curiositech/windags-skills

/always-on-agent-applications — 지속성 + 기억이 실제로 열어주는 것

항상 켜져 있고 에피소드 기억을 가진 AI 에이전트로 무엇을 만들지 고민하는 사람을 돕습니다. 이것은 "그래서 뭐가 좋은데?" 스킬입니다. 아키텍처는 준비되었고, 입력은 흘러들어오고 있습니다. 이제 상태 비저장(stateless) 챗봇이 할 수 없는 것을 실제로 무엇을 할 수 있을까요?

결정 지점

1. 항상 켜짐(Always-On) 대 세션 기반 의사 결정 트리

작업 요구 사항 평가:
├─ 작업이 세션 간 기억을 필요로 합니까?
│  └─ 아니요 → 세션 기반 에이전트 사용 (더 저렴하고 단순)
│  └─ 예 ↓
├─ 작업이 사전 예방적(proactive) 행동의 이점을 얻습니까?
│  └─ 아니요 → 기억이 있는 예약 에이전트 사용
│  └─ 예 ↓
├─ [지속성 ROI] > [인프라 비용]?
│  └─ 아니요 → 세션 기반으로 시작하고, 나중에 업그레이드
│  └─ 예 ↓
├─ 도메인이 양질의 기억을 저장할 수 있을 만큼 좁습니까?
│  └─ 아니요 → 범위 축소 (회의 전용, 코드 전용)
│  └─ 예 → 항상 켜진 에이전트 구축

ROI 계산:

• 지속성 ROI = (작업 빈도 × 작업당 절약 시간 × 사용자 시간당 가치)
• 인프라 비용 = (서버 비용 + 기억 저장소 + 개발 시간)

ROI > 3배 비용: 항상 켜짐 구축 ROI 1-3배 비용: 세션 기반으로 시작, 먼저 가치 입증 ROI < 1배 비용: 기존 도구 사용

2. 애플리케이션 범주 선택

사용자가 "무엇을 만들어야 하나요?"라고 묻습니다:
├─ 주요 워크플로우가 코딩입니까?
│  └─ 예 → 개발자 동반자(Developer Companion) 패턴
│  └─ 아니요 ↓
├─ 주요 필요가 회의/커뮤니케이션 오버헤드입니까?
│  └─ 예 → 개인 비서(Chief of Staff) 패턴
│  └─ 아니요 ↓
├─ 주요 목표가 학습/지식 작업입니까?
│  └─ 예 → 학습 일지(Learning Journal) 패턴
│  └─ 아니요 ↓
├─ 초점이 건강/습관 추적입니까?
│  └─ 예 → 건강 관찰자(Health Observer) 패턴 (높은 안전 민감도)
│  └─ 아니요 → 프로젝트 오케스트레이터 또는 환경 지능

3. 범위 경계 결정

사용자가 다중 도메인 에이전트를 제안합니다:
├─ 이것이 첫 번째 지속적 에이전트입니까?
│  └─ 예 → 단일 수직 영역 강제 (가장 강력한 ROI 선택)
│  └─ 아니요 ↓
├─ 6개월 이상의 개발 시간이 있습니까?
│  └─ 아니요 → 단일 수직 영역만
│  └─ 예 ↓
├─ 각 도메인에 대한 성공 지표를 정의할 수 있습니까?
│  └─ 아니요 → 가능할 때까지 범위 축소
│  └─ 예 → 단계적 출시로 다중 도메인 허용

4. 사전 예방적 행동 보정

에이전트 개입 빈도 구성:
├─ 사용자 작업 스타일이 딥 포커스 블록입니까?
│  └─ 예 → 알림 일괄 처리, 집중 신호 존중
│  └─ 아니요 ↓
├─ 사용자가 높은 수준의 지원을 명시적으로 요청합니까?
│  └─ 예 → 관련성 임계값으로 실시간 중단 허용
│  └─ 아니요 ↓
├─ 기본값: 80% 반응형, 15% 수동적 사전 예방, 5% 능동적 사전 예방

실패 모드

1. 환각 기억 증후군

증상: 에이전트가 결코 일어나지 않은 대화나 사건을 자신있게 언급함 탐지 규칙: 에이전트가 특정 인용문/날짜/사실을 주장하지만 정확한 출처 타임스탬프를 제공할 수 없는 경우 근본 원인: 검색된 컨텍스트와 생성된 응답 간의 기억 경계 불량 수정: 엄격한 기억 인용 요구 사항 구현 - 에이전트는 모든 주장을 타임스탬프가 있는 특정 기억 항목에 연결해야 함

2. 기억 오염 폭포

증상: 에이전트 성능이 시간이 지남에 따라 저하되고, 응답에 모순된 정보가 나타남 탐지 규칙: 에이전트가 7일 이내에 같은 주제에 대해 변경 사항을 인정하지 않고 상충되는 조언을 하는 경우 근본 원인: 가치 있는 신호보다 저품질 관찰이 더 빠르게 축적됨 수정: 기억 위생 구현: 관련성 점수 매기기, 자동 압축, 사용자 트리거 기억 정리

