서브에이전트 병렬화: 프로세스, 스레드, 이벤트 루프의 선택

Date: 2026-03-26
Author: rooftopsnow
Tags: sub-agent, parallelism, process, thread, concurrency, claude-code, codex-cli, openclaw, devin, langgraph, harness-engineering

 

---

목차

1. 서론: 왜 병렬화 모델이 중요한가
2. 프론티어 하네스별 실측
3. 격리 스펙트럼 — 7단계
4. IPC 패턴 비교
5. 종합 비교 매트릭스
6. 관측된 아키텍처 원칙 4선
7. GEODE의 현재 위치와 확장 경로

---

1. 서론: 왜 병렬화 모델이 중요한가

서브에이전트를 병렬로 실행할 때 프로세스로 뺄 것인가, 스레드로 뺄 것인가는 단순한 성능 문제가 아닙니다. 이 선택이 결정하는 것은 격리 수준, 장애 전파 범위, 보안 경계, 디버깅 가시성입니다.

2026년 3월 기준 프론티어 하네스들의 선택은 명확한 패턴을 보입니다. 본 리포트에서 Claude Code, Codex CLI, OpenClaw, Devin, Manus, GitHub Copilot Squad, LangGraph, SWE-Agent, Augment Code의 실제 구현을 조사했습니다.

---

2. 프론티어 하네스별 실측

2.1 Claude Code (Anthropic)

항목	실측
동시성 모델	OS 서브프로세스 (child_process.spawn())
언어/런타임	TypeScript / Node.js (단일 스레드 이벤트 루프)
마스터 루프	단일 스레드 (Node.js async/await)
서브에이전트 스폰	새 claude CLI 프로세스를 spawn
최대 동시성	10 (Agent Teams)

Agent Teams 아키텍처: 리드 에이전트가 Task 도구로 팀원을 스폰합니다. 각 팀원은 독립 OS 프로세스이며, 스폰 백엔드로 in-process, tmux split-pane, iTerm2 split-pane 세 가지를 지원합니다.

격리: Git worktree(.claude/worktrees/<name>/)로 파일시스템을 격리합니다. 모든 워크트리가 동일 .git 오브젝트 DB를 공유하므로 리포지토리 복제는 발생하지 않습니다.

IPC: 파일 기반 JSON 메일박스입니다. 각 에이전트가 ~/.claude/teams/{team-name}/inboxes/{agent-name}.json에 인박스를 가집니다. 송신자가 수신자의 인박스 파일에 JSON 엔트리를 append하고, 수신자가 폴링합니다. flock()으로 원자적 클레이밍을 수행합니다. 백그라운드 데몬 프로세스가 없으며, 공유 파일 접근에서 조정이 발생합니다.

대규모 검증 사례: C 컴파일러 프로젝트에서 16개의 병렬 Claude가 10만 줄 Rust 컴파일러를 구축했습니다. 각 Claude는 자체 Docker 컨테이너에서 실행되었으며, current_tasks/ 디렉토리의 락 파일로 조정했습니다.

2.2 Codex CLI (OpenAI)

항목	실측
동시성 모델	Tokio async 런타임 + OS 서브프로세스 (도구 실행)
언어/런타임	Rust (v0.106.0, 2026-02 리라이트)
마스터 루프	Tokio 8 워커 스레드 (async executor)
서브에이전트 스폰	동일 프로세스 내 CodexThread (논리적 스레드)
최대 동시성	6 (agents.max_threads 기본값)

아키텍처 3계층: ThreadManager → CodexThread → Session. "Thread"는 OS 스레드가 아닌 대화 스레드(논리적)를 의미합니다. ThreadManager가 동일 Tokio async 런타임 내에서 여러 대화 스레드를 관리합니다.

격리: 도구 실행(셸 명령)은 샌드박스된 서브프로세스에서 실행됩니다.

• Linux: codex-linux-sandbox 바이너리 → Landlock(파일시스템) + seccomp(시스콜 필터링)
• macOS: Apple Seatbelt
• Windows: Restricted Tokens

샌드박스 정책이 직렬화되어 자식 프로세스에 전달됩니다. 제한은 자식에만 적용되며 부모 Codex 프로세스에는 미적용됩니다.

IPC: Tokio async 채널 + 이벤트 리스너 패턴. 논리적 스레드가 동일 프로세스 내에 있으므로 인메모리 통신이 가능합니다. Op::UserTurn, Op::Compact, Op::SteerInput 등의 enum으로 오퍼레이션을 제출합니다.

