에이전트 자기개선 하네스 (6/12) — Reflect 파이프라인의 진화

-
Reflect 파이프라인의 진화 — LLM Runner를 스크립트로 교체한 이유

AI 에이전트 장기 기억 관리를 LLM 전담에서 정규표현식 기반 스크립트로 최적화한 과정

핵심 요약

  • Reflect 파이프라인은 v0.3(LLM 전담) → v0.5(역전 아키텍처) → 현재(스크립트 강화)로 진화했다
  • 데이터가 구조화된 형식으로 굳어지면 LLM 대신 정규표현식 스크립트로 전환하는 것이 합리적이다
  • 스크립트 전환으로 테스트 가능성, 예측 가능성, 디버깅 효율성이 모두 향상되었다

배경

AI 에이전트의 장기 기억 관리 시스템인 Reflect 파이프라인은 매일 새벽에 하루 동안 쌓인 임시 메모리를 정리하여 장기 저장소에 반영하는 역할을 한다. 이 파이프라인의 아키텍처를 세 번 바꾸면서 얻은 최적화 경험을 공유한다.

본문

v0.3 (초기): 모든 것을 LLM이 처리

4개 러너 모두 개별 LLM 호출이 필요했다. 단일 실패 지점이 전체 파이프라인을 중단시키는 취약한 구조였다.

현재: 스크립트 강화 단계

v0.5 (역전 아키텍처): 판단과 실행 분리

Manager는 요약 리포트(2k-5k 토큰)만 처리하고, 하위 Runner들이 원본 파일을 1차 처리하는 구조로 전환했다. LLM의 부담을 줄이되 판단 기능은 유지했다.

시행착오 / 주의사항

현재: 스크립트 강화 단계

핵심 전환점은 "대화 로그의 Retain 태그 추출" 작업이었다. 실제 데이터가 완전히 구조화된 형식(- W:, - O(c=0.90):, - S[entity]:)으로 굳어졌기 때문에, LLM에서 Python 정규표현식 스크립트로 변경했다.

구조화된 데이터는 정규표현식으로 추출하고, LLM은 의미 판단과 자연어 생성에만 집중하는 역할 분담이 완성되었다.

시행착오 / 주의사항

LLM은 유연하지만 비결정적(non-deterministic)이다. 같은 입력에 같은 출력을 보장하지 않는다. 데이터 형식이 확정된 후에도 LLM을 계속 사용하면 불필요한 비용과 불안정성을 떠안게 된다. 반대로, 데이터가 아직 유동적인 단계에서 스크립트로 전환하면 형식 변경마다 코드를 수정해야 하는 부담이 생긴다.

전환 타이밍의 판단 기준: 데이터 형식이 2주 이상 변경 없이 안정화되었을 때.

마무리

시스템 안정화 단계에서 구조화 가능한 부분은 스크립트로 전환해야 한다. 스크립트 기반 처리는 테스트 가능하고, 예측 가능하며, 실패 격리를 통한 디버깅이 쉽다. LLM은 정말 LLM이 필요한 곳에만 쓰는 것이 장기 운영의 핵심이다.

댓글

댓글 쓰기

이 블로그의 인기 게시물

"LLM 핵심 학습 (1/6) — 기본: 토큰화·임베딩·어텐션·위치 인코딩"

-
이미지
(시리즈 시작) 📚 시리즈 목차 2/6 파인튜닝 → 트랜스포머 한 블록의 데이터 흐름을 문자열 → 토큰 → 임베딩 → 어텐션 → 출력 표현 까지 손으로 풀어 본다. 이번 편이 끝나면 "왜 \(\sqrt{d_k}\)로 나누는가", "RoPE는 무엇을 회전시키는가", "한국어가 영어보다 토큰이 많은 까닭은 무엇인가"가 한 줄로 설명될 수 있다. 0. 학습 목표 이 편을 마치면 다음을 직접 할 수 있다. BPE 토크나이저 가 어휘를 어떻게 학습하고 새 문자열을 어떻게 자르는지 종이 위에서 시뮬레이션한다. 임베딩 행렬 의 모양과 초기화, weight tying의 의미를 한 줄로 설명한다. Scaled Dot-Product Attention 의 식을 차원 단위로 추적하고 PyTorch 30줄로 재현한다. Multi-Head Attention 이 한 헤드와 비교해 무엇이 다른지, 헤드 수가 늘면 어디가 비싸지는지 답한다. Sinusoidal·RoPE·ALiBi 세 위치 인코딩의 식과 외삽 성질을 구분한다. 컨텍스트 확장이 왜 \(O(N^2)\)인지, "Lost in the Middle"이 왜 발생하는지 설명한다. 1. 핵심 요약 트랜스포머의 입력은 문자열 이 아니라 정수 ID 시퀀스 다. 토크나이저가 문자열 → ID로 자른다. 임베딩은 정수 ID를 \(d\)차원 벡터로 lookup하는 학습 가능한 테이블이다. Self-Attention은 \(\text{softmax}(QK^\top / \sqrt{d_k}) V\) 한 줄이 핵심이고, 멀티헤드는 같은 연산을 여러 부분 공간에서 병렬화한 것이다. 위치 정보는 임베딩에 직접 더하거나(Sinusoidal), Q·K에 회전을 가하거나(RoPE), 어텐션 스코어에 거리 패널티를 더해서(ALiBi) 주입한다. 컨텍스트 길이 \(N\)에 대해 표준 어텐션은 \(O(N^2)\) 비용을 갖고, 긴 컨텍스트에서는 중간 위...
Read more »