3. 비용 증가 폭발

증상: 월별 청구액이 비례적인 가치 증가 없이 30% 이상 증가 탐지 규칙: 유용한 상호작용당 비용이 30일 동안 기준선보다 50% 이상 상승하는 경우 근본 원인: 에이전트가 저가치 입력(알림, 스팸, 자동 이메일)을 과도하게 처리 수정: 입력 필터링 파이프라인, 기억 접근 예산, 자동 스로틀링이 있는 사전 예방적 비용 모니터링

4. 범위 확장 마비

증상: 에이전트가 모든 것을 처리하려 하고, 어떤 것에도 뛰어나지 않으며, 사용자가 2주 후에 포기함 탐지 규칙: 에이전트가 각각에 대한 명확한 성공 지표 없이 5개 이상의 개별 애플리케이션 수직 영역을 가진 경우 근본 원인: 집중된 도구 대신 "일반 비서" 구축 수정: 단일 수직 영역 시작을 강제하고, 확장 전에 졸업 기준 요구

5. 프라이버시 위반 표류

증상: 에이전트가 실수로 컨텍스트 간에 민감한 정보를 공유함 탐지 규칙: 에이전트가 잘못된 컨텍스트(개인 채팅에서 업무 정보)에서 개인/업무 세부 정보를 언급하는 경우 근본 원인: 기억 경계가 사용자 프라이버시 기대치와 일치하지 않음 수정: 컨텍스트 격리, 명시적 기억 구획화, 정기적인 프라이버시 감사

작업 예제

예제: 개발자 동반자 에이전트 구축

시나리오: 소프트웨어 엔지니어가 코드 리뷰와 PR 설명 작성을 도와줄 에이전트를 원함

1단계 - 범위 정의

• 사용자: "코딩을 더 잘할 수 있게 도와주는 AI를 원합니다"
• 의사 결정 트리 적용: 코딩 워크플로우 = 개발자 동반자 패턴
• 범위 좁히기: "PR 설명 생성만" (전체 코딩 비서가 아님)

2단계 - ROI 계산

• 작업 빈도: 하루 3개 PR × 5일 = 주당 15개 PR
• 절약 시간: PR 설명당 5분 = 주당 75분 = 연간 65시간
• 사용자 가치: 시간당 $150 × 65시간 = 연간 $9,750
• 인프라 비용: 월 ~$50 = 연간 $600
• ROI = 16배 → 항상 켜진 에이전트 구축

3단계 - 기억 전략

• 핵심 기억: 현재 기능 브랜치, 최근 5개 커밋, 코드 변경에 관한 최근 대화
• 회상 기억: 사용자가 선호하는 PR 템플릿, 리뷰어 피드백 패턴, 프로젝트 코딩 표준
• 아카이브: 과거 PR, 팀 커뮤니케이션 스타일, 프로젝트 결정 및 근거

4단계 - 트리거 설계

triggers:
  - git_push_to_feature_branch: PR 설명 초안 작성
  - pr_opened: 컨텍스트로 설명 보강
  - code_review_received: 향후를 위해 피드백 패턴 기록

5단계 - 품질 게이트

• PR 설명에 실제 근거 포함 (일반적인 요약이 아님)
• 에이전트가 언급된 특정 커밋/파일 참조
• 생성된 설명의 80%가 2분 미만의 편집 필요
• 에이전트가 PR이 여러 영역에 걸쳐 있을 때 올바르게 식별

초보자가 놓치는 것: "모든 것을 위한 AI 코딩 비서"로 시작 전문가가 포착하는 것: 지속성이 상태 비저장 솔루션보다 명확한 이점을 만드는 단일 고가치 워크플로우(PR 설명)에 집중

품질 게이트

모든 조건이 충족될 때 애플리케이션 설계가 완료됩니다:

• 3배 이상의 비용 이점을 보여주는 명확한 ROI 계산
• 정의된 경계가 있는 단일 수직 영역 범위
• 압축 전략으로 기억 증가 제한
• 사전 예방적 행동 빈도 구성 (전체 상호작용의 <20%)
• 성공 지표 정의 및 측정 가능
• 사용자 프라이버시 경계 명시적으로 매핑
• 축적된 기억 없이 작동하는 콜드 스타트 경험
• 사용자 기억 제어를 위한 킬 스위치 구현
• 자동 스로틀링 임계값이 설정된 비용 모니터링
• 범위 확장을 위한 졸업 기준 정의

NOT-FOR 경계

이 스킬을 다음에 사용하지 마십시오:

• 기억 아키텍처 구축 → always-on-agent-architecture 사용
• 입력 피드 및 트리거 설계 → always-on-agent-inputs 사용
• 안전, 프라이버시 및 비용 문제 → always-on-agent-safety 사용
• 일반 에이전트 패턴 및 루프 → agentic-patterns 사용
• AI 안전 위험 평가 → ai-safety-engineer 사용
• 기술 인프라 결정 → systems-architecture 사용

사용자가 다음을 물을 때 다른 스킬로 위임:

• "에피소드 기억을 어떻게 저장하나요?" → always-on-agent-architecture
• "내 에이전트가 어떤 데이터를 봐야 하나요?" → always-on-agent-inputs
• "이것이 안전/비공개인가요?" → always-on-agent-safety
• "에이전트 루프를 어떻게 구축하나요?" → agentic-patterns