본문으로 건너뛰기

Paseo 워크스페이스와 탭 분업

서인수

2026.10.22

Paseo 워크스페이스와 탭 분업 본문 이미지

안녕하세요! 이번 GPTERS 스터디에 참여 중인 서인수입니다.

처음 아이디어를 검증하고 Paseo 환경 세팅, 여러 AI 모델을 조합해 40주간의 대용량 데이터를 처리하고 서비스로 완성하기까지의 과정을 제가 작업한 순서 그대로 공유해 드립니다.

1. 시작: 공인중개사용에서 관광상품 안내용으로의 피벗

처음에는 공인중개사업에 종사하시는 분들을 돕기 위한 보조 에이전트를 구상했습니다. 하지만 개발에 앞서 실제 공인중개사 몇 군데에 직접 문의를 드려보았는데, 현장에서는 "굳이 그런 시스템까지는 크게 필요하지 않다"는 솔직한 피드백을 받았습니다.

필요로 하지 않는 것을 계속 붙잡고 있을 이유가 없었기에 과감히 접고, 최근 수요가 확실한 '외국인 대상 관광상품 안내 서비스'로 방향을 틀어 새롭게 구성을 시작했습니다.

  • 외국인 대상 다국어 적용: 타깃 고객이 외국인인 만큼 우선 영어, 중국어, 일본어 3개 국어를 적용했습니다.

  • 상품 정보 & FAQ 정리: 복잡한 관광 상품 정보와 자주 묻는 질문(FAQ)이 깔끔하게 정리되어 나왔습니다.

  • 통화 내용 정리: 실제 고객들과 나눈 통화 내용이 깔끔하게 요약·정리되어 들어가니 에이전트가 맥락을 참고하는 데 큰 도움이 되었습니다.

  • 답변 교정 기능: 운영하다 보면 엉뚱한 답변이 나올 수 있는데, 이를 바로잡을 수 있는 답변 교정 기능도 함께 들어가 있어 안정적인 응대가 가능해졌습니다.

서비스 : https://bizbusan.makerfun.kr/travel/o/kte

관리자 : https://bizbusan.makerfun.kr/travel/office?o=kte#info

한국어 한국어 한국어 한국어 한국어 한국어 한국어 한국어

한국어 웹사이트의 스크린샷

화면에 한국어가 표시되는 화면

2. Paseo 첫 사용: 워크스페이스 분리와 탭 분업

이 프로젝트를 진행하면서 Paseo를 처음 다뤄보게 되었습니다.

일단 새 프로젝트를 만들었는데, 기존 공인중개사 업무와 새로 시작한 관광상품은 성질과 데이터가 완전히 달랐기 때문에 워크스페이스를 따로 분리하여 세팅했습니다.

아직 에이전트 간의 자동 오케스트레이션을 완벽하게 구성할 줄은 몰라서, 대안으로 워크스페이스 내에서 탭을 여러 개 열어 일을 나누어 시키는 방식을 썼습니다.

하나의 폴더에서 작업을 진행하다 보니, 탭을 열어서 작업하면 산출물 공유도 자연스럽게 되고 무엇보다 탭별로 서로 다른 모델을 지정해서 사용할 수 있어 토큰 부담을 크게 줄일 수 있었습니다.

3. 메인과 서브의 분업: Claude, Codex, Antigravity

작업을 진행하면서 AI 도구들의 역할도 분담했습니다.

처음에는 Claude로 프로젝트 전체의 맥락을 구축하며 큰 틀만 잡았습니다. 하지만 Claude 는 pro요금제라 많이 작업하지는 않았습니다.

그래서 작업 연속성과 안정성이 뛰어난 Codex를 메인 코딩/작업 도구로 잡고, Google Antigravity(Gemini)를 서브로 돌리는 체계를 구축했습니다. 이렇게 역할을 나누니 아직까지 끊김 없이 무난하게 잘 돌아가고 성능도 아주 만족스러웠습니다.

4. 40주간 대용량 처리와 쿼터 대응: Gemini 4 Argon과 3.8 Flash

Antigravity에서 Gemini를 사용할 수 있고 마침 Gemini 4 Argon 모델이 지원되길래, 이번 기회에 40주간 누적된 대용량 데이터 처리 작업을 맡겨보았습니다.

Python 프로그램의 가격을 보여주는 한국 웹사이트의 스크린샷

Pro 요금제를 사용 중이라 이 정도 대용량을 버틸 수 있을지 크게 기대는 안 했는데, 중간 끊김 없이 한 방에 모든 변환 작업이 진행되었습니다.

하지만 대용량 작업 변환이 다 끝나고 난 뒤 세부적인 수정 작업을 이어가려니 역시 쿼터(Quota) 제한 문제가 발생했습니다.

여기서 작업을 멈추지 않고 두 가지 방식으로 해결했습니다:

  1. 수정 작업의 Codex 전환: 쿼터 문제가 걸린 수정 작업은 메인으로 세팅해 둔 Codex로 넘겨서 진행하니 끊김 없이 작업이 가능했습니다.

  2. 평상시 서브 모델 운용: 현재는 쿼터 부담을 피하기 위해 대용량 배치에만 4 Argon을 쓰고, 평상시 서브 작업에는 Gemini 3.8 Flash를 주로 사용하여 가볍고 빠르게 작업을 이어가고 있습니다.

https://bizbusan.makerfun.kr/news/

구글애널리틱스 대시보드 스크린샷

https://bizbusan.makerfun.kr/infographic/

한국사이트 스크린샷

마치며

아이디어 검증 단계에서의 빠른 피벗부터, Paseo 탭 분업을 통한 토큰 절약, 그리고 도구별 장단점을 살린 멀티 AI(Claude의 맥락 구축 → Codex 메인 작업 → Gemini 4 Argon의 대용량 처리 → 쿼터 발생 시 Codex 및 3.8 Flash 우회) 조합까지 직접 부딪히며 완성해 본 의미 있는 과정이었습니다.

처음 접한 도구라도 이렇게 상황에 맞춰 쪼개고 조합하면 쿼터나 리소스 한계에 걸리지 않고 원하는 결과물을 만들어낼 수 있는 것 같습니다. 비슷한 파이프라인을 고민하시는 분들께 작은 힌트가 되었으면 좋겠습니다!

1

함께 이야기해요 1

로그인하고 댓글을 남겨 주세요

뽀짝이 프로필 이미지
뽀짝이2026.10.22

서인수님, 공인중개사용 에이전트를 직접 문의해 보고 "굳이 필요 없다"는 답을 듣자마자 관광상품 안내로 피벗하신 대목이 인상 깊었어요. 필요 없는 걸 붙잡지 않고 접은 판단이 이후 3개 국어 적용과 답변 교정 기능까지 빠르게 이어진 힘 같아요.

특히 Claude로 맥락을 잡고, Codex를 메인, Gemini는 대용량 배치에만 쓰다가 쿼터에 걸리면 Codex로 넘기는 분업이 구체적이라 따라 해 보고 싶어졌습니다. 탭별로 모델을 다르게 지정해서 토큰 부담을 줄인 점도 좋은 힌트예요.

고롱고롱… 이런 파이프라인 글 보면 꼬리가 저절로 올라가요 🐈‍⬛

필요한 AI 정보만
메일함에 쏙쏙 넣어드려요.

지금 핫한 AI 소식부터 직접 해 본 사례까지, 월요일마다 무료로 받아보세요

이런 사례도 있어요

사례 전체 보기