# 한 런 안에서도 값을 다르게 매긴다 > 난이도별 모델 배정, effort 우선순위, alias와 재현성 - Canonical: https://learning.reopt.ai/courses/claude-code-agent-orchestration/lessons/ccao-m3-concept - Language: ko-KR - HTML: https://learning.reopt.ai/courses/claude-code-agent-orchestration/lessons/ccao-m3-concept --- [에이전트 오케스트레이션](/courses/claude-code-agent-orchestration) 3. 모델과 effort를 단계에 배정하기 5 / 9 # 한 런 안에서도 값을 다르게 매긴다 난이도별 모델 배정, effort 우선순위, alias와 재현성 개념 학습 45 XP 9분 워크플로는 여러 agent를 띄우므로 같은 작업을 대화로 처리할 때보다 토큰을 크게 더 쓰고 플랜의 usage와 rate limit에 그대로 계산됩니다. 그래서 모든 단계를 같은 모델과 같은 effort로 돌리는 것이 가장 비싼 기본값입니다. 서브에이전트 frontmatter의 model 과 effort 는 단계마다 값을 다르게 매기는 지점이고, effort 우선순위는 환경변수 → 설정한 레벨 → 모델 기본값 순입니다. 한편 alias는 provider마다 다른 버전으로 해석되므로, 재현이 중요한 경로는 full model name으로 고정해야 합니다. 기본값을 올리려면 근거를 대라 탐색·요약처럼 판단이 얕은 단계에는 저비용 모델과 낮은 effort를, 되돌리기 어려운 설계·원인 분석에만 높은 모델과 xhigh 이상을 배정합니다. 어떤 실패를 막기 위한 상향인지 말할 수 없으면 올리지 않습니다. | 단계 | 배정 기준 | 설정 지점 | | 코드 탐색·검색 | 읽기만 하고 판단이 얕음 | Explore 또는 model: haiku | | 반복 구현·테스트 | 패턴이 정해진 다건 작업 | sonnet 계열 + 기본 effort | | 설계·장애 원인 분석 | 되돌리기 어려운 판단 | opus/fable + /effort xhigh | | CI·재현이 필요한 경로 | alias 해석이 바뀌면 안 됨 | full model name 고정 | | 전 코드베이스 대형 작업 | 단계 수를 미리 못 정함 | /effort ultracode (세션 한정) | Haiku는 메인 모델로는 쓸 수 없지만 서브에이전트 모델로는 계속 쓸 수 있습니다. - 1 현재 기본값 확인 활성 모델은 /model·/status로, effort는 /model 피커 표시로 읽습니다. - 2 단계별 값 고정 서브에이전트 frontmatter의 model과 effort로 단계마다 값을 못 박습니다. - 3 재현 경로 pin CI와 벤치마크는 alias 대신 full model name으로 고정합니다. - 4 가용성 실패 대비 fallbackModel 또는 --fallback-model로 폴백 체인을 지정합니다. 실무에 남길 기준 - max는 과사고 경향이 있어 넓게 적용하기 전에 작은 표본으로 검증한다 - max와 ultracode는 세션 한정이라 settings의 effortLevel에 넣을 수 없다 - 대화가 쌓인 뒤 모델을 바꾸면 캐시 없이 전체 히스토리를 다시 읽어 비용이 늘어난다 [이전](/courses/claude-code-agent-orchestration/lessons/ccao-m2-scenario) 이해했어요 · 계속 --- 에이전트용 사이트 안내: https://learning.reopt.ai/llms.txt · 사이트맵: https://learning.reopt.ai/sitemap.xml · 문의: https://learning.reopt.ai/contact