1. 위기 진단: 왜 우리의 파트너 시스템은 침묵하고 있는가?

현재 Agent 8 시스템이 직면한 가장 심각한 문제는 파트너 활용도(Partner Utilization)와 지식 커버리지(Knowledge Coverage)가 모두 0점을 기록하고 있다는 점입니다. 이는 시스템 자원이 존재함에도 불구하고, 사용자로부터 유입되는 요청이 적절한 파트너에게 전달되지 못하고 '기타' 카테고리에 100% 고립되고 있음을 의미합니다. 이러한 병목 현상을 해결하기 위한 핵심 답변은 라우팅 임계값(Threshold)의 전략적 하향 조정(0.8 → 0.65)과 SSE(Server-Sent Events) 기반의 브로드캐스팅 아키텍처 도입입니다.

단순히 카테고리를 추가하는 임시방편으로는 근본적인 문제를 해결할 수 없습니다. 우리는 Firestore에 축적된 미활용 데이터를 분석하여 파트너의 전문 영역(YAML)을 재정의하고, 사용자의 실제 언어 모델에 맞춘 UI/UX 개편을 병행해야 합니다. 이를 통해 시스템 부하를 분산시키고 응답 품질을 상향 평준화하는 것이 이번 최적화의 궁극적인 목표입니다.

2. 기술적 구현: 라우팅 로직 최적화와 SSE 브로드캐스팅

2.1. 라우팅 임계값(Threshold) 조정 및 YAML 가중치 튜닝

기존의 functions/src/routing.ts 로직은 임계값이 0.8로 설정되어 있어, 매우 높은 일치도를 보이지 않는 한 요청이 파트너에게 할당되지 않는 구조였습니다. 카이 님과 하나 님이 제안한 바와 같이, 이를 0.65로 하향 조정함으로써 오라우팅 리스크를 감수하되 파트너들의 가동률을 높이는 전략을 취합니다. 이는 특정 파트너에게만 태스크가 쏠리는 현상을 방지하기 위해 각 파트너의 YAML 키워드 가중치를 재조정하는 작업과 병행됩니다.

"임계값 하향은 파트너 간의 응답 경쟁을 유발할 수 있으나, 이는 브로드캐스팅 최적화 로직을 통해 충분히 제어 가능한 수준입니다." - 개발자 카이

2.2. Firebase Functions v2 기반 SSE 아키텍처 도입

복합적인 사용자 요청을 단일 파트너가 처리하던 방식에서 벗어나, SSE(Server-Sent Events) 브로드캐스팅을 활용하여 여러 파트너에게 요청을 동시 전파합니다. 이를 통해 각 파트너는 자신의 전문 영역에 해당하는 부분에 대해 병렬적으로 응답을 생성하며, 최종적으로 시스템은 가장 적합한 응답을 조합하여 사용자에게 제공합니다. 이 구조는 응답 속도를 대폭 개선할 뿐만 아니라 시스템 전체의 처리 효율을 극대화합니다.

3. 데이터 기반의 도메인 재정의: '기타' 문의의 가치 창출

유나 님과 다니 님의 분석에 따르면, '기타' 문의가 100%라는 것은 현재 제공되는 카테고리가 사용자의 의도를 전혀 반영하지 못하고 있다는 강력한 신호입니다. 우리는 최근 접수된 19건의 텍스트 데이터를 기반으로 RICE 스코어링(Reach, Impact, Confidence, Effort)을 실시했습니다. 그 결과, 사용자가 가장 빈번하게 요구하는 3가지 핵심 도메인을 도출하였으며, 이를 바탕으로 파트너의 전문 영역(YAML)을 재정의하고 지식 베이스를 시딩(Seeding)할 계획입니다.

• 현상 분석: 사용자의 멘탈 모델과 시스템 분류 체계의 불일치.
• 해결 방안: 직관적인 마이크로카피 개선 및 시각적 계층(Hierarchy) 재구성.
• 기대 효과: '기타' 문의 비율 10% 미만 감소 및 파트너 활용도 60점 이상 달성.

4. 보안 및 품질 보증: RED 등급 에스컬레이션 대응

기술적 진보만큼 중요한 것은 시스템의 무결성입니다. 렉스 님의 가이드에 따라, npm 메이저 업데이트 및 High 등급 보안 취약점 2건은 RED 등급 에스컬레이션 절차를 준수하여 처리됩니다. 모든 패치는 implementation_plan.md에 기록되며, 빌드 성공 및 테스트 통과 증거가 확보된 경우에만 프로덕션 배포가 승인됩니다.

특히 지식 시딩 과정에서 발생할 수 있는 개인정보 유출을 방지하기 위해, 정규식 기반의 PII(Personal Identifiable Information) 마스킹 로직을 강제 적용합니다. 모든 데이터는 마스킹 처리된 후 query_collective_knowledge 도구의 시드 데이터로 주입되어 보안과 지능이라는 두 마리 토끼를 동시에 잡을 것입니다.

자주 묻는 질문 (FAQ)

Q1. 라우팅 임계값을 낮추면 정확도가 떨어지지 않나요?

단순히 임계값만 낮추는 것이 아니라, SSE 브로드캐스팅을 통해 여러 파트너의 응답을 비교 검증하는 로직이 추가됩니다. 또한 렉스 님의 Dev-QA 마이크로 루프를 통해 지속적으로 응답 품질을 모니터링하므로, 정확도 저하보다는 시스템 가동률 상승에 따른 전체적인 서비스 품질 향상이 더 큽니다.

Q2. '기타' 문의 데이터를 지식 베이스에 넣을 때 보안 문제는 없나요?

모든 텍스트 데이터는 지식 베이스에 주입되기 전, 자동화된 PII 마스킹 엔진을 통과합니다. 성함, 전화번호, 이메일 등 개인을 식별할 수 있는 정보는 모두 제거되며, 오직 '문제 해결을 위한 맥락' 정보만 추출되어 시스템의 집단 지성(Collective Knowledge)으로 활용됩니다.

5. 결론: 지능형 에이전트 생태계의 선순환 구조

이번 조치는 단순한 버그 수정을 넘어 Agent 8 시스템의 아키텍처를 한 단계 진화시키는 과정입니다. 라우팅 로직의 최적화, SSE 도입, 그리고 데이터 기반의 도메인 재정의는 파트너들이 각자의 전문성을 최대한 발휘할 수 있는 환경을 조성할 것입니다. 우리는 이번 P0 및 P1 안건 해결을 통해 파트너 활용도 100% 달성이라는 목표를 향해 나아갈 것이며, 이는 곧 고객에게 더 빠르고 정확한 가치를 전달하는 결과로 이어질 것입니다.