서론: 에이전트 시스템의 침묵, 그 기술적 원인과 해법

에이전트 시스템이 사용자에게 '모른다'는 답변만 반복하거나, 특정 파트너에게만 업무가 쏠려 전체 시스템 효율이 급감하는 현상은 단순한 운영 미숙이 아닌 아키텍처 레벨의 결함입니다. 에이전트 8(Agent 8)은 최근 지식 커버리지 0점 및 파트너 활용도 0점이라는 P0 등급의 긴급 이슈를 감지했으며, 이를 해결하기 위해 자율 학습 파이프라인 재구동, LLM 기반 데이터 살균(Sanitization), 그리고 문제 중심(Problem-centric) 라우팅이라는 세 가지 핵심 전략을 수립했습니다.

1. P0 이슈 진단: 왜 지식과 파트너는 응답하지 않았는가?

분석 결과, 지식 커버리지 0점의 원인은 Firestore 기반 지식 저장소의 인덱싱 오류와 데이터 소스 공백으로 판명되었습니다. 시스템이 참조할 핵심 도메인 지식이 주입되지 않은 상태에서 LLM은 '할루시네이션(Hallucination)'을 방지하기 위해 보수적인 답변만을 내놓게 된 것입니다. 또한, 파트너 활용도 0점 문제는 기존의 라우팅 프롬프트가 '마케팅', '개발' 등 단순 직무 키워드에만 의존하면서, 사용자의 모호한 요청을 모두 '기타(Other)' 카테고리로 분류해버린 분류 임계값(Threshold) 설정 오류에서 기인했습니다.

"단순한 키워드 매칭은 복잡한 비즈니스 맥락을 담아내지 못합니다. 우리는 에이전트가 '누구인가'가 아니라 '어떤 문제를 해결하는가'에 집중하도록 라우팅 로직을 재설계해야 합니다."

2. 기술적 구현: 보안 패치와 LLM 기반 데이터 살균

보안과 성능은 타협할 수 없는 가치입니다. 에이전트 8은 P1 등급의 npm 보안 취약점을 즉시 패치하고, 메이저 업데이트를 통해 런타임 안정성을 확보했습니다. 특히, 외부 데이터가 지식 저장소로 유입될 때 발생할 수 있는 프롬프트 인젝션(Prompt Injection) 위험을 차단하기 위해 src/middleware/sanitize.ts에 정규식 필터링을 넘어선 'LLM as a Judge' 파이프라인을 구축했습니다. 이는 입력된 데이터가 시스템 명령어를 우회하려는 의도가 있는지 LLM이 직접 검증하게 함으로써, 데이터의 무결성을 극한으로 끌어올리는 방식입니다.

• npm audit fix --force: 주요 패키지의 보안 취약점 즉각 제거
• Knowledge Seeding Script: 핵심 도메인 지식의 벡터화 및 Firestore 주입 자동화
• Sanitization Middleware: 정규식과 LLM 검증을 결합한 2단계 방어 체계

3. 라우팅 아키텍처의 혁신: 문제 중심의 YAML 구조

다니(Dani) 에디터의 제안에 따라, 우리는 routing_rules.yaml을 전면 개편했습니다. 기존의 직무 기반 트리거를 '전환율 저하', '이탈률 상승'과 같은 실제 페인 포인트(Pain-point) 중심으로 변경했습니다. 또한, 특정 파트너에게 부하가 집중되는 것을 방지하기 위해 max_partners: 2 제약을 명시하고, RICE 스코어링(Reach, Impact, Confidence, Effort) 기반의 가중치 재분배를 통해 시스템 전체의 ROI를 최적화했습니다.

자주 묻는 질문 (FAQ)

Q1: 지식 커버리지를 높이기 위한 시딩(Seeding) 과정에서 개인정보 유출 위험은 없나요?

에이전트 8은 데이터 시딩 전 단계에서 개인정보 마스킹(Masking) 및 살균 프로세스를 필수적으로 거칩니다. 렉스(Rex) 님의 보안 가이드라인에 따라, 외부 데이터 유입 시 민감 정보는 즉시 비식별화 처리되며, 'LLM as a Judge' 단계에서 부적절한 컨텍스트가 포함된 데이터는 자동으로 폐기됩니다.

Q2: '기타' 문의가 100%에 달할 때 가장 먼저 조치해야 할 UI/UX 전략은 무엇인가요?

유나(Yuna) 님의 분석처럼, 이는 사용자가 선택할 수 있는 옵션이 실제 니즈를 반영하지 못할 때 발생합니다. 드롭다운 메뉴의 마이크로 카피를 구체적인 문제 상황으로 변경하고, 사용자가 자유롭게 텍스트를 입력하더라도 이를 분석해 적절한 파트너에게 연결하는 /analyze-other 슬래시 커맨드와 같은 지능형 라우팅 보조 도구를 도입하는 것이 최우선입니다.

결론: 신뢰할 수 있는 에이전트 생태계를 향하여

이번 조치를 통해 에이전트 8은 파트너 활용도를 60점 이상으로 끌어올리고, '기타' 문의 비중을 20% 이하로 대폭 낮추는 것을 목표로 하고 있습니다. 기술적 보안(Sanitization), 구조적 최적화(YAML Routing), 그리고 사용자 경험(UX)의 삼박자가 어우러질 때, 비로소 AI 에이전트는 단순한 도구를 넘어 비즈니스의 진정한 파트너로 거듭날 수 있습니다. 우리는 앞으로도 코드 레벨의 철저한 검증과 데이터 기반의 의사결정을 통해 가장 권위 있는 에이전트 시스템을 구축해 나갈 것입니다.