Orca로 LLM 오케스트레이션 핵심 정리

Orca는 설치가 간편하고 여러 AI 터미널을 한 화면에서 관리할 수 있는 도구입니다. 이 영상은 Orca의 기본 화면 구성, AI로 Orca 자체를 제어하는 방법, 역할이 나뉜 워커를 병렬로 돌리는 오케스트레이션 기능, 내장 브라우저와 변경사항 확인, 계정 관리와 원격 접속까지 실제 사용 흐름에 따라 정리합니다. 발표자는 무거운 작업에서 안정성 문제를 느껴 기본 도구로 쓰지 않는다고 밝혀, 도구 선택은 본인 성향에 맞춰 판단하라고 권합니다.

⏱ 00:00터미널에서 AI 에이전트를 돌리는 방식이 일반화되면서 이를 돕는 도구도 여럿 등장했습니다. 발표자는 앞선 영상에서 다룬 다른 터미널 도구와 비교하며 Orca를 소개합니다.

발표자가 Orca를 기본으로 쓰지 않는 이유는 기능 부족이 아니라, 무거운 작업을 여러 개 띄울 때 버벅이거나 멈추는 경험이 잦았기 때문이라고 설명합니다. 반대로 터미널 UI가 익숙하지 않은 사용자라면 Orca가 더 편할 수 있다고 봅니다.

결국 도구 선택은 본인의 지식 수준과 성향, 그리고 업무 효율을 얼마나 올려주는지를 기준으로 하면 된다는 것이 이 구간의 결론입니다.

⏱ 01:10Orca는 터미널 UI가 아닌 독립 실행형 앱이라 설치 파일을 받아 바로 설치하면 되고, macOS, Windows, Linux를 모두 지원합니다. 자체 런타임을 갖고 있어 다룰 수 있는 기능의 폭이 넓다는 장점도 언급됩니다. 개발이 활발해 보이지만 앞으로 유료화될 가능성이 있고, 발표자는 유료화에 성공한 유사 사례가 아직 없다는 점에서 사업성에 의문을 제기합니다.

화면은 왼쪽 사이드바와 오른쪽 터미널 영역으로 나뉘며, 프로젝트 추가 아이콘으로 로컬이나 원격 호스트의 프로젝트를 열 수 있습니다. 마우스로 폴더를 고르는 방식도 있지만, 터미널에서 이동하는 데 익숙한 사용자에게는 다소 불편할 수 있습니다.

하나의 프로젝트 안에서 탭을 만들고 오른쪽이나 아래로 패널을 나눠 독립된 작업 공간을 구성할 수 있습니다.

⏱ 03:52Orca를 설치하면 에이전트 상태를 보여주는 기능과 Orca를 조작하는 스킬이 함께 설치되어, AI에게 Orca의 UI 작업을 맡길 수 있습니다. 예를 들어 오른쪽에 특정 모델의 터미널을 실행해 달라고 요청하면, AI가 환경을 점검한 뒤 Orca CLI로 새 터미널을 만들고 모델과 옵션을 적용합니다. 사용자가 직접 명령을 찾아 실행하는 대신 AI가 제공된 CLI로 기능을 찾아 쓰는 구조입니다.

여러 터미널에 같은 작업을 병렬로 나눠 주는 것도 가능합니다. 같은 모델을 여러 탭에서 동시에 띄우고 같은 프롬프트를 넣는 예시가 나오며, 같은 작업을 여러 버전으로 만들거나 독립된 에이전트에게 여러 작업을 동시에 맡기는 자동화에 활용할 수 있다고 설명합니다.

사이드바에서는 로딩 중인 에이전트, 완료된 에이전트, 입력이 필요한 에이전트를 아이콘으로 구분해 확인할 수 있습니다.

⏱ 06:00Orca는 오케스트레이션 기능을 옵션에서 활성화한 뒤 제공되는 스킬을 설치해 사용합니다. 용어는 세 가지로 정리됩니다. 런은 하나의 목표를 향해 가는 작업 세션 전체이고, 태스크는 그 안의 개별 작업, 워커는 태스크를 수행하는 세부 에이전트입니다.

발표자는 리서치, 구현, 검토처럼 역할이 다른 워커를 만들고, 한 워커에는 클로드 계열 모델을, 다른 워커에는 코덱스 계열 모델을 배정하는 예시를 보여줍니다. 프롬프트에 프로젝트 경로와 역할을 적어 주면 AI가 스킬을 읽고 공식 오케스트레이션 명령으로 워커를 띄우며, 워커끼리 정보를 주고받고 결과를 상위 오케스트레이터에 되돌려 줍니다.

이 방식은 사용자가 직접 터미널을 나눠 관리하는 것보다 소통 규칙이 스킬에 정의되어 있어 더 안정적이라고 설명합니다. 워커별 모델과 노력 수준도 지정할 수 있고, 요구사항만 대략 말해도 AI가 각 에이전트에게 줄 지시문을 스스로 작성하는 메타 프롬프팅이 적용된다고 소개합니다.

⏱ 09:54Orca는 자체 런타임 안에 브라우저를 내장하고 있어 로컬 개발 서버의 웹페이지를 직접 열어 볼 수 있습니다. 요소 선택 기능으로 화면의 특정 부분을 지정해 코드 위치를 찾고, 수정 요청을 주석처럼 달아 에이전트에게 보내면 작업이 시작됩니다. 제목 문구를 바꾸고 색을 바꾸는 요청을 차례로 보내 반영되는 과정을 보여줍니다.

소스 컨트롤 화면에서는 커밋하지 않은 변경 사항을 확인할 수 있고, 특정 줄에 메모를 달아 에이전트에게 다시 작업을 맡길 수도 있습니다. 마크다운 파일은 소스 보기와 리치 텍스트 보기를 오가며 편집할 수 있어 문서 작업에 편리하다고 평가합니다.

⏱ 13:14여러 AI 계정을 등록해 두고 전환하거나 사용량을 계정별로 확인할 수 있어, 여러 구독이나 무료 요금제를 나눠 쓰는 사용자에게 유용하다고 소개합니다. 깃허브 이슈와 연동된 작업 관리 화면도 있어 담당자와 상태를 Orca 안에서 볼 수 있지만, 발표자는 속도와 버그 문제로 자주 쓰지는 않는다고 밝힙니다.

원격 접속은 SSH 기반으로 이루어지며, 다른 컴퓨터에 Orca를 설치한 뒤 공유 기능으로 생성된 연결 정보를 등록하면 원격 프로젝트를 열 수 있습니다. 같은 네트워크에서만 접근하는 방식과 테일스케일 같은 VPN으로 어디서든 접근하는 방식을 구분해 고려하라고 합니다.

모바일 앱은 QR 코드로 연결할 수 있지만 스킬이나 UI 안정성 면에서 아직 베타 단계라 발표자는 추천하지 않습니다. 대신 터미널 결과를 다른 AI 도구로 요약받는 방식을 선호한다고 말합니다.

⏱ 17:10발표자는 최근 AI 활용의 흐름이 단일 에이전트를 잘 쓰는 것에서 여러 에이전트를 조율하는 오케스트레이션으로 옮겨가고 있다고 봅니다. 스킬을 잘 만들어 두면 같은 설명을 반복하지 않아도 되고, 병렬 작업의 결과를 사람이 적게 개입하고도 빠르게 얻을 수 있습니다.

채팅 창에서 서브 에이전트를 가볍게 돌리는 수준에 머무는 사용자보다 한발 앞서 나갈 수 있다는 점을 강조하며 영상을 마무리합니다.