AI 도구 환경에서 “계획”의 다섯 가지 종류
“계획”이라는 단어는 중복된 의미를 가지고 있습니다. 현재 최소 다섯 가지의 서로 다른 접근 방식이 존재하며, 각각 다른 문제를 해결합니다:
처음 두 가지는 설계 시간 계획입니다 — 작업이 시작되기 전에 계획을 생성하고, 인간(또는 모델 자체)이 단계별로 따릅니다. 마지막 세 가지는 런타임 계획을 도입합니다 — 실행 그래프가 프로그래밍 방식으로 생성되고 스케줄되며, 독립적인 분기가 병렬로 실행됩니다. 차이점은 누가 실행하는가입니다: Claude Code Teams는 자율 에이전트를 생성하고, FIM One DAG는 단일 오케스트레이터 내에서 단계를 디스패치합니다.
이러한 접근 방식들은 경쟁 관계가 아니라 상호 보완적인 계층입니다. Kiro 스타일의 스펙은 무엇을 구축할지 정의할 수 있고, FIM One DAG는 하위 작업을 동시에 어떻게 실행할지 스케줄할 수 있습니다. Claude Code의 계획 모드는 인간이 접근 방식에 동의하도록 보장하고, FIM One의 PlanAnalyzer는 결과를 자동으로 검증합니다.
세 계층 중첩: 완전 기능 아키텍처
Claude Code Teams와 FIM One DAG는 완전한 용량에서 세 계층 중첩 아키텍처를 나타냅니다:- 계층 1 — 휴먼 게이트: 사용자가 계획을 검토하고 실행 시작 전에 승인합니다.
- 계층 2 — DAG 오케스트레이션: 승인된 계획은 의존성 엣지가 있는 작업으로 분해됩니다. 독립적인 작업은 병렬로 실행되고, 다운스트림 작업은 차단 요소가 해결될 때까지 대기합니다.
- 계층 3 — ReAct 내부 루프: 각 작업은 완전한 ReAct 사이클(Perceive → Reason → Act → Observe)을 실행하는 에이전트에 의해 실행되며, 다단계 추론, 도구 사용 및 자율적 재시도가 가능합니다.
전체 성능 런타임: FIM One vs Claude Code Teams
둘 다 진정한 에이전트입니다 — 핵심 루프는 동일합니다: 인식 → 추론 → 행동 → 피드백. 차이점은 전체 용량에서 병렬 작업을 어떻게 조율하는지에 있습니다.실제 벤치마크: v0.5 RAG 시스템
Claude Code Teams는 FIM One의 전체 v0.5 RAG 하위 시스템을 단일 세션에서 구축했습니다:- 8단계: Embedding → Reranker → Loaders → Chunking → VectorStore → Retrieval → KB Backend → Frontend + Docs
- 46개 테스트 통과, 프론트엔드 빌드 완료
- 실제 소요 시간: ~5분
- 토큰 비용: 에이전트 작업당 ~100k 토큰 × 8개 이상 작업 ≈ 총 800k+ 토큰
- 종속성 엣지: Phase 5는 Phase 4 + 1b에 종속; Phase 6은 Phase 5 + 2 + 3에 종속 — 진정한 DAG
수렴, 경쟁이 아닌
“팀 협업”과 “파이프라인 스케줄링” 간의 경계가 흐릿해지고 있습니다:- Claude Code Teams의
blockedBy/blocks는 DAG입니다 — 작업은 명시적 의존성 엣지를 가지며, 리더는 선행 작업이 완료되면 새로 차단 해제된 작업을 디스패치합니다. 이는 추가 단계(메시지)가 있는 위상 정렬 스케줄링입니다. - FIM One의 DAG는 에이전트 자율성으로부터 이점을 얻을 수 있습니다 — 단계당 단일 LLM 호출 대신, 각 단계가 전체 ReAct 루프를 실행하도록 하면 복잡한 하위 작업을 더 잘 처리할 수 있습니다.
구조화된 출력 저하
DAG 파이프라인의 모든 구조화된 LLM 호출 사이트(Planner, Analyzer, Tool Selection)는 3단계 저하 체인을 구현하는 통합structured_llm_call() 유틸리티를 사용합니다:
각 텍스트 기반 레벨은 다음 레벨로 넘어가기 전에 재포맷 프롬프트로 한 번 재시도합니다. 결과는 파싱된 값, 성공한 추출 레벨, 누적된 토큰 사용량을 포함하는
StructuredCallResult입니다.
이 설계는 동일한 프롬프트가 GPT-4(native FC), Claude(JSON mode), 로컬 모델(plain text)에서 안정적으로 작동하도록 하며, 네 개의 호출 사이트에 분산된 것이 아니라 한 곳에서 일관된 오류 처리 및 재시도 로직을 제공합니다.
세 가지 실행 계층: 제어 스펙트럼
위의 다섯 가지 계획 접근 방식은 전체 환경을 설명합니다. FIM One 자체 내에서 세 가지 실행 계층은 제어 스펙트럼을 제공합니다 — 완전한 인간 제어에서 완전한 AI 자율성까지:
설계 원칙: 사용자가 원하는 만큼 정확히 제어권을 제공합니다.
- 모든 대출 승인이 다섯 가지 특정 단계를 통과하는지 증명해야 합니까? → Workflow.
- 세 가지 주제를 병렬로 조사한 후 종합해야 합니까? → DAG.
- 만족할 때까지 초안을 작성하고 개선해야 합니까? → Agent.
- 확실하지 않습니까? →
execution_mode: "auto"를 사용하면 LLM이 쿼리를 분류하고 런타임에 DAG 또는 ReAct로 라우팅합니다.
- Dify는 Workflow 계층만 제공합니다 (정적 시각적 DAG).
- LangGraph는 코드 수준의 그래프 DSL만 제공합니다 (개발자 정의 토폴로지, 동적 라우팅 — 시각적 워크플로우와 구조적으로 동등하지만 Python 필요).
- Manus는 Agent 계층만 제공합니다 (자율 실행, 사용자 정의 구조 없음).