답변으로 자동 노출되는 것이 아니라, 실행 모델이 참고하는 내부 피드백에 가깝다.

사용하면 좋은 케이스

코딩 에이전트가 큰 리팩터링, 원인 분석, 테스트 전략을 세워야 할 때
저렴한 모델을 기본 실행기로 쓰되 중요한 판단만 고급 모델에게 맡기고 싶을 때
장시간 에이전트 실행에서 중간 검토자 역할을 모델로 넣고 싶을 때
계획은 잘하지만 도구 실행은 느린 모델과, 도구 실행은 빠르지만 판단이 약한 모델을 조합하고 싶을 때

운영 팁

Advisor 호출은 별도 추론이므로 품질만 보고 과도하게 켜면 비용과 지연 시간이 늘어난다. 공식 문서는 작업별 평가를 권장하며, 특히 코딩 작업에서는 “막혔을 때”, “복잡한 설계 변경 전”, “최종 검토 전”처럼 호출 시점을 명확히 프롬프트에 넣는 편이 낫다.

프롬프트 캐싱도 중요하다. 실행 모델 쪽 캐싱과 자문 모델 쪽 캐싱이 분리되므로, 반복되는 시스템 지침과 프로젝트 컨텍스트는 캐시 친화적으로 배치해야 한다.

참고 자료

Advisor tool — Anthropic 공식 문서 (2026-07-10)

Like?

AI Sparkup