# Advisor Strategy 적용 검토 결과 보고서

> task-1583.1 Agent Meeting 최종 결과 요약

## 결론: 3단계 점진 접근 채택

advisor_20260301은 Claude Max CLI에서 직접 사용 불가. 에뮬레이션 기반 3단계 접근을 권고.

### 1단계 (즉시): 팀장 자기 체크리스트 — $0

팀장 시스템 프롬프트에 작업 완료 전 의무 확인 항목 삽입:
- 엣지 케이스 3개 이상 검토
- 실패 모드 작성
- 이전 유사 작업 비교

### 2단계 (2주 후): Checkpoint 패턴 — ~$92/월

1단계 효과 측정 후 판단. hooks/post-done-checkpoint.py로 구현.
.done 생성 시 Opus(아누) 자동 리뷰. critical/security만 적용.

### 3단계 (3개월 후): 확장 결정

Checkpoint 데이터 기반 MCP advisor 도입 또는 Anthropic CLI 지원 대기.

## 기각된 대안

| 대안 | 기각 사유 |
|------|-----------|
| advisor_20260301 직접 도입 | Claude Max CLI에서 불가능 |
| dispatch.py 수정 | 96KB 고위험 파일, 전원 반대 |
| 전면 MCP advisor | 팀장 능동 호출 의존, 선행 데이터 필요 |
| 팀장 Sonnet 격하 | 품질 저하 위험, 선행 데이터 없이 결정 불가 |
| 현상 유지 | 기회 비용, 데이터도 안 쌓임 |

## 핵심 인사이트

1. advisor_20260301의 가치는 "서버사이드 tool"이 아닌 **"실행 전 독립 관점 삽입" 패턴**
2. Claude Max에서 이 패턴은 API 없이도 CLAUDE.md, hooks, MCP로 구현 가능
3. $0 대안을 먼저 시도하지 않고 유료 대안으로 직행하는 것은 **복잡도 편향**
4. LLM이 LLM을 감시할 때 **공모 수렴** 위험 → 정량적 기준 필수
5. MCP advisor는 advisor_20260301의 **70~80% 효과** 달성 가능 (3순위로 유보)

## 참조

- 미팅 기록: `/home/jay/workspace/memory/meetings/2026-04-10-advisor-strategy-review.md`
- 태스크 보고서: `/home/jay/workspace/memory/reports/task-1583.1.md`