Council of High Intelligence 딥다이브
— "18명의 위인을 소집해 당신의 어려운 결정을 토론시키는" AI 스킬

1프로젝트 한줄 요약

이 저장소가 대체 무엇인가.

README의 한 문장 자기소개는 이렇다: "18 AI personas deliberate your hardest decisions across multiple LLM providers. One command: /council." 여기서 핵심 단어는 "deliberate(숙의하다)"와 "multiple LLM providers(여러 LLM 공급자)"다. 이 스킬은 그냥 여러 프롬프트를 이어 붙인 게 아니라, 서로 다른 회사의 모델(Claude·GPT·Gemini·로컬 Ollama)을 섞어 "진짜로 다른 사고"를 만들어 내려 한다.

Council이 지원하는 토론 방식은 세 가지다: Full Mode(3라운드 정식 심의 — 독립 분석 → 교차검증 → 최종 결정), Quick Mode(2라운드 빠른 분석, 교차검증 생략), Duo Mode(폴라리티 페어 2명의 변증법적 대결). 그리고 결과물은 언제나 "Council Verdict(위원회 판결)"라는 구조화된 마크다운 문서 — 합의된 결론뿐 아니라 미해결 질문·소수 의견·반증 조건까지 담는다.

2왜 주목받는가

"LLM 위원회(llm-council)" 패턴의 유행 · 논문으로 뒷받침한 동조 편향 방지 · "모르는 것을 먼저 말하는" 판결 철학 · 멀티 프로바이더 다양성.

Council이 TrendShift 상위권에 오른 배경에는 2026년 상반기의 두 흐름이 겹친다. 하나는 "Claude Skills 생태계"의 폭발(Daily/Weekly 상위 목록에 #AI skills·#AI agent 토픽이 도배됨), 다른 하나는 Andrej Karpathy가 공개해 화제가 된 "llm-council" — 여러 모델을 패널로 앉히고 별도 의장 모델이 종합하게 하는 패턴이다. Council은 이 아이디어를 "역사 속 위인 18명의 인격"이라는 친근한 껍데기에 담아 대중화했다.

단순 멀티에이전트와 무엇이 다른가

3기술 스택 전체 지도

"프로그램"이 아니라 "지침 묶음" — (A) 조율자를 조종하는 마크다운 두뇌, (B) 18개 페르소나 정의, (C) 프로바이더를 감지·호출하는 셸 배관.

Council을 이해하는 열쇠는 "실행되는 코드가 거의 없다"는 걸 받아들이는 것이다. GitHub이 알려 주는 언어 비율은 Shell 100%. 나머지는 전부 마크다운(.md)과 YAML이다. 즉 이 저장소의 알맹이는 알고리즘이 아니라 "AI에게 내리는 지시문"이다.

6가지 실행 경로(exec_method) — "누가 이 좌석을 연주하나"

Council의 진짜 기술적 야심은 "한 회사 모델에 갇히지 않는" 멀티 프로바이더 추상화에 있다. 각 위원(좌석)은 감지된 공급자에 따라 여섯 가지 방식 중 하나로 호출된다.

주목할 점은 어떤 공급자도 없으면(=Claude만 있으면) 그냥 Claude 서브에이전트로만 돌아간다는 것이다. 외부 CLI가 하나도 깔려 있지 않아도 기능이 죽지 않는다. 이것이 "있으면 더 좋고, 없어도 동작하는" 우아한 설계다 — 4번 섹션에서 이 폴백(fallback) 메커니즘을 자세히 본다.

4아키텍처 심화 분석

조율자와 의장의 분리 · 블라인드-퍼스트 1라운드 · 익명화된 2라운드 · 강제 스캔(반대 할당량·참신성 게이트) · 1.5× 도메인 가중 좌석 · 2/3 가중 합의.

4-1. 전체 파이프라인 — 질문에서 판결까지 (Full 모드 9단계)

Full 모드의 코디네이터는 SKILL.md에 적힌 STEP 0~8을 순서대로, 절대 건너뛰지 않고 실행한다. 핵심은 "토론하는 위원"과 "종합하는 의장"이 서로 다른 역할·다른 모델이라는 점이다.

4-2. Round 1 — "블라인드 퍼스트": 남의 답을 보기 전에 혼자 생각하라

1라운드는 모든 위원을 병렬로, 서로의 답을 못 본 상태(blind-first)에서 독립 분석시킨다. 이유는 명확하다 — 처음부터 남의 답을 보여 주면 첫 발언자에게 끌려가는 앵커링이 생긴다. 각자 400단어 안에서 자기 렌즈로만 분석하고, "다른 사람이 뭐라 할지 예상하지 말라"는 지시를 받는다.

