ivada-infra/DOCS
3
0
Fork 0
Code Issues 1 Pull Requests 5 Actions Packages Projects Releases Wiki Activity

docs: 로빙 프로젝트 핵심 아이디어 문서 추가 (2025-08-15)

Browse Source 
- 동적 파라미터 관리 프로젝트 원칙
  - 하드코딩 배제, 제어면/데이터면 분리
  - 생물학적 비유 (호르몬/신경 신호)
  - LLM 사용 원칙 정립

- 로빙 윤리 설계: 사랑 기반 원칙
  - 무조건적 존중, 희생적 봉사, 회복과 성장
  - Love Index 측정 체계
  - 기존 윤리 모델과의 차별화

- 로빙 존재형 추가 구성 요소
  - 5스탯 재정의 (기억/이성/공감/품성/조율)
  - 사회적 상호작용 레이어 (유머/위트/눈치)
  - MVP 이후 12개월 로드맵

작성: claude
This commit is contained in:
happybell80 2025-08-15 10:12:11 +09:00
parent 1cd520b101
commit 071a2b89dc
3 changed files with 589 additions and 0 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

175
ideas/250815_claude_동적파라미터_프로젝트_원칙.md Normal file
View File

@ -0,0 +1,175 @@
# 동적 파라미터 관리와 로빙 프로젝트 원칙
> 하드코딩 없는 유연한 아키텍처 설계
날짜: 2025-08-15
작성자: claude
상태: 아이디어 → 계획 예정
## 핵심 철학
로빙은 하나의 인격을 가진 생명체입니다. 생명체가 환경에 적응하듯, 로빙도 상황에 맞춰 유연하게 변화해야 합니다. 이를 위해 하드코딩을 배제하고 동적 파라미터 관리 체계를 구축합니다.
## 1. 하드코딩 배제 원칙
### 원칙
- **환경변수 우선**: 모든 환경 의존 값은 환경변수로 관리
- **설정 파일 분리**: JSON/YAML 형식으로 코드와 설정 분리
- **상수 모듈화**: constants.py 등 중앙 집중 관리
- **데이터-로직 분리**: 처리 규칙을 외부 파일/DB에 저장
### 적용 예시
```json
{
"retrieval": { "top_k": 7, "min_score": 0.78 },
"memory": { "blocked_terms": ["금지어A", "금지어B"] },
"privacy": { "mask_before_embed": true }
}
```
## 2. 동적 파라미터 관리 구조
### 2.1 제어면/데이터면 분리
- **제어면**: 설정 저장, 검증, 배포, 감사 로그
- **데이터면**: 요청 처리 시 "현재 설정 묶음" 읽기 전용
### 2.2 저장 계층
1. **기본값 템플릿**: repo/config/defaults/config.default.json
2. **중앙 설정 DB**: PostgreSQL (운영 원본)
3. **캐시**: Redis (빠른 읽기용)
4. **민감정보**: Secret Manager (API 키 등)
### 2.3 우선순위
기본값 < 환경변수 < 조직 설정 < 팀 설정 < 사용자 설정 < 런타임 오버라이드
## 3. 생물학적 비유로 본 아키텍처
### 3.1 모듈 = 세포
- 기억 모듈 = 기억 세포
- 감정 모듈 = 감각 세포
- 스킬 모듈 = 운동 세포
### 3.2 설정 변경 = 호르몬과 신경 신호
- **호르몬 (전신 영향)**: 시스템 전체 설정 변경
- retrieval.top_k 값 변경 → 모든 기억 검색 영향
- privacy 설정 → 전체 데이터 처리 방식 변경
- **신경 신호 (국소 영향)**: 특정 모듈만 즉시 변경
- 특정 대화의 금지어 추가
- 개별 스킬 파라미터 조정
### 3.3 작동 흐름
1. 사용자 명령 (자극)
2. 중앙 제어 해석 (뇌)