2.3 OpenClaw

항목	실측
동시성 모델	단일 Node.js 프로세스, Promises (스레드 없음)
언어/런타임	TypeScript / Node.js
마스터 루프	단일 이벤트 루프
서브에이전트 스폰	Lane Queue 내 태스크
최대 동시성	main 4, subagent 8 (Lane 설정)

Lane Queue: 레인별 FIFO 큐로 기본 직렬 실행을 강제합니다. 세션 키(lane session:<key>)로 세션당 하나의 활성 실행만 보장합니다. 병렬은 명시적으로 마킹된 저위험 태스크에만 허용됩니다.

설계 철학: 병렬성보다 신뢰성을 우선합니다. 단일 프로세스 모델이 공유 상태 버그, 레이스 컨디션, IPC 오버헤드를 모두 제거합니다. 외부 CLI 도구(Claude Code 포함)를 오케스트레이션하는 시스템에서 병목은 API 레이턴시이지 CPU가 아니므로, Node.js 단일 스레드 async 모델이 자연스러운 선택입니다.

2.4 Devin (Cognition)

항목	실측
동시성 모델	격리된 가상 머신 (클라우드 VM)
격리	전체 VM 격리
서브에이전트 스폰	API 통해 별도 VM에 태스크 위임
최대 동시성	제한 없음 (과금 기반)

각 세션이 자체 VM에서 실행됩니다. bash 프롬프트, VS Code 스타일 에디터, Chrome 브라우저 인스턴스가 포함된 "클라우드 랩톱"입니다. 메인 Devin 세션이 코디네이터 역할을 하며, 서브 태스크를 자식 세션(별도 VM)에 디스패치합니다.

2.5 Manus AI (Meta)

항목	실측
동시성 모델	격리된 클라우드 VM
격리	태스크당 VM
내부 구조	Planner, Execution, Verification 서브에이전트 (VM 내)

Devin과 유사한 모델입니다. Manus Sandbox(2026-01)가 각 태스크에 전용 Linux 환경을 프로비저닝합니다.

2.6 GitHub Copilot Squad

항목	실측
동시성 모델	다중 에이전트 프로세스 + 클라우드 러너
격리	.squad/ 디렉토리 (리포지토리 네이티브)
IPC	파일 기반 (decisions.md, .squad/ 파일)

코디네이터 + 전문가(리드, 프론트엔드, 백엔드, 테스터)를 스폰합니다. 각 전문가가 자체 컨텍스트 윈도우를 가지며, .squad/ 내 마크다운 파일이 팀의 공유 브레인으로 기능합니다.

2.7 LangGraph

항목	실측
동시성 모델	asyncio supersteps (Python async)
격리	Send별 상태 스코핑
IPC	State graph reducers
최대 동시성	max_concurrency 파라미터로 설정

Google Pregel에서 영감을 받은 superstep 모델입니다. 단일 노드에서 여러 목적지로의 엣지가 자동 fan-out을 생성합니다. 모든 노드가 동시에 실행되고, 전부 완료되어야 다음 superstep으로 진행합니다 (barrier synchronization). 내부적으로 asyncio.gather()를 사용합니다.

2.8 SWE-Agent / SWE-ReX

항목	실측
동시성 모델	subprocess.run() + Docker exec (무상태)
격리	Docker 컨테이너 또는 로컬 서브프로세스
IPC	무상태 (IPC 없음)

Mini-SWE-Agent가 subprocess.run()으로 무상태 bash 실행을 수행합니다. 각 명령이 독립적으로 실행되어 영속적 셸 세션이 없습니다. subprocess.run을 docker exec로 교체하는 것만으로 샌드박싱이 가능합니다.

2.9 Augment Code (Intent)

항목	실측
동시성 모델	Kubernetes 파드 + multiprocessing
격리	에이전트당 Git worktree
최대 동시성	80 (SWE-bench 평가 모드: 10 샤드 × 8 프로세스)

OS 레벨 프로세스 병렬성입니다. 각 Implementor 에이전트가 격리된 git worktree에서 실행됩니다. 충돌은 실행 중이 아닌 의도적 머지 포인트에서 해결합니다.

---

3. 격리 스펙트럼 — 7단계

약한 격리에서 강한 격리 순으로 정리합니다:

단계	격리 수준	장애 전파	보안 경계	대표 사례
1. Thread-local + locks	메모리 공유	크래시 시 전체 프로세스 종료	없음	GEODE (현재)
2. Async tasks	단일 프로세스 내 협력적	예외 전파	없음	LangGraph supersteps
3. OS Subprocess	별도 메모리 공간	격리됨	프로세스 경계	Claude Code 서브에이전트
4. Sandboxed Subprocess	파일시스템 + 시스콜 제한	격리됨	커널 레벨	Codex CLI 도구 실행
5. Docker Container	네임스페이스 + cgroup	격리됨	컨테이너 경계	SWE-Agent, Claude C 컴파일러
6. Git Worktree	코드 변경 격리	파일시스템 격리	브랜치 경계	Claude Code Agent Teams, Augment
7. Full VM	완전한 하드웨어 격리	완전 격리	VM 경계	Devin, Manus

관측: 프로덕션 시스템은 여러 단계를 조합합니다. Codex CLI는 LLM 호출에 async(2단계) + 도구 실행에 sandboxed subprocess(4단계)를 사용합니다. Claude Code는 에이전트에 subprocess(3단계) + 코드 격리에 worktree(6단계)를 사용합니다.