그 앞에 STEP 1.5 문제 재진술 게이트가 있다. 분석 전에 모든 위원이 질문을 자기 말로 다시 정의하게 한다. 만약 3명이 질문을 서로 다르게 이해했다면? 그 질문 자체가 잘못된 것이라는 신호다. "틀린 질문에 라운드를 낭비하기 전에" 걸러 내는 장치다.

4-3. Round 2 — 익명화 교차검증: 이 저장소의 백미

2라운드에서 위원들은 서로의 1라운드 답을 보고 반박한다. 그런데 누가 쓴 답인지 이름을 가린다. 코디네이터는 답변 머리말을 Member A, Member B…로 바꾸고, 본문의 "As Socrates, I…" 같은 자기 정체 노출까지 지운다.

# Round 2 프롬프트의 핵심 지시 (요약)
Identity is masked. 아래 분석들은 Member A, B, C… 로 표시된다.
그중 하나는 네 1라운드 답이다(익명 처리됨). 누가 썼는지 맞히려 하지 말고,
오직 논증의 질로만 평가하라. 실명을 부르지 말고 라벨을 써라.

Anti-conformity. 네 1라운드 입장이 옳았다면 방어하라.
동료가 반대한다는 이유만으로 바꾸지 마라. 바꾸려면 구체적 결함을 지목하라 —
결함을 이름 대지 못하면, 바꾸지 말아야 한다.

라운드가 끝나면 코디네이터는 라벨↔실명 매핑을 복원한다. 토론 기록은 두 벌로 보관된다 — 위원들이 본 "익명본"과, 의장이 감사할 "실명 복원본". 정직한 감사(audit)를 위한 설계다.

4-4. STEP 4 — 강제 스캔: "동의만 하는 회의"를 기계로 막는다

멀티에이전트의 최대 실패 모드는 groupthink(집단사고 — 다들 사이좋게 동의하다 틀림)다. Council은 2라운드 출력에 네 가지 검사를 한 번에 돌린다.

4-5. 도메인 가중 좌석(1.5×) — "표를 보기 전에" 잠근다

최종 집계에서 모든 위원은 1표(가중치 1.0)를 갖지만, 문제와 가장 직결된 전문가 1명은 1.5배를 받는다. 예: 아키텍처 질문이면 형식체계 담당 Ada가 1.5×. 그런데 핵심은 이 가중 좌석을 STEP 0(패널 선정)에서, 즉 아무 의견도 나오기 전에 미리 정해 못박는다는 것이다.

4-6. STANCE 라인 + 2/3 가중 합의 — "분위기"가 아니라 "표"로 센다

마지막 라운드에서 각 위원은 산문 뒤에 기계가 읽을 수 있는 한 줄을 반드시 붙인다:

STANCE: 오픈소스 공개 | CONFIDENCE: high | DEALBREAKER: no

코디네이터는 이 라인만 모아 같은 뜻의 라벨을 하나로 정규화(monorepo/single repo → monorepo)한 뒤 가중 집계한다. 합의 기준은 명확한 수식이다: 어떤 옵션의 가중합 ≥ (2/3) × 전체 가중합. 넘으면 그 옵션이 판결, 아무 옵션도 못 넘으면 억지 합의를 만들지 않고 "합의 없음 — 사용자가 결정"으로 넘긴다. DEALBREAKER: yes(상대 옵션이 적극적으로 해롭다)를 낸 소수는 져도 소수 의견(Minority Report)에 남는다.

4-7. 멀티 프로바이더 라우팅 + 폴백

프로바이더가 2개 이상 감지되면 라우팅 알고리즘이 순서대로 적용된다: ⑴ 폴라리티 페어 분리(하드 제약 — 소크라테스와 파인만은 반드시 다른 회사 모델에 배치해 "같은 편향"을 피함), ⑵ 프로바이더 고르게 분산, ⑶ 프론트matter의 provider_affinity로 선호 조정, ⑷ opus급 위원은 각 공급자의 high 등급, sonnet급은 mid 등급 모델. 그리고 어떤 외부 호출이 실패/타임아웃하면 [FALLBACK] 로그를 남기고 그 위원을 Claude 서브에이전트로 재실행한다 — 이후 라운드도 폴백 공급자를 계속 쓴다. 자격증명은 api_key_env가 가리키는 환경변수에서 실행 시점에만 읽고, 로그·기록엔 절대 남기지 않는다.

5디렉토리 구조 해부

알맹이는 딱 세 곳 — SKILL.md(두뇌), agents/(18개 인격), scripts/+configs/(배관).