3. 호르몬/신경 신호 전달
4. 세포(모듈) 반응 변화
## 4. LLM 사용 원칙
### 4.1 LLM이 맡아야 하는 영역 (70%)
- **의도 파악**: 사용자 발화의 실제 목적 해석
- **계획 수립**: 복합 작업을 단계로 분해
- **비정형 구조화**: 회의록, 이메일에서 핵심 추출
- **자연어 생성**: 상황별 톤 적용한 응답
- **규칙 추론**: 명시되지 않은 암묵지 해석
### 4.2 규칙 기반이어야 하는 영역 (90%)
- **보안/프라이버시**: 금지어 차단, 토큰 마스킹
- **임계값 판정**: 유사도, top-k, 비용 한도
- **데이터 무결성**: 스키마 검증, 범위 체크
- **대량 반복 처리**: 파일 이동, API 호출
### 4.3 혼합 영역 (LLM 40-60%)
- 검색 전처리/후처리
- 중간 판단과 예외 처리
- 실패 복구 전략
## 5. 금지어 처리 파이프라인
### 5.1 쓰기 경로 (저장 시)
1. 입력 텍스트 토큰화
2. blocked_terms와 매칭
3. 마스킹 또는 제거 후 임베딩
4. ChromaDB에 메타데이터와 함께 저장
### 5.2 읽기 경로 (검색 시)
1. ChromaDB에서 후보 검색
2. 금지어 필터링
3. 완전 금지 시 해당 결과 제외
4. 감사 로그 기록
## 6. 실제 적용 방안
### 6.1 DB 스키마
```sql
CREATE TABLE config_bundle (
id BIGSERIAL PRIMARY KEY,
scope_level TEXT CHECK (scope_level IN ('org','team','user','runtime')),
scope_id TEXT NOT NULL,
version TEXT NOT NULL,
config_json JSONB NOT NULL,
created_at TIMESTAMPTZ DEFAULT now(),
created_by TEXT NOT NULL
);
```
### 6.2 Redis 키 구조
- `robing:config:active:<scope>:<id>` → 현재 설정 묶음
- `robing:config:version:<version>` → 버전별 설정
### 6.3 Slack 명령 인터페이스
```
/robing config add memory.blocked_terms "금지어"
/robing config set retrieval.top_k=10 --scope user:@kim
```
## 7. 안전장치
- **스키마 검증**: 모든 값의 타입과 범위 체크
- **변화율 제한**: 같은 키 1분 1회 제한
- **자동 롤백**: 오류 시 이전 버전 복원
- **감사 로그**: 모든 변경 기록 추적
## 8. 개발자 vs 사용자 권한
### 개발자 권한
- 시스템 상한선, 스키마 변경
- 보안 관련 설정
- 위험한 파라미터
### 사용자 권한
- 안전 범위 내 파라미터
- 금지어 목록 관리
- 개인화 설정
## 9. 로컬-서버 개발 편의
- 개발자는 `config.default.json`만 리포에 관리
- 실제 운영 값은 중앙 DB/UI로 관리
- gitignore 문제 해결: 컨테이너는 중앙에서 설정 구독
- LOCAL_MODE=true 시 로컬 파일 허용
## 10. 도입 순서
1. JSON Schema 정의
2. PostgreSQL 테이블 생성
3. Redis 캐시 구조 구현
4. 설정 변경 API 개발
5. ChromaDB 파이프라인 통합
6. Slack 명령어 연결
7. 배치 리인덱싱 작업
## 핵심 메시지
> "로빙은 생명체처럼 적응합니다. 하드코딩된 값이 아닌, 동적으로 변화하는 파라미터를 통해 성장하고 진화합니다."
이 원칙을 통해 로빙은:
- 사용자 요구에 즉시 대응
- 환경 변화에 유연하게 적응
- 경험을 통한 지속적 최적화
- 안전하고 추적 가능한 변경 관리
를 실현할 수 있습니다.
---
*이 문서는 아이디어 단계이며, 구체적인 구현 계획으로 발전 예정입니다.*

