최근 개발된 '제브(Jev)'라는 AI 모델 라우터 프로토타입이 코딩 작업을 지능적으로 분류하여 최적의 AI 에이전트에 할당하는 가능성을 보여주었습니다. 이 라우터는 복잡하거나 불확실한 코딩 작업은 코덱스 아스트라(Codex Astra)로, 비교적 간단하고 기계적인 작업은 그록 빌드(Grok Build)로 자동 배분하는 방식으로 작동합니다. 이는 개발자가 수동으로 작업의 성격을 판단하고 적합한 AI 도구를 선택하는 번거로움을 줄여줄 수 있습니다.
제브 라우터는 작업 할당 결정을 위해 세 가지 질문을 던집니다. 첫째, '그록 빌드 또는 코덱스 아스트라 중 어느 모델을 사용할 것인가?' 둘째, '기계적인 작업부터 고난도 작업까지의 복잡성 점수는 얼마인가?' 셋째, '코드 변경 전에 계획이나 조사가 필요한가?'입니다. 이 질문들에 대한 제브의 답변을 바탕으로, 라우터는 보수적인 정책을 적용합니다. 만약 제브가 불확실하거나, 복잡성 점수가 높거나, 계획이 필요하다고 판단되면 해당 작업은 코덱스 아스트라로 라우팅됩니다. 현재 프로토타입은 로컬에 설치된 그록 빌드(grok-4.6)와 코덱스 아스트라(gpt-6-astra)를 대상으로 하며, 실제 코드 수정 없이 분류 및 라우팅 기능만 시연합니다.
이러한 AI 모델 라우터의 등장은 개발 워크플로우에 상당한 변화를 가져올 잠재력을 가지고 있습니다. 각 AI 모델의 강점을 최대한 활용하여 개발 생산성을 극대화할 수 있기 때문입니다. 예를 들어, 코덱스 아스트라와 같은 고성능 모델은 복잡한 문제 해결이나 새로운 기능 개발에 집중하고, 그록 빌드와 같은 경량 모델은 코드 리팩토링, 버그 수정 등 반복적인 작업에 활용함으로써 전체 개발 주기를 단축하고 비용 효율성을 높일 수 있습니다. 또한, 작업의 성격에 따라 AI 에이전트를 자동으로 선택하는 기능은 개발자가 AI 도구 사용에 대한 의사결정 피로도를 줄여 더욱 중요한 업무에 집중할 수 있도록 도울 것입니다.