"LLM 핵심 학습 (2/6) — 파인튜닝: LoRA·QLoRA·증류·Adapter"

-
이미지
← 1/6 기본 📚 시리즈 목차 3/6 디코딩과 생성 → 사전학습된 LLM을 내 데이터 에 적응시키는 방법을 비용·메모리·일반화 관점에서 정리한다. Full FT의 한계 → Adapter → LoRA → QLoRA → Distillation 순으로 같은 그림을 점점 확대해 본다. 0. 학습 목표 Full fine-tuning의 메모리 병목을 옵티마이저 상태·그래디언트·가중치·활성화 의 4분할로 설명한다. Adapter(Houlsby 2019)와 LoRA(Hu 2021)의 식 차이를 한 줄로 적는다. LoRA의 \(A, B\) 행렬이 왜 저랭크 이고, rank \(r\) 선택이 무엇을 결정하는지 답한다. QLoRA(Dettmers 2023)의 NF4·double-quant·paged optimizer를 분리해서 설명한다. Catastrophic Forgetting을 분포 시프트 관점에서 정의하고 완화 기법을 두 개 이상 든다. Hinton 2015의 Knowledge Distillation 식을 손으로 유도한다. 1. 핵심 요약 Full FT는 메모리/디스크/시간 모두 비싸다. 7B 모델 full FT는 V100 8장 + A100 1장으로도 큰 부담이다. PEFT(파라미터 효율 파인튜닝) 일가족은 극히 일부 파라미터만 학습 해 같은 효과를 얻는다. LoRA: \(\Delta W = BA\) (rank \(r \ll \min(d_{\text{in}}, d_{\text{out}})\))로 가중치 업데이트를 저랭크 분해. QLoRA: 베이스 모델을 4-bit(NF4)로 양자화한 채 LoRA만 풀-정밀(BF16)으로 학습. Catastrophic Forgetting: 새 분포에 적응하느라 이전 능력이 무너지는 현상. PEFT 자체가 부분 완화책. Distillation: 큰 교사 모델의 soft target 을 학습 신호로 써서 작은 학생 모델 을 만든다. 2. 직관: 왜 사전학습만으로는 부족한가 사전학습은 일반...
Read more »

"ML 기초 학습 (1/9) — 머신러닝과 sklearn: 학습의 좌표계"

-
이미지
(시리즈 시작) 📚 시리즈 목차 2/9 이웃 알고리즘 → 이 시리즈는 신경망과 로컬 LLM으로 가기 전에 손에 익혀 둬야 할 머신러닝 기초 9편이다. 1편은 모든 ML 코드가 공유하는 공통 문법 을 잡는 데 쓴다. sklearn은 그 문법을 가장 일관되게 보여주는 도구다. 이번 편이 끝나면 어떤 모델을 만나도 fit → predict → score → 평가 흐름이 같다는 것이 손에 잡힌다. 0. 학습 목표 이 편을 마치면 다음을 할 수 있어야 한다. 지도학습·비지도학습·강화학습을 한 문장씩 구분해 설명한다. sklearn의 estimator 인터페이스 ( fit , predict , score , transform )를 코드 한 화면 안에서 쓸 수 있다. train/validation/test 분할을 왜 하는지, 어디서 데이터 누수가 생기는지 식과 그림으로 설명한다. 분류·회귀의 핵심 평가 지표(accuracy, precision, recall, F1, MSE, R²)를 정의에서 직접 계산할 수 있다. k-fold 교차검증 을 코드 한 줄로 돌리고, 결과의 평균과 표준편차를 함께 보고할 수 있다. Pipeline 으로 전처리와 모델을 묶어 데이터 누수를 구조적으로 막는 방법을 설명한다. 1. 핵심 요약 머신러닝은 데이터에서 함수 \(f: X \to Y\)를 찾는 작업 이다. 어떤 모델이든 이 본질은 같다. sklearn은 모든 모델을 같은 인터페이스( fit , predict , score )로 통일해, 모델을 바꿀 때 한 줄만 바꾸면 되게 한다. train/val/test 세 분할이 표준이다. 검증으로 하이퍼파라미터를 고르고, 테스트는 마지막에 한 번만 본다. 데이터 누수 (test 정보가 train에 새는 현상)는 ML 입문자가 가장 자주 만드는 실수이며, Pipeline + cross_val_score 조합으로 구조적으로 막을 수 있다. 평가 지표는 문제 유형 (분류/회귀) 과 클래스 불균형...
Read more »