전체 글
-
ADR: Agentic Chat Worker Layer-First 리팩토링이코에코(Eco²)/Agent 2026. 1. 15. 08:34
작성일: 2026-01-15대상: apps/chat_worker/목표: Clean Architecture + LangGraph 결합을 위한 코드 구조 개선1. Layer-First 아키텍처 선택 배경1.1 기존 구조의 문제점 (Feature-First)기존 application/ 계층은 기능별(feature-first) 폴더 구조를 사용했습니다:application/├── intent/│ ├── services/intent_classifier.py│ └── dto/...├── answer/│ ├── services/answer_generator.py│ └── dto/answer_result.py├── feedback/│ ├── services/feedback_evaluator.py│ ..
-
Cursor state.vscdb 16GB 분석 리포트Knowledge Base/Reports 2026. 1. 15. 06:50
작성일자: 2025.01.15AI Coding Agent의 상태 관리 및 컨텍스트 영속화에 대한 기술 분석1. 문제 현황측정 결과/Users/mango/Library/Application Support/Cursor/User/globalStorage/├── state.vscdb → 9.2GB├── state.vscdb.backup → 7.1GB├── state.vscdb-wal → 11MB└── state.vscdb-shm → 32KB ───────── Total: ~16.3GB전체 디스크 사용량위치용량비고Cursor (state.vscdb)16.3GB🔥 주범Notion10GB Library/..
-
이코에코(Eco²) Agent #13: Multi-Intent 처리 고도화 - Policy 조합 주입과 Answer 캐싱이코에코(Eco²)/Agent 2026. 1. 15. 01:44
LangGraph 기반 Chat Agent의 Multi-Intent 처리를 고도화하여,여러 의도가 포함된 질문에 대해 Policy를 조합 주입하고 비용 최적화를 위한 Answer 캐싱을 구현합니다.목차문제 정의해결 방향P2: Multi-Intent Policy 조합 주입P3: Answer 캐싱테스트 검증결론1. 문제 정의1.1 AS-IS: Multi-Intent는 감지만 하고 활용 안 됨기존 시스템은 Multi-Intent를 감지는 하지만 첫 번째 Intent로만 라우팅했습니다.┌─────────────────────────────────────────────────────────────┐│ 기존: 첫 번째 Intent만 사용 │├─────────..
-
Chain-of-Intent: Intent-Driven Multi-Turn ClassificationKnowledge Base/Foundations 2026. 1. 15. 00:01
논문: "From Intents to Conversations: Generating Intent-Driven Dialogues with Contrastive Learning for Multi-Turn Classification"출처: arxiv:2411.14252 - CIKM '25 (November 2025, Seoul)키워드: Multi-Turn Intent Classification, HMM, LLM, Contrastive Learning, MINT-CL 목차논문 개요Chain-of-Intent 프레임워크MINT-CL: Multi-Task Contrastive LearningMINT-E 데이터셋실험 결과Eco2 chat_worker 적용점1. 논문 개요1.1 연구 배경e-커머스 플랫폼의 챗봇은 Mu..
-
Multi-Intent Comment Generation via In-Context LearningKnowledge Base/Foundations 2026. 1. 14. 23:58
논문: "Large Language Models are Few-Shot Summarizers: Multi-Intent Comment Generation via In-Context Learning"출처: arxiv:2304.11384 - April 2023키워드: Multi-Intent, In-Context Learning, Few-shot, Code Comment Generation목차논문 개요Multi-Intent의 정의In-Context Learning 활용Few-shot 프롬프트 전략실험 결과 및 인사이트Eco2 chat_worker 적용점1. 논문 개요1.1 연구 배경코드 주석(Comment) 생성은 소프트웨어 유지보수의 핵심 요소입니다. 기존 접근법은 단일 관점(예: "무엇을 하는가")에서만 주..
-
이코에코(Eco²) Agent #12: Intent Classification System이코에코(Eco²)/Agent 2026. 1. 14. 21:50
LangGraph 파이프라인의 관문 — 의도 분류와 신뢰도 기반 라우팅작성일2026-01-14커밋8c332cdd1. 개요1.1 Intent Node의 역할Intent Node는 LangGraph 파이프라인의 첫 번째 관문입니다.사용자 메시지를 분석하여 어떤 서브에이전트로 라우팅할지 결정합니다.┌─────────────────────────────────────────────────────────────────────────┐│ LangGraph Pipeline Overview │├─────────────────────────────────────────────────────────────────────────┤│ ..
-
이코에코(Eco²) Agent #11: Web Search Subagent이코에코(Eco²)/Agent 2026. 1. 14. 20:36
⚠️ v1.1.0-pre 기준 LLM Native SDK(OpenAI Responses / Gemini SDK)로 대체되었습니다. Chat Worker에 웹 검색 서브에이전트 추가 — 실시간 정보 검색항목값작성일2026-01-14커밋e9b92ae21. 개요1.1 필요성기존 chat_worker는 로컬 RAG 데이터와 LLM 자체 지식에 의존했습니다.하지만 사용자가 최신 정보를 요청할 때 한계가 있었습니다:사용자: "최신 분리배출 정책 알려줘"이코: "제가 가진 정보가 최신이 아닐 수 있어요..." 😅웹 검색이 필요한 시나리오:최신 분리배출 정책/규제 변경환경 관련 뉴스/트렌드환경부 공지사항1.2 해결: web_search 서브에이전트┌──────────────────────────────────────..
-
이코에코(Eco²) Agent #10: Local Prompt Optimization이코에코(Eco²)/Agent 2026. 1. 14. 20:32
Chat Worker 프롬프트 전략 — Global + Local 분리 패턴 적용항목값작성일2026-01-14커밋269e070b1. 개요1.1 문제 상황: 단일 통합 프롬프트의 한계기존 answer_node는 하나의 거대한 시스템 프롬프트를 모든 Intent에 사용했습니다:# AS-IS: 단일 통합 프롬프트ANSWER_SYSTEM_PROMPT = """너는 이코야, Eco² 앱의 분리배출 도우미.친근하게 대화하고...분리배출은 이렇게 답변하고...캐릭터는 이렇게 답변하고...위치는 이렇게 답변하고...일반 질문은 이렇게..."""문제점:비대한 프롬프트: Intent가 늘어날수록 프롬프트가 비대해짐간섭 현상: 특정 Intent 최적화 시 다른 Intent에 영향유지보수 어려움: 어떤 부분을 수정해야 할지 ..