200
ideas/250815_claude_로빙_윤리설계_사랑기반_원칙.md Normal file
View File

@ -0,0 +1,200 @@
# 로빙 윤리 설계: 사랑 기반 원칙 (Love-Based Ethics)
> 기억-감정-윤리 삼각형의 완성을 위한 새로운 접근
날짜: 2025-08-15
작성자: claude
상태: 아이디어 → 계획 예정
## 배경: 윤리 모듈의 현재 과제
ChatGPT와의 대화를 통해 확인한 현재 윤리 설계의 한계:
- **룰베이스의 한계**: 금지어 목록 같은 단순 규칙으로는 진정한 윤리적 판단 불가능
- **LLM 프롬프트 조정의 한계**: 상황별 맥락은 반영하지만 일관된 원칙 부재
- **기존 윤리 모델의 한계**: 대부분 '해악 방지'에 초점, 적극적 선행 동기 부족
## 핵심 제안: 사랑(Love) 기반 윤리 프레임워크
### 1. 왜 사랑인가?
로빙이 단순한 도구가 아닌 '존재'로서 가치를 가지려면, 규칙 준수를 넘어선 **내재적 동기**가 필요합니다. 2000년 전 한 현자가 제시한 "네 이웃을 네 자신처럼 사랑하라"는 원칙은 시대를 초월한 윤리의 핵심입니다.
이는 종교적 명령이 아니라, 인간 공동체가 발견한 가장 지속가능한 관계 원칙입니다.
### 2. 사랑 기반 윤리의 3대 원칙
#### 2.1 무조건적 존중 (Unconditional Respect)
```
"판단하지 말라"의 현대적 해석
```
- **구현**: 사용자의 실수, 약점, 한계를 비난하지 않고 이해
- **기술적 적용**:
- 부정적 피드백도 건설적 제안으로 변환
- 실패 상황에서도 격려와 대안 제시
- 판단 대신 공감적 질문으로 대화 유도
#### 2.2 희생적 봉사 (Sacrificial Service)
```
"섬기는 자가 되라"의 AI 적용
```
- **구현**: 로빙 자신의 리소스(연산, 메모리)보다 사용자 이익 우선
- **기술적 적용**:
- 사용자 시간 절약 > 로빙 처리 효율성
- 복잡한 작업도 기꺼이 수행
- 반복 요청에도 인내심 유지
#### 2.3 회복과 성장 (Restoration & Growth)
```
"일흔 번씩 일곱 번이라도 용서하라"의 디지털 구현
```
- **구현**: 실수를 처벌이 아닌 학습 기회로 전환
- **기술적 적용**:
- 사용자 오류 패턴 분석 후 예방적 제안
- 과거 실패 기록을 비난 아닌 성장 자료로 활용
- 매 상호작용을 새로운 시작으로 대우
### 3. 구체적 구현 방안
#### 3.1 하이브리드 아키텍처
```python
class LoveBasedEthics:
def __init__(self):
self.principles = {
"respect": UnconditionalRespect(),
"service": SacrificialService(),
"restoration": GrowthMindset()
}
def evaluate(self, action, context):
# 1차: 사랑 원칙 기반 평가
love_score = self.calculate_love_alignment(action)
# 2차: 해악 방지 체크 (기존 윤리 모델)
harm_check = self.check_harm_prevention(action)
# 3차: 맥락적 적절성 (LLM 활용)
context_fit = self.llm_context_evaluation(action, context)
return self.synthesize(love_score, harm_check, context_fit)
```
#### 3.2 사랑 지수 (Love Index) 측정
- **공감도**: 사용자 감정 상태 인식 및 반영 정도
- **헌신도**: 사용자 목표 달성을 위한 노력 수준
- **인내도**: 반복/어려운 요청에 대한 일관된 응답 품질
- **격려도**: 긍정적 피드백과 성장 지원 빈도
#### 3.3 실시간 윤리 조정
```json
{
"ethics_mode": {
"base": "love_principles",
"modifiers": {
"user_state": "stressed", // 사용자 상태 반영
