DOCS/journey/troubleshooting/250806_happybell80_동적프롬프트구현.md
Claude-51124 22557e7132 docs: 오래된 트러블슈팅 아카이브 및 구조 정리
- 7-8월 초기 구축 문서 12개를 _archive/troubleshooting/2025_07-08_initial_setup/로 이동
- book/300_architecture/390_human_in_the_loop_intent_learning.md를 journey/research/intent_classification/로 이동 (개발 여정 문서)
- 빈 폴더 제거 (journey/assets/*)
2025-11-17 14:06:05 +09:00

3.9 KiB

250919 동적 컨텍스트 엔지니어링 시스템 (업데이트)

1. 초기 구현 (2025-08-06)

문제 상황

의도 파악 실패 사례:

  • "내 이름은?" → AI가 자기소개로 오해
  • "네 이름은?" → 정상 응답
  • 사용자가 부른 이름(베르단디) 기억 못함

원인 분석:

  1. 캐시 임계값 0.3 (너무 낮음)
  2. 프롬프트 하드코딩 ("당신은 로빙입니다" 고정)
  3. 메모리와 프롬프트 분리

철학적 재검토

초기 오해: 로빙의 정체성을 고정된 것으로 이해 올바른 이해: 성장하는 존재, 사용자와 함께 개성 발전

프롬프트 구조 재설계:

  • Base Layer: 기본 규칙, 윤리 원칙
  • Dynamic Layer: 이름, 레벨, 최근 기억

Intent 패턴 최적화

문제: 과도한 패턴 매칭이 캐시 우회 해결:

  • greeting 패턴 축소
  • memory_recall 패턴 제거
  • question 패턴 정밀화 효과: 캐시 활성화율 80% 이상

동적 프롬프트 구현

방법: 컨텍스트 변수 방식

구현 내역:

  1. 이름 추출 함수 추가 (_extract_user_name, _extract_my_name)
  2. think() 메서드에서 컨텍스트 변수 설정
  3. 프롬프트 동적 구성 (이름, 레벨 포함)
  4. greeting 개인화

초기 배포 결과

효과:

  • "베르단디"로 불리면 기억
  • "내 이름은?" 올바르게 이해
  • 사용자별 맞춤 응답
  • 성장 상태(레벨) 반영

2. 영속화 문제 해결

이름 영속화 문제

문제: "내 이름은 김종태야" 인식 후 다음 대화에서 망각 원인: 매 요청마다 Brain 인스턴스 재생성

ChromaDB Identity 컬렉션 솔루션

구현:

  1. memory.py에 identity 컬렉션 추가
  2. store_identity() 메서드로 key-value 저장
  3. get_identity() 메서드로 로드
  4. think() 시작 시 identity 로드
  5. Structured Output에서 즉시 저장

효과:

  • 컨테이너 재시작 후에도 이름 유지
  • Brain 인스턴스 재생성과 무관
  • ChromaDB 백업과 함께 관리

3. 캐시 시스템 재설계

캐시 시스템 재설계

문제:

  • 캐시 임계값 0.1~0.3 (업계 표준 0.8)
  • 3회 사용 제한 (TTL 기반이 표준)
  • 템플릿 응답이 LLM 응답과 충돌

해결:

  1. 캐시 완전 제거 (USE_CONVERSATION_CACHE: False)
  2. 템플릿 응답 제거, 100% LLM API 사용
  3. 모든 대화 무조건 저장 (User + Assistant 모두)

4. 현재 상황 (2025-09-19)

동적 컨텍스트 엔지니어링 필요성

로빙의 성장 = 피드백 루프:

  • Gateway(감각) → rb8001(뇌) → Skills(운동) → 피드백
  • 각 스킬이 실행 결과를 rb8001에 보고
  • rb8001이 피드백으로 다음 행동 조정

컨텍스트 최적화 방향:

  1. RAG 통합: skill-rag-file로 컨텍스트 확장
  2. 메타데이터 활용: ChromaDB 메타데이터로 관련성 판단
  3. 동적 우선순위: 최근성, 중요도, 감정 상태 고려
  4. 피드백 학습: 성공/실패 패턴을 베이즈 업데이트

구현 로드맵

Phase 1: 기본 동적 조정 (현재)

  • 사용자/로빙 이름 동적 반영
  • 레벨/스탯 실시간 반영
  • 최근 대화 컨텍스트 포함

Phase 2: RAG 기반 확장 (계획)

  • skill-rag-file 연동으로 장기 기억 검색
  • 문서 기반 컨텍스트 증강
  • 의미적 유사도 기반 우선순위

Phase 3: 피드백 루프 구현 (미래)

  • 스킬 실행 결과를 컨텍스트에 반영
  • 성공 패턴 학습 및 강화
  • 실패 패턴 회피 메커니즘

기술적 고려사항

컨텍스트 윈도우 관리:

  • Gemini: 128k 토큰
  • GPT-4: 128k 토큰
  • 효율적 압축과 요약 필요

우선순위 알고리즘:

  • Recency (최근성): 시간 가중치
  • Relevance (관련성): 벡터 유사도
  • Importance (중요도): 메타데이터 태그
  • Emotion (감정): 현재 감정 상태

작성자: happybell80 & Claude 프로젝트: rb8001 주제: 동적 컨텍스트 엔지니어링 시스템