핵심 파일 3종만 기억하자

6학습 포인트 (기술별)

이 작은 저장소에 멀티에이전트 설계·프롬프트 엔지니어링·프로바이더 추상화·인지과학·셸 패키징이 압축돼 있다.

① 멀티에이전트 심의 설계 — groupthink를 "메커니즘"으로 막기

여러 AI를 그냥 모아 놓으면 서로 동의하다 끝난다. Council은 블라인드 1라운드 → 익명 2라운드 → 반대 할당량 → 반사실 프롬프트라는 구체적 장치로 이견을 강제 생산한다. 실습 아이디어: 3개 서브에이전트에게 같은 질문을 주되, 하나는 "동의만", 하나는 "무조건 반대", 하나는 "중재"로 역할을 나눠 결과 차이를 관찰해 보자.

② 프롬프트 엔지니어링 — "출력 형식 계약"과 페르소나 카드

각 에이전트 파일의 Output Format 섹션은 단순 요청이 아니라 Claude와 맺는 계약이다. "Round 2에선 이 4개 헤더로, 300단어 이내로, 반드시 2명을 지목해"처럼 구조·분량·행동을 못박는다. 실습: 여러분만의 페르소나 카드(예: "냉정한 QA 엔지니어")를 frontmatter+Identity+Output Format 구조로 써 보자.

③ 구조화된 출력 → 결정론적 집계

LLM의 산문에서 "결론"을 추출하는 건 불안정하다. Council은 STANCE: … | CONFIDENCE: … | DEALBREAKER: …라는 기계 파싱 가능한 한 줄을 강제해, 판결을 "분위기"가 아니라 셈할 수 있는 표로 만든다. 실습: 자유서술 답변 끝에 SCORE: 1-5 라인을 붙이게 하고, 그 라인만 정규식으로 뽑아 평균 내는 스크립트를 짜 보자.

④ LLM 프로바이더 추상화 — 한 회사에 갇히지 않기

exec_method라는 개념으로 subagent·codex·gemini·ollama·cursor·OpenAI호환을 같은 인터페이스로 다룬다. 특히 OpenAI 호환 /chat/completions는 NIM·Together·Fireworks·vLLM을 전부 커버하는 "만능 어댑터"다. 실습: curl로 OpenAI 호환 엔드포인트를 직접 호출하고, 응답 JSON을 jq -r '.choices[0].message.content'로 뽑아 보자.

⑤ 안전한 자격증명 처리

API 키를 코드·로그·기록에 절대 인라인하지 않는다. 좌석 설정엔 값이 아니라 api_key_env(환경변수 이름)만 두고, 실행 순간에 ${!api_key_env}로 해석한다. 키가 없으면 그 좌석만 폴백. 실습: 여러분 스크립트에서 하드코딩된 토큰을 찾아 환경변수 참조로 바꾸고, 로그에 키가 안 찍히는지 grep으로 점검하자.

⑥ 셸 패키징의 견고함 — install.sh 뜯어보기

set -euo pipefail, shopt -s nullglob(빈 glob 안전), --dry-run 미리보기, 인자 검증, 대상별(claude/codex/gemini) 분기까지 — "남이 실행할 스크립트"를 어떻게 방어적으로 짜는지의 교본이다. 실습: 여러분의 설치 스크립트에 --dry-run과 인자 유효성 검사를 추가해 보자.

⑦ 인지과학을 소프트웨어로 — 편향·반증·kill criteria

카너먼(편향), 멍거(역발상 "무엇이 실패를 보장하나"), 탈레브(꼬리 위험) 같은 실제 의사결정 이론이 페르소나로 구현돼 있고, 판결은 Kill Criteria(이 결정을 뒤집을 관찰 조건)를 요구한다. 실습: 여러분의 최근 결정 하나에 대해 "이게 틀렸다는 걸 알려면 무엇을 언제까지 관찰해야 하나"를 한 문장으로 써 보자 — 놀랍도록 어렵다.

7하드웨어 / 시스템 요구사항

하드웨어 부담은 0 — 무거운 건 "토큰 비용"이지 계산이 아니다.

8직접 해볼 수 있는 실습 과제

난이도별 5개 — 사용자에서 시작해 "나만의 심의 시스템" 설계자까지.

9관련 기술 심화 학습 로드맵

"프롬프트 한 줄"에서 "멀티에이전트 시스템 설계"까지 5주 계획.

10핵심 키워드 사전

이 프로젝트를 읽을 때 걸리는 용어들.

11참고 링크

원본을 직접 확인하고 싶을 때.