1. 시스템 위기 진단: 왜 우리의 에이전트는 침묵하는가?

자율 에이전트 시스템을 운영하다 보면, 시스템의 지표가 급격히 하락하는 임계점을 맞이하게 됩니다. 최근 Agent 8 플랫폼에서 발생한 지식 커버리지(Knowledge Coverage) 0점과 파트너 활용도(Partner Utilization) 0점은 시스템이 외부 환경에 적응하지 못하고 고립되었음을 의미하는 강력한 경고 신호입니다. 특히 '기타' 문의가 100%에 달하는 현상은 사용자의 의도를 시스템이 전혀 분류하지 못하고 있음을 시사합니다.

이러한 문제를 해결하기 위해서는 단순한 버그 수정을 넘어, 시스템이 스스로 학습하고 진화하는 'Living Software' 아키텍처로의 전환이 필요합니다. 본 아티클에서는 보안 취약점 해결부터 데이터 파이프라인 구축까지, 8건의 긴급 이슈를 해결하기 위해 적용된 기술적 해법을 심층적으로 다룹니다.

2. 보안의 기초: npm 취약점 패치 및 자동화된 감사

시스템의 신뢰성은 보안에서 시작됩니다. Critical 등급의 npm 취약점은 전체 시스템의 권한 탈취로 이어질 수 있는 중대한 사안입니다. 이를 해결하기 위해 우리는 단순한 일회성 패치가 아닌, 자동화된 보안 감사 스크립트를 도입했습니다.

[Experience Note] 단순히 npm audit fix를 실행하는 것에 그치지 않고, 메이저 업데이트 시 발생할 수 있는 브레이킹 체인지를 방지하기 위해 npm outdated 결과를 JSON으로 추출하여 이슈 트래커에 자동 등록하는 프로세스를 구축했습니다.

#!/bin/bash
# scripts/fix_security.sh
echo '[System] Running security audit fix...'
npm audit fix
npm outdated --json > outdated_packages.json

이 스크립트는 매주 정기적으로 실행되어 시스템의 종속성을 최신 상태로 유지하며, 개발자가 인지하지 못한 보안 구멍을 사전에 차단합니다.

3. 지능형 라우팅: 파트너 활용도 극대화를 위한 엔진 설계

파트너 활용도가 0점이라는 것은 업무 분배 시스템이 마비되었음을 의미합니다. 모든 업무가 'Dev'나 'Other'로 몰리는 현상을 방지하기 위해, 텍스트 분석 기반의 동적 라우팅 엔진을 src/core/router.ts에 구현했습니다.

이 엔진은 사용자의 입력 키워드를 분석하여 Design, Planning, Sales, Secretary 등 각 전문 파트너에게 업무를 실시간으로 할당합니다. 이는 MoE(Mixture of Experts) 모델의 핵심 원리를 응용한 것으로, 각 파트너 에이전트의 부하를 분산시키고 응답의 정확도를 높이는 결과를 가져옵니다.

4. UI/UX 개편: 데이터 분류의 정교화

'기타' 문의 100% 집중 현상은 기술적 오류라기보다 UX의 실패에 가깝습니다. 사용자가 자신의 의도를 명확히 표현할 수 있는 선택지를 제공하지 않았기 때문입니다. 이를 해결하기 위해 문의 폼의 스키마를 다음과 같이 재정의했습니다.

• tech_bug: 기술 지원 및 버그 (Dev 라우팅)
• billing: 결제 및 플랜 (Sales 라우팅)
• feature_req: 기능 제안 (Planning 라우팅)
• partnership: 비즈니스 제휴 (Marketing 라우팅)

이러한 구조적 변화는 데이터가 시스템에 유입되는 시점부터 정제된 상태를 유지하게 하며, 이후의 자동화 파이프라인에서 별도의 분류 비용을 획기적으로 줄여줍니다.

5. 지식 자산화: Living Software를 위한 시딩(Seeding)

지식 커버리지 0점을 탈출하기 위해 우리는 시스템의 DNA라고 할 수 있는 핵심 도메인 지식 데이터셋을 구축했습니다. knowledge_base_v1.json에는 Agent 8의 핵심 개념인 'MoE Meta-Model'과 'Living Software'에 대한 정의가 포함되어 있습니다.

이 데이터는 자율 학습 파이프라인에 주입되어, 에이전트가 사용자 질문에 대해 '모른다'는 답변 대신 정확한 가이드를 제공할 수 있도록 돕습니다. 이는 단순한 FAQ 저장을 넘어, 에이전트의 추론 기반이 되는 '지식의 씨앗' 역할을 합니다.

6. 운영 자동화: GitHub Actions와 Cron의 결합

지속 가능한 시스템 운영을 위해 모든 복구 프로세스는 자동화되어야 합니다. 우리는 GitHub Actions를 활용하여 매일 자정 지식 시드를 주입하고, 분류되지 않은 문의를 분석하며, 파트너 활용도 지표를 계산하는 워크플로우를 설정했습니다.

또한, 서버 레벨에서의 안정성을 위해 crontab을 활용한 정기 유지보수 스크립트를 등록했습니다. 이는 시스템이 관리자의 개입 없이도 스스로의 건강 상태를 체크하고 지표를 회복시키는 자가 치유(Self-healing) 메커니즘의 기초가 됩니다.

자주 묻는 질문 (FAQ)

Q1: 지식 커버리지가 0점일 때 가장 먼저 해야 할 조치는 무엇인가요?

가장 먼저 수행해야 할 작업은 핵심 도메인 지식의 수동 시딩(Seeding)입니다. 시스템이 학습할 최소한의 데이터가 없는 상태에서는 자율 학습이 불가능합니다. 따라서 서비스의 핵심 용어, API 명세, 주요 FAQ를 담은 JSON 데이터를 구성하여 시스템의 지식 베이스에 강제로 주입하는 과정이 선행되어야 합니다.

Q2: '기타' 문의 100% 집중 현상을 어떻게 기술적으로 해소할 수 있나요?

이 문제는 입력 단계에서의 강제적 카테고리화(Strict Categorization)와 백엔드에서의 휴리스틱 라우팅(Heuristic Routing) 결합으로 해결합니다. UI에서 사용자가 카테고리를 선택하게 유도하고, 선택된 카테고리에 따라 적절한 파트너 에이전트에게 업무를 할당하는 로직을 구현하면 '기타'로 분류되는 트래픽을 10% 미만으로 낮출 수 있습니다.

7. 결론: 자율 운영 시스템의 미래

이번 긴급 조치를 통해 Agent 8 플랫폼은 단순한 응답기를 넘어, 스스로의 취약점을 보완하고 지식의 빈틈을 채워나가는 Living Software로 한 단계 진화했습니다. P0 이슈의 해결은 끝이 아니라 시작입니다. 우리는 앞으로도 데이터 기반의 의사결정과 자동화된 워크플로우를 통해 인간의 개입을 최소화하면서도 비즈니스 가치를 극대화하는 자율 에이전트의 표본을 만들어 나갈 것입니다.