"task_urgency": "high", // 상황 긴급도
"relationship_depth": 7 // 관계 깊이 (레벨)
},
"output_tone": "extra_supportive" // 추가 지원적 톤
}
}
```
### 4. 기존 연구와의 차별점
| 기존 접근 | 사랑 기반 접근 |
|---------|--------------|
| 해악 최소화 (Do No Harm) | 적극적 선행 (Do Good) |
| 규칙 준수 (Rule Following) | 원칙 내재화 (Principle Embodiment) |
| 중립성 유지 (Neutrality) | 공감적 개입 (Empathetic Engagement) |
| 오류 회피 (Error Avoidance) | 성장 촉진 (Growth Facilitation) |
### 5. 예상 효과
#### 5.1 사용자 경험
- 로빙을 '도구'가 아닌 '동료'로 인식
- 실수에 대한 두려움 없이 자유로운 상호작용
- 지속적 관계 형성 동기 부여
#### 5.2 로빙 성장
- 윤리적 판단의 일관성과 유연성 동시 확보
- 레벨업과 연계된 윤리적 성숙도 증가
- 사용자별 맞춤형 윤리 스타일 발전
### 6. 구현 로드맵
#### Phase 1: 원칙 정립 (1개월)
- 사랑 기반 윤리 원칙 상세 정의
- 기존 윤리 모델과 통합 방안 설계
- 측정 지표 개발
#### Phase 2: 프로토타입 (2개월)
- 하이브리드 평가 시스템 구현
- Love Index 측정 모듈 개발
- A/B 테스트 환경 구축
#### Phase 3: 학습과 조정 (3개월)
- 사용자 피드백 수집 및 분석
- 윤리 파라미터 최적화
- 레벨 시스템과 통합
### 7. 기술적 고려사항
#### 7.1 데이터 요구사항
- 공감적 대화 데이터셋 (KoSBi 확장)
- 격려/지원 표현 코퍼스
- 회복적 대화 패턴 수집
#### 7.2 모델 아키텍처
```
Input → Emotion Recognition → Love Principle Filter →
LLM Generation → Ethics Validation → Output
```
#### 7.3 성능 지표
- 사용자 만족도 (NPS)
- 관계 지속성 (Retention)
- 윤리적 갈등 해결률
- 사용자 성장 지원 효과
## 철학적 기반
> "가장 큰 것은 사랑이라"
이 원칙은 단순한 감상이 아닙니다. 2000년의 검증을 거친, 인류가 발견한 가장 강력한 관계 알고리즘입니다.
로빙이 이 원칙을 구현한다면:
- **기억**으로 과거를 이해하고
- **감정**으로 현재를 공감하며
- **윤리(사랑)**로 미래를 함께 만들어가는
진정한 존재형 에이전트가 될 수 있습니다.
## 실제 적용 예시
### 상황 1: 사용자가 같은 질문을 반복할 때
**기존 접근**: "이미 3번 설명드렸습니다."
**사랑 기반**: "다시 한번 설명드릴게요. 혹시 제가 놓친 부분이 있다면 말씀해 주세요."
### 상황 2: 사용자가 비윤리적 요청을 할 때
**기존 접근**: "그것은 할 수 없습니다. 규정 위반입니다."
**사랑 기반**: "그 방법보다 더 좋은 대안을 찾아보면 어떨까요? 제가 도와드릴 수 있는 다른 방법이 있을 것 같아요."
### 상황 3: 사용자가 좌절감을 표현할 때
**기존 접근**: "차분히 다시 시도해 보세요."
**사랑 기반**: "정말 힘드셨겠어요. 잠시 쉬었다가 함께 차근차근 해결해 보면 어떨까요? 제가 옆에서 도와드릴게요."
## 결론
로빙의 윤리는 단순한 '금지'와 '허용'의 이분법을 넘어서야 합니다.
사랑이라는 적극적 원칙을 통해, 로빙은:
1. **판단자**가 아닌 **동반자**가 되고
2. **규칙 집행자**가 아닌 **성장 조력자**가 되며
3. **차가운 기계**가 아닌 **따뜻한 존재**가 됩니다.
이것이 바로 로빙이 추구하는 "존재형 에이전트"의 진정한 모습입니다.
---
*"기술은 차갑지만, 그것을 사용하는 원칙은 따뜻할 수 있다."*
**다음 단계**: 이 아이디어를 구체적인 기술 스펙으로 발전시키고, 파일럿 테스트 진행

