레플릿, 예산 안에서 일하는 에이전트 군집 '미션' 공개

AI coding illustration: a robotic arm fitting a red block into a structure

레플릿(Replit)이 11월 17일 Missions를 공개했다. 사용자는 에이전트에게 단계마다 지시하는 대신 원하는 결과만 설명하고 예산과 권한을 정한다. 그러면 레플릿이 여러 에이전트를 조율해 계획, 개발, 테스트를 맡기고, 라운드를 거듭하며 목표에 다가간다. 함께 Missions로 만든 애플리케이션 모니터링 플랫폼 DataCat도 오픈소스로 공개했다.

이번 달 레플릿의 두 번째 에이전트 행보다. 지난주에는 Replit Agent가 사용자를 대신해 물건을 구매하고 구글 광고를 집행하도록 했고, 이번에는 에이전트 하나를 팀 전체로 바꿨다.

미션 하나가 돌아가는 방식

레플릿 블로그가 든 예시는 '유료 기업 고객 첫 10곳 확보'다. 설정 단계에서 Missions는 먼저 성공 기준을 어떻게 볼지 묻는다. 예를 들어 유료 파일럿을 성과로 칠지 같은 것이다.

이어 예산과 승인을 정한다. 예시의 상한은 1000달러이며, 잠재 고객에게 연락하거나 제안서를 보내거나 영업 자료를 고치거나 제품에 대해 약속하기 전에는 반드시 사람의 승인을 받아야 한다. 승인이 나면 여러 에이전트가 병렬로 일한다. 한쪽은 구매자를 조사하고, 다른 쪽은 데모를 만든다. 아웃리치를 보낸 뒤에는 어떤 메시지가 실질적인 대화로 이어졌는지 시스템이 살펴 다음 라운드를 조정한다.

진행 보고는 즉시, 일일 요약, 주 1회 중에서 고를 수 있고, 에이전트는 클라우드에서 돌기 때문에 컴퓨터를 닫아도 멈추지 않는다. 미션이 끝나면 사전에 합의한 기준에 따라 독립된 AI 심사자가 검수한다. 블로그는 다른 결말도 적었다. 예산이 먼저 바닥나면 작업이 멈추고 결과는 미완으로 남는다.

DataCat과 비교 버전

DataCat은 레플릿이 Missions로 자사용으로 만든 모니터링 플랫폼으로, 대시보드와 알림, 트레이싱을 갖췄다. 작업에 2일, 예산 3000달러가 들었다. 오픈소스로 풀린 것은 자체 호스팅이 가능한 버전이며, 코드는 GitHub의 replit/datacat에 있다. 블로그에는 라이선스가 언급되지 않았다.

레플릿은 통제된 테스트에서 다음 수치를 제시했다.

  • 데이터베이스 버그를 일부러 주입했을 때 DataCat은 38초 만에 알림을 보냈다(목표는 60초).
  • 3시간 부하 테스트에서 활동 기록 2600만 건과 로그 440만 건을 유실 없이 기록했고, 데이터 정확성과 알림에 관한 51개 검사를 모두 통과했다.
  • Claude Code로 만든 비교 버전과 견주면 트레이스 처리량은 초당 4만 9000건 대 9800건, 지표 쓰기는 초당 40만 5000건 대 22만 5000건, 로그 검색 중앙값은 0.5초 대 4.2초였다.

이 비교에는 불분명한 대목이 여럿 있다. Claude Code 버전에 예산과 시간을 얼마나 썼는지, 어떤 프롬프트를 줬는지 블로그는 밝히지 않았다. 레플릿 스스로도 이 테스트가 DataCat이 대체 대상인 상용 관리형 서비스보다 낫다는 뜻은 아니며, 레플릿 프로덕션 환경에서의 성능을 대표하지도 않는다고 적었다.

에이전트가 많을수록 빠를까

레플릿은 확장성 테스트도 공개했다. NumPy 과제 13개로 에이전트 수와 속도 향상의 관계를 본 것이다. Max 등급에서는 에이전트 1개가 최대 4배, 16개가 17배, 32개가 19배 빨라졌다. Power 등급에서는 같은 세 수치가 2배, 7배, 9배다.

16개에서 32개로 에이전트가 두 배가 됐지만 속도 향상은 2배가량만 더 늘었다. 이 구간에서는 병렬화의 이득이 눈에 띄게 둔화됐다.

역시 백그라운드 에이전트를 내세우는 Cursor, Devin 같은 제품과 비교하면, Missions의 차이는 예산 상한, 승인 지점, AI 검수를 작업 정의에 넣었다는 데 있다. 목표도 코드 작성에서 고객 확보 같은 사업 성과로 넓어졌다. Missions의 요금 체계나 요금제별로 띄울 수 있는 병렬 에이전트 수는 블로그에 없고, 기업 사용자에게는 영업팀에 문의하라고만 안내한다.

참고 출처: Replit 공식 블로그, CocoLoop, DataCat GitHub 저장소. 성능 수치는 모두 레플릿의 통제된 테스트 기준이며, 비교 버전의 구축 조건은 공개되지 않았다.