GPT 모델 기반 코드 오케스트레이션 프레임워크 소개
donvito/codex-astra-luna-orchestrator
GitHub이 도구는 GPT-6 Astra와 GPT-5.6 Luna 두 모델을 활용하여 복잡한 코딩 작업을 체계적으로 관리하는 AI 오케스트레이션 프레임워크입니다.
- 'Pro'와 'Plus' 플랜을 통해 전체 흐름(오케스트레이터)과 실제 실행 에이전트 역할을 모델별로 분리하고 최적화할 수 있습니다.
- 역할(Explorer, Worker 등)에 따른 모델 분리와 독립적인 검토 과정을 거쳐 복잡한 프로젝트 작업의 완성도를 높입니다.
- 작업 규모와 복잡도에 따라 토큰 사용량이 달라지므로, 효율적인 운영을 위해 역할별 모델 설정 및 토큰 측정이 중요합니다.
이 프레임워크는 GPT-6 Astra와 GPT-5.6 Luna 두 가지 을 활용하여 복잡한 코딩 작업을 체계적으로 관리하는 오케스트레이션 시스템입니다. 사용자는 'Pro' 또는 'Plus' 플랜 중 하나를 선택할 수 있으며, 이 설정에 따라 루트 모델과 기본 실행 서브 모델이 결정됩니다. 예를 들어, Pro 플랜은 GPT-6 Astra를 중간 추론 노력으로 오케스트레이션하고 GPT-5.6 Luna를 최대 추론 노력으로 실행하는 구조입니다.
각 역할(Explorer, Worker, Tester, Researcher 등)별로 모델 할당이 명확하게 고정되어 있습니다. 이 시스템은 탐색자, 작업자 등의 역할을 Luna에, 독립적인 검토자(Reviewer) 역할을 Astra에 지정하여 각 기능의 전문성을 유지합니다. 또한, 추론 노력 수준도 역할별로 설정할 수 있으며, 예를 들어 Pro 프로파일에서는 Luna가 최대 추론 노력을 사용하고 리뷰어는 낮은 추론 노력을 유지하도록 구성됩니다.
사용자는 `setup.sh` 또는 PowerShell 스크립트를 통해 설치를 진행하며, 이 과정에서 프로젝트 내부에 `.codex` 및 `.agents`와 같은 설정 파일이 생성됩니다. 시스템 운영 시에는 작업 규모와 복잡도에 따라 사용량이 달라지므로, `scripts/token_usage.py`와 같은 도구를 사용하여 역할별 모델과 스레드당 사용량을 측정하고 관리하는 것이 중요합니다.
용어 풀이
- LLM
- 방대한 글을 학습해 문장을 이해하고 만들어 내는 AI 모델. ChatGPT, Claude, Gemini가 여기에 속해요.
- 에이전트
- 목표를 받으면 스스로 계획을 세우고 도구를 써서 여러 단계의 작업을 해내는 AI.
- 토큰
- AI 모델이 글을 처리하는 단위. 단어보다 작은 조각이며 사용량과 요금을 셀 때 기준이 돼요.