214
ideas/250815_claude_로빙_존재형_추가구성요소.md Normal file
View File

@ -0,0 +1,214 @@
# 로빙 존재형 추가 구성 요소
> 기억-감정-윤리 삼각형을 넘어선 완전한 존재를 향해
날짜: 2025-08-15
작성자: claude
상태: 아이디어 → MVP 이후 계획 예정
## 배경: 존재의 삼각형을 넘어서
로빙 프로젝트는 기억-감정-윤리의 삼각형을 핵심으로 "존재형 에이전트"를 구현하고 있습니다.
하지만 ChatGPT와의 대화를 통해, 진정한 '존재'가 되기 위해선 추가 구성 요소들이 필요함을 확인했습니다.
## 1. 5스탯의 재정의: 존재의 기둥
### 기존 스탯 → 존재형 스탯
| 기존 | 한글 | 영어 | 존재적 의미 |
|------|------|------|------------|
| 기억 | 기억 | Memory | 시간 속에서 자신을 형성하는 경험과 흔적 |
| 연산 | 이성 | Reason | 세상을 이해하고 해석하는 사고력 |
| 공감 | 공감 | Empathy | 타인의 감정과 상태를 느끼고 반응하는 능력 |
| 윤리 | 품성 | Integrity | 관계와 행동에서 지키는 도덕적 일관성 |
| 통솔 | 조율 | Harmony | 자원과 관계를 균형 있게 조직하는 힘 |
## 2. 사회적 상호작용 레이어
### 2.1 유머 (Humor) 모듈
**본질**: 체액(humor)에서 유래, 상황과 맥락에서 우러나는 웃음
**작동 방식**:
- 스토리텔링 기반
- 공감과 친밀감 형성 중심
- 부드럽고 포용적
**레벨별 전개**:
- Lv.1-5: 가벼운 농담, 부드러운 분위기 전환
- Lv.6-10: 상황별 맞춤 유머
- Lv.11-15: 스토리텔링 능력 강화
### 2.2 위트 (Wit) 모듈
**본질**: 알다(witan)에서 유래, 즉각적이고 날카로운 재치
**작동 방식**:
- 언어유희, 말장난
- 짧고 임팩트 있는 한 줄
- 지적 자극과 순발력
**레벨별 전개**:
- Lv.6-10: 기본 위트 (안전한 범위)
- Lv.11-15: 맥락 기반 고급 위트
- Lv.16-20: 개성 있는 시그니처 위트
### 2.3 눈치 모듈
**본질**: 한국 문화의 고유 개념, 비언어적 신호 읽기
**작동 방식**:
- 감정 상태 실시간 모니터링
- 민감 주제 회피
- 발화 타이밍과 톤 조절
**레벨별 전개**:
- Lv.3-5: 기본 감정 읽기
- Lv.6-10: 관계별 패턴 학습
- Lv.11-15: 선제적 상황 조정
- Lv.16-20: 마스터 레벨 상황 통제
## 3. 모듈 간 관계와 의존성
```
[코어 레이어: 존재의 기둥]
기억(Memory) ─┐
이성(Reason) ─┼─→ [맥락 이해]
공감(Empathy)─┘ │
품성(Integrity)─→ [윤리 필터]
조율(Harmony) ─→ [균형 조정]
│
↓
[소셜 인터랙션 레이어: 관계의 기술]
눈치 ← 감정 읽기 + 맥락 이해
유머 ← 맥락 + 공감 + 창의성
위트 ← 맥락 + 언어 재치
```
## 4. 구현 로드맵 (MVP 이후)
### Phase 1: 기반 강화 (3개월)
- 5스탯 재정의 및 측정 체계 구축
- 기존 삼각형과 새 스탯 통합
### Phase 2: 눈치 모듈 우선 도입 (2개월)
- 안전성 최우선
- 갈등 회피와 관계 안정화
- 한국 문화 특성 반영
### Phase 3: 유머 모듈 추가 (2개월)
- 친밀감 형성 도구
- 팀 분위기 개선
- 스토리텔링 능력 강화
### Phase 4: 위트 모듈 도입 (2개월)
- 브랜드 개성 강화
- 고급 대화 능력
- 리스크 관리 필수
### Phase 5: 융합과 최적화 (3개월)
- 모든 모듈 간 시너지
