모델 라우터¶
다른 AI 모델은 서로 다른 것에 능숙합니다. 모델 라우터는 각 작업을 가장 잘 하는 모델에 자동으로 보냅니다.
프론트엔드 작업? Kimi K2.6 사용. 보안 검토? Claude Opus 사용. 브라우저 자동화? GPT-5.5 사용. 라우터가 작업 설명에서 판단하므로 이것들을 기억할 필요가 없습니다.
심플 버전¶
# 작업을 최적의 모델로 라우팅
node scripts/aios.mjs model-router route \
--task "아름다운 랜딩 페이지 컴포넌트 구축" \
--explain
# 결과: frontend → kimi-k2.6（「랜딩 페이지」「컴포넌트」「아름다운」 감지)
이것이 전부입니다. 라우터는 작업을 읽고, 신호를 감지하고, 최적의 모델을 선택합니다.
왜 중요한가¶
모델 라우터가 없으면 다음이 필요합니다:
- 각 작업 유형에 가장 적합한 모델을 알아야 함
codex,claude,gemini명령 사이를 수동으로 전환- 각 CLI 의 올바른 모델 플래그를 기억
모델 라우터가 있으면 작업을 설명하면 나머지를 처리합니다.
동작 원리¶
작업 설명
↓
신호 감지（「browser」「security」「frontend」 등의 키워드）
↓
작업 유형 분류（browser-automation, code-review 등）
↓
모델 선택（라우팅 프로필 기반）
↓
CLI 명령 생성（codex/claude/gemini 의 올바른 플래그）
↓
실행 + 결과 기록
모델 능력 레지스트리¶
| 모델 | 프로토콜 | 흥점 | 비용 |
|---|---|---|---|
| Claude Opus 4.7 | claude | 코드 리뷰, 아키텍처 설계, 보안 감사 | 가장 높음 |
| Claude Sonnet 4.6 | claude | 일상 개발, RAG, 빠른 프로토타이핑 | 중간 |
| GPT-5.5 | codex | 올라운더: 자동화, 추론, 코드 실행 | 가장 높음 |
| DeepSeek-V4-Pro | claude | 알고리즘 구현, 핵심 로직, 배치 처리 | 가장 낮음 |
| GLM-5.1 | claude | 수학 추론, 자율 루프, 시스템 플래닝 | 낮음 |
| Kimi K2.6 | claude | 멀티 에이전트 오케스트레이션, 프론트엔드 UI, 장기 실행 | 낮음 |
| MiniMax-M2.7 | claude | 자체 복구, 프로덕션 장애 복구 | 낮음 |
| Gemini-3-Pro | gemini | 멀티모달 분석, 긴 문서 연구, 1M 컨텍스트 | 중간 |
CLI 프로토콜¶
| 프로토콜 | CLI | 사용자 |
|---|---|---|
| codex | codex exec --dangerously-bypass-approvals-and-sandbox -m <model> "<prompt>" |
GPT-5.5 |
| gemini | gemini -m gemini-3-pro -p "<prompt>" |
Gemini-3-Pro |
| claude | claude --model <model> -p "<prompt>" |
기타 모든 모델 |
Codex live worker는 --dangerously-bypass-approvals-and-sandbox（이전 --yolo 에 해당）를 기본으로 부여하여 백그라운드 subagent가 approval/sandbox prompt에서 기다리는 것을 방지합니다. 수동 디버깅 시에만 AIOS_SUBAGENT_CODEX_UNATTENDED=0으로 비활성화하세요.
