개요
ChatGPT Plus 요금제에서 GPT-6 Astra + Luna 서브에이전트 조합을 실험한 2연쓰레드 후기다. donvito의 codex-astra-luna-orchestrator 구조(Astra-low 오케스트레이터 + Luna 탐색·구현·테스터 + Astra-low 리뷰)를 Plus 요금제에서 재현했으나, Astra-low조차 토큰이 순식간에 녹았다. Luna-max 오케스트레이터 + 난이도별 리뷰 모델 선택으로 바꿔도 나아지지 않았고, 외부 LLM 스킬 호출과 서브에이전트 없는 메인 단일 처리로 정착했다.
게시물 요지
- 실험 구조: Astra-low 메인 오케스트레이터, Luna 탐색·구현·테스터, Astra-low 최종 리뷰 — Plus 요금제에서는 Astra-low조차 순식간에 토큰 소진.
- 변형: Luna-max 오케스트레이터 + 리뷰만 Luna-max·Sol-medium·Astra-low 중 난이도별 선택 — 조금 나았으나 여전히 토큰 녹아내림.
- 외부 모델 시도: read-only 작업에 OpenCode BigPickle 호출. 서브에이전트 방식 자체가 컨텍스트 전달·결과 수신 과정에서 토큰을 크게 먹는다는 결론.
- 정착: 서브에이전트 전부 삭제. 메인 에이전트 단일 처리 + 필요시 skill로 외부 LLM 호출(read-only). 계획·구현·리뷰 단계마다 직접 모델을 바꿔 지시.
- 판단: 서브에이전트 구조는 토큰 여유가 적을 땐 쓸 게 아니며 Pro 요금제 사용자에나 추천. Plus에 맞는 구조는 아직 연구 중.
댓글의 운용 힌트
- @voidsolution_com: 오케스트레이터가 서브에이전트 출력 전체를 자기 컨텍스트에 흡수하는 구조가 주범인 경우가 많다. 변경 요약·결론만 정형 반환 + 기계적 작업 reasoning 낮추기가 체감 크다.
- 작성자 반박: 리포트 형식 반환도 해봤으나 정보가 부족하면 재탐색 악순환. git 설정(luna-medium/high)으로도 메인 단일 순차 작업 대비 체감 차이가 났다.
- @kimjj81: 코드베이스가 클수록 리뷰는 높은 추론 단계가 필요하다. 낮으면 연관을 넓게 잡지 못한다.
- @oozu_zz: Astra-light가 필요한 부분은 초반에 몰고 중후반에는 Sol-terra 등으로 낮춰야 한다.
- @yoonjang.2: Reddit 보고로 Astra max/ult가 Luna 결과를 계속 검토·재지시하며 토큰이 녹았다는 얘기 인용. Astra 밑에 믿을만한 Sol 2~3명으로 서브 오케스트레이션하자는 제안.
확인 범위와 한계
- 토큰 소모량은 작성자 체감 서술로, 동일 태스크·동일 조건의 수치 비교가 아니다. Luna 토큰 사용량 증가도 “느낌”으로 표현됐다.
- 인용한 donvito 리포와 Reddit 보고의 원문은 이 노트에서 직접 검증하지 않았다.
관련 위키
- 2026-09-10-codex-astra-luna-agent-tree — Astra+Luna+Sol 트리 설정 3경로
- 2026-09-10-threads-astra-subagent-token-overhead — Astra 서브에이전트 토큰 오버헤드 비교
- 2026-09-11-astra-ops-cost — Astra 쿼터·혼용·effort 운용 묶음
- moc-ai-coding — AI 코딩 MOC
검증
- Threads 게시물을 ego-browser(TaskSpace 4)로 2026-09-11에 직접 렌더링해 2개 포스트 전문과 주요 댓글을 캡처했다.
- 원문은
raw/articles/2026-09-11-threads-bicyclian-codex-plus-token.md에 보존했고 SHA-256을 기록했다.