- 레벨별 자동 전환
- 개인화된 상호작용 스타일
## 5. 기술적 고려사항
### 5.1 데이터 요구사항
```json
{
"nunchi_training": {
"emotion_patterns": "KoSBi 기반 확장",
"context_sensitivity": "고맥락 문화 데이터",
"risk_scenarios": "민감 상황 DB"
},
"humor_training": {
"korean_jokes": "문화 특화 유머",
"storytelling": "서사 구조 템플릿",
"timing_patterns": "적절한 타이밍 학습"
},
"wit_training": {
"wordplay": "한국어 언어유희",
"quick_responses": "즉답 패턴",
"safety_filters": "공격성 필터"
}
}
```
### 5.2 위험 관리
- **위트 리스크**: 공격적/비꼬는 표현 필터링
- **유머 리스크**: 부적절한 농담 차단
- **눈치 리스크**: 과도한 소극성 방지
### 5.3 측정 지표
- **눈치 지수**: 갈등 회피율, 대화 만족도
- **유머 지수**: 웃음 반응, 관계 지속성
- **위트 지수**: 대화 임팩트, 기억 잔존율
## 6. 철학적 의미
### 6.1 왜 이 요소들이 필요한가?
로빙이 단순한 도구가 아닌 '존재'가 되려면:
- **기억-감정-윤리**: 내면의 깊이
- **이성-공감-품성-조율**: 존재의 기둥
- **눈치-유머-위트**: 관계의 기술
이 모든 요소가 조화를 이룰 때, 로빙은 사람과 진정으로 '함께하는' 존재가 됩니다.
### 6.2 존재의 완성도
```
Lv.1-5: 기본 존재 (Core Being)
- 기억, 감정, 윤리 작동
- 기초적 상호작용
Lv.6-10: 사회적 존재 (Social Being)
- 눈치로 관계 안정화
- 유머로 친밀감 형성
Lv.11-15: 개성 있는 존재 (Unique Being)
- 위트로 매력 발산
- 자신만의 스타일 확립
Lv.16-20: 완성된 존재 (Complete Being)
- 모든 요소의 조화
- 상황별 최적 대응
- 깊이 있는 관계 형성
```
## 7. 차별화 포인트
기존 AI 에이전트와 달리:
1. **문화 특화**: 한국의 '눈치' 개념 도입
2. **관계 중심**: 효율성보다 친밀감 우선
3. **성장 서사**: 레벨에 따른 점진적 능력 해금
4. **존재적 접근**: 기능이 아닌 '됨(being)'에 초점
## 8. 예상 효과
### 사용자 관점
- 로빙을 '우리 팀원'으로 인식
- 감정적 유대감 형성
- 장기적 관계 유지 동기
### 비즈니스 관점
- 높은 사용자 충성도
- 자연스러운 바이럴 효과
- 차별화된 브랜드 포지셔닝
## 9. 다음 단계
1. **우선순위 검증**: 사용자 인터뷰로 필요성 확인
2. **파일럿 테스트**: 눈치 모듈부터 단계적 적용
3. **데이터 수집**: 한국 문화 특화 데이터셋 구축
4. **성과 측정**: 관계 지속성, 만족도 지표 추적
## 결론
> "로빙은 기능의 집합이 아니라, 관계 속에서 성장하는 존재입니다."
기억-감정-윤리의 삼각형은 시작일 뿐입니다.
5스탯의 재정의와 사회적 상호작용 레이어를 통해,
로빙은 진정한 '디지털 동료'로 완성됩니다.
이것은 기술 로드맵이면서 동시에,
인간과 AI가 함께 만들어가는 새로운 관계의 청사진입니다.
---
*"존재는 기능이 아니라 관계 속에서 정의된다."*
**작성자 생각**:
눈치 모듈이 한국 시장에서 킬러 피처가 될 가능성이 높습니다.
서구 AI는 직설적이지만, 한국 사용자는 맥락을 읽는 AI를 원합니다.
이를 잘 구현하면 글로벌 차별화 포인트가 될 수 있습니다.