라우팅 규칙¶
| 작업 유형 | 우선 모델 | 폴백 체인 |
|---|---|---|
| 코드 리뷰 | Claude Opus | GPT-5.5 → GLM-5.1 |
| 보안 감사 | Claude Opus | GPT-5.5 → GLM-5.1 |
| 아키텍처 설계 | Claude Opus | GPT-5.5 → GLM-5.1 |
| 구현 | DeepSeek-V4 | GPT-5.5 → Claude Sonnet |
| 브라우저 자동화 | GPT-5.5 | Kimi K2.6 → Claude Sonnet |
| 리서치/연구 | Gemini-3-Pro | GPT-5.5 → Kimi K2.6 |
| 플래닝 | GLM-5.1 | GPT-5.5 → Claude Opus |
| 테스트 | Claude Sonnet | GPT-5.5 → DeepSeek-V4 |
| 문서 | Claude Sonnet | GPT-5.5 → Kimi K2.6 |
| 프론트엔드/UI | Kimi K2.6 | GPT-5.5 → Claude Sonnet |
| 장애 복구 | MiniMax-M2.7 | GLM-5.1 → GPT-5.5 |
| 범용 | GPT-5.5 | Claude Sonnet → DeepSeek-V4 |
라우팅 프로필¶
라우팅의 적극성을 프로필로 선택:
| 프로필 | 사용 시점 | 동작 |
|---|---|---|
balanced（기본값） |
대부분의 작업 | 강력한 신호가 모델을 업그레이드；일반 코딩은 저렴하게 유지 |
premium |
위험하거나 불분명한 작업 | Opus 나 GPT-5.5 같은 비싼 모델을 더 기꺼이 사용 |
budget |
비용 민감한 작업 | 작업이 정말 강한 모델이 필요하지 않는 한 저렴한 모델을 우선 |
# 명령마다 사용
node scripts/aios.mjs model-router route --task "..." --profile premium --explain
# 또는 세션용으로 설정
export AIOS_MODEL_ROUTER_PROFILE=premium
빠른 시작¶
모든 모델 보기¶
node scripts/aios.mjs model-router list
설명으로 작업 라우팅¶
node scripts/aios.mjs model-router route \
--task "아름다운 랜딩 페이지 컴포넌트 구축" \
--profile balanced \
--explain
특정 작업 유형 강제¶
node scripts/aios.mjs model-router route \
--task "데이터베이스 연결 리팩토링" \
--task-type implementation
디스패치 기록 보기¶
node scripts/aios.mjs model-router stats
왜 이 모델이 선택되었는가¶
어떤 route 명령에나 --explain 을 추가하여 이유를 확인:
{
"resolvedType": "browser-automation",
"modelId": "gpt-5.5",
"confidence": 0.86,
"matchedSignals": [
{ "taskType": "browser-automation", "signal": "browser", "weight": 8 }
],
"why": ["Detected browser-automation signals: browser, upload"]
}
- 높은 신뢰도 = 하나의 작업 유형이 명확하게 일치
- 여러 recommendedPhases = 작업이 복합적；더 나은 라우팅을 위해 분할
- matchedSignals 는 정확히 어떤 키워드가 라우팅을 트리거했는지 표시
환경 변수로 오버라이드¶
특정 모델을 강제하고 싶다면:
# 롤별
export AIOS_MODEL_PLANNER=claude-opus
export AIOS_MODEL_IMPLEMENTATION=deepseek-v4
export AIOS_MODEL_REVIEWER=claude-opus
# 작업 유형별
export AIOS_MODEL_BROWSER_AUTOMATION=gpt-5.5
export AIOS_MODEL_CODE_REVIEW=claude-opus
# 라우팅 완전 비활성화（고정 모델 사용）
export AIOS_MODEL_ROUTER=0
Agent 통합¶
작업 라우팅에 의한 유도¶
모델 라우터는 AIOS Task Router를介して Agent 컨텍스트에 주입됩니다. ctx-agent 下で実行されるすべての Agent は自動的にモデルディスパッチの guidance を取得します。サブタスクがディスパッチされるとき、Agent は model-router skill を呼び出して最適なモデルを決定できます。
오케스트레이터에 의한¶
Agent 롤 카드（.claude/agents/*.md）에는 preferredModel 필드가 포함되며, 오케스트레이터는 디스패치時に 자동으로解決합니다:
# .claude/agents/rex-reviewer.md
model: sonnet
preferredModel: claude-opus
모델 해결 우선순위: 환경 변수 > preferredModel > model（폴백）。
인식 피드백 루프¶
각 모델 디스패치는 ContextDB의 model.dispatch 이벤트として記録됩니다。知覚 시스템은 작업 유형별로モデルの成功率을計算할 수 있습니다。미래のルーティング決定は：能力マッチング × 歴史的成功率 × コストを総合的に考慮します。
설정 파일¶
| 파일 | 용도 |
|---|---|
scripts/lib/specs/model-registry.json |
모델 능력, 라우팅 규칙, CLI 프로토콜 설정 |
scripts/lib/specs/orchestrator-agents.json |
Agent 롤→preferredModel 매핑 |
.claude/skills/model-router/SKILL.md |
Agent가 호출 가능한 셀프서비스 라우팅 스킬 |
scripts/lib/model-router.mjs |
라우터 로직: 매칭, 폴백, CLI 빌드, 통계 |
일반적인 질문¶
모두 DeepSeek 로 라우팅되는 이유는?¶
balanced 프로필에서 일반 구현 작업은 DeepSeek 으로 갑니다（저렴하고 좋으므로）。더 강한 모델을 원하는 작업에는 --profile premium 을 사용하세요.
작업에 여러 부분이 있고 하나의 모델만 얻었습니다¶
현재 복합 작업은 하나의 모델을 얻습니다. explain 출력의 recommendedPhases 를 확인하세요 — 여러 유형이 표시되면 작업을 개별 작업으로 분할하세요.
Agent Team でも使用できますか？¶
네. Agent Team 은 기본적으로 모델 라우터를 사용합니다 — 팀의 각 페이즈가 자동으로 최적의 모델로 라우팅됩니다.
다음 단계¶
- Agent Team — 자동 라우팅이 있는 멀티 에이전트 협업
- ContextDB — 프로젝트 메모리
- Solo Harness — 장기 실행 싱글 에이전트 작업