---

4. IPC 패턴 비교

패턴	사용 하네스	장점	단점
파일 기반 JSON 메일박스	Claude Code, GitHub Squad	디버깅 용이 (cat으로 확인), 크래시 내성, Git 추적 가능	폴링 오버헤드, 레이턴시
인메모리 async 채널	Codex CLI (Tokio), LangGraph (asyncio)	저레이턴시, 타입 안전	크래시 시 소실, 프로세스 경계 불가
인프로세스 Promises	OpenClaw	오버헤드 제로, 단순	확장성 제한, 단일 프로세스 종속
API 오케스트레이션	Devin, Manus	완전 격리, 무제한 스케일링	높은 레이턴시, 인프라 비용
무상태 (IPC 없음)	SWE-Agent	최대 단순성, 완벽한 격리	상태 공유 불가
Git 머지 포인트	Augment Code	자연스러운 충돌 해결	머지 컨플릭트 가능성

파일 기반 IPC가 지배적입니다. 직관에 반하지만 에이전트 오케스트레이션에서 파일 IPC가 선호되는 이유:

• 에이전트 간 통신 빈도가 낮습니다 (턴당 1회, 밀리초 레이턴시 불필요)
• cat inbox.json으로 즉시 디버깅이 가능합니다
• 프로세스 크래시에도 메시지가 보존됩니다
• Git으로 의사결정 히스토리를 추적할 수 있습니다

---

5. 종합 비교 매트릭스

하네스	동시성 모델	격리 단계	IPC	최대 동시성	언어
Claude Code	OS 서브프로세스	3+6 (프로세스+워크트리)	파일 JSON 메일박스	10	TS/Node.js
Codex CLI	Tokio async + 서브프로세스(도구)	2+4 (async+샌드박스)	인메모리 async 채널	6	Rust
OpenClaw	단일 프로세스 이벤트 루프	Lane Queue 직렬화	인프로세스 Promises	main 4 / sub 8	TS/Node.js
Devin	격리 VM	7 (Full VM)	API 오케스트레이션	무제한 (과금)	독점
Manus	격리 VM	7 (Full VM)	API 오케스트레이션	무제한 (과금)	독점
GitHub Squad	다중 프로세스	3+파일	파일 마크다운	다수	다양
LangGraph	asyncio supersteps	2 (상태 스코핑)	State graph reducers	설정 가능	Python
SWE-Agent	subprocess/docker	3-5	무상태	대규모 병렬	Python
Augment	K8s + multiprocessing	3+6 (프로세스+워크트리)	Git 머지 포인트	80	Python
GEODE	threading.Thread	1 (thread-local+locks)	스레드 안전 dict	5	Python

---

6. 관측된 아키텍처 원칙 4선

원칙 1: 에이전트 병렬화에서 프로세스가 스레드를 대체합니다

조사한 모든 프로덕션 시스템이 OS 프로세스(또는 더 강한 격리: VM)를 사용합니다. 이유:

1. 진정한 격리: 프로세스는 별도 메모리 공간을 가집니다. 한 에이전트의 크래시가 다른 에이전트를 오염시키지 않습니다.
2. 컨텍스트 윈도우 독립: 각 에이전트 프로세스가 자체 LLM 대화 상태를 보유합니다.
3. 보안 경계: 샌드박싱(Landlock, seccomp, Seatbelt)이 프로세스 레벨에서 작동합니다.
4. GIL 무관: Python에서 GIL은 스레드의 CPU 병렬성을 차단하지만, 별도 프로세스에서는 무관합니다. Node.js에서는 전통적 스레드 자체가 부재합니다. Rust(Codex)에서는 GIL이 없지만, 도구 실행에는 여전히 프로세스 격리를 사용합니다.

원칙 2: 마스터 루프는 단일 스레드입니다

모든 시스템에서 오케스트레이터/코디네이터 루프는 단일 스레드입니다:

하네스	마스터 루프
Claude Code	Node.js 이벤트 루프
Codex CLI	Tokio async 런타임 (세션당 논리적 단일 스레드)
OpenClaw	단일 Node.js 프로세스
LangGraph	Python asyncio 이벤트 루프

에이전트 루프는 본질적으로 순차적입니다 (LLM 호출 → 응답 → 도구 실행 → 관측 → 반복). 병렬성은 에이전트 내부가 아닌 에이전트 간에 존재합니다.

원칙 3: 파일 기반 IPC가 에이전트 조정에서 지배적입니다

Claude Code, GitHub Squad, OpenClaw 모두 파일 기반 조정을 사용합니다. 메시지 큐, gRPC, 공유 메모리 대신 파일을 선택한 것은 에이전트 오케스트레이션의 고유한 특성 때문입니다: 통신 빈도가 낮고, 디버깅 가시성과 크래시 내성이 레이턴시보다 중요합니다.

원칙 4: 격리 단계를 조합합니다

단일 격리 메커니즘만 사용하는 시스템은 없습니다. 프로덕션 시스템은 태스크 유형에 따라 격리 수준을 달리합니다:

태스크 유형	적절한 격리	이유
LLM API 호출	Async (2단계)	I/O 바운드, 격리 불필요
도구 실행 (셸)	Sandboxed subprocess (4단계)	임의 코드 실행 보안
코드 변경	Git worktree (6단계)	파일시스템 충돌 방지
전체 에이전트 세션	OS subprocess (3단계)	크래시 격리 + 컨텍스트 독립

---

7. GEODE의 현재 위치와 확장 경로

현재 구현

GEODE는 threading.Thread를 사용합니다 (core/agent/sub_agent.py의 IsolatedRunner).

항목	현재 값
동시성 모델	threading.Thread
격리 단계	1 (thread-local + locks)
동시성 제한	threading.Semaphore(MAX_CONCURRENT=5)
공유 상태 보호	threading.Lock (_results, _active, _cancel_flags)
IPC	스레드 안전 dict + _announce_queue

이 모델이 현재 작동하는 이유: 서브에이전트 작업이 I/O 바운드(LLM API 호출)이므로 GIL을 릴리스합니다. CPU 바운드 작업이 없어 스레드 병렬성으로 충분합니다.

프론티어 대비 GAP

차원	GEODE (현재)	프론티어
크래시 격리	서브에이전트 크래시 → 전체 프로세스 영향 가능	프로세스 격리로 완전 차단
보안 경계	PolicyChain (소프트웨어 레벨)	커널 레벨 샌드박싱 (Landlock/seccomp)
코드 격리	없음 (동일 파일시스템)	Git worktree 격리
디버깅	스레드 내 로그	파일 기반 메일박스 (cat으로 확인)

관측되는 확장 경로

단계	변경	효과
유지	현재 threading 모델	경량 서브에이전트(I/O 바운드)에 충분
1단계	subprocess + 파일 기반 IPC	크래시 격리 + 디버깅 가시성 확보
2단계	Git worktree 격리 추가	병렬 코드 변경 시 파일 충돌 방지
3단계	OS 레벨 샌드박싱	run_bash 도구의 보안 경계 강화

Python 3.13의 선택적 GIL 제거(free-threaded 모드)는 이론적으로 CPU 바운드 에이전트 작업에 도움이 되지만, 에이전트 병렬성이 I/O 바운드인 현 상황에서는 실질적 영향이 제한적입니다.

---

참고 문헌

• Anthropic, "Claude Code Sub-Agents Documentation" (2026)
• Anthropic, "Building a C Compiler with a Team of Parallel Claudes" (2026)
• dev.to, "Reverse-Engineering Claude Code Agent Teams: Architecture and Protocol" (2026)
• claudefa.st, "Claude Code Worktree Isolation Guide" (2026)
• OpenAI, "Codex CLI Subagents" (2026)
• OpenAI, "Unlocking the Codex Harness: How We Built the App Server" (2026)
• DeepWiki, "Codex Sandboxing Implementation" (2026)
• DeepWiki, "Codex Thread and Turn Management API" (2026)
• Pierce Freeman, "A Deep Dive on Agent Sandboxes" (2026)
• InfoQ, "Another Rust Rewrite: Codex CLI Goes Native" (2026)
• TheAgentStack, "OpenClaw Architecture Part 1: Control Plane, Sessions, and Event Loop" (2026)
• Medium, "OpenClaw's Working Mechanism: Message Concurrency and Session Boundaries" (2026)
• OpenClaw, "Command Queue Documentation" (2026)
• Medium, "Agent-Native Development: A Deep Dive into Devin 2.0's Technical Design" (2026)
• Manus, "Context Engineering for AI Agents: Lessons from Building Manus" (2026)
• GitHub Blog, "How Squad Runs Coordinated AI Agents Inside Your Repository" (2026)
• Substack, "Scaling LangGraph Agents: Parallelization" (2026)
• dev.to, "Leveraging LangGraph's Send API for Dynamic and Parallel Workflow Execution" (2026)
• GitHub, "SWE-ReX: Sandboxed Code Execution" (2026)
• GitHub, "Augment SWE-bench Agent" (2026)
• Augment Code, "How to Run a Multi-Agent Coding Workspace" (2026)