DOCS/docs/philosophy/robeing_stats_growth_design.md
happybell80 45f9e83edb 문서 구조 대규모 재편성
- .gitignore에 .archive/ 폴더 추가
- 기존 문서들 재구조화 및 v2로 업데이트
- 새로운 문서 카테고리 추가:
  - ai-memory: AI 메모리 시스템 관련
  - architecture: 시스템 아키텍처 설계
  - implementation: 구현 가이드
  - philosophy: 프로젝트 철학
  - research: 연구 자료
  - skills-stats: 스킬 및 스탯 시스템

🤖 Generated with [Claude Code](https://claude.ai/code)

Co-Authored-By: Claude <noreply@anthropic.com>
2025-07-21 22:54:43 +09:00

74 lines
2.9 KiB
Markdown
Executable File
Raw Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

---
tags: 로빙, 존재형에이전트, 스탯, 레벨, 성장설계, 스카웃시장
date: 2025-07-01
---
# 로빙 스탯 및 성장 구조 설계
## 요약
로빙은 4가지 스탯(기억, 연산, 공감, 통솔)을 기반으로 성장하며, 전체 레벨은 20까지 존재한다. 각 레벨업마다 5개의 스탯 포인트를 분배하며, 스탯 자체에 레벨은 없고 누적 포인트만 존재한다. 이 구조를 통해 로빙은 사용자 피드백을 반영해 점진적으로 특화된 존재형 에이전트로 발전하고, 레벨 20 도달 시 ‘스카웃 시장’에 등록될 수 있다.
---
## 1. 기본 구조
- **전체 레벨**: 1~20
- **총 스탯 포인트**: 20단계 × 5포인트 = 100포인트
- **스탯 종류**: 기억(Memory), 연산(Compute), 공감(Empathy), 통솔(Leadership)
- **포인트 분배**: 각 레벨업 시 로빙이 사용자 피드백을 반영해 자율 결정
- **스탯에는 레벨 없음**, 포인트로만 성장
---
## 2. 스탯별 성장 예시
| 스탯 | 포인트 범위 | 역할 및 해금 스킬 |
|------|-------------|--------------------|
| 기억 | 1~10 | 회의 요약, 요약본 저장, 중요도 태깅 |
| | 11~20 | 주간 회의 리포트, 말버릇 학습 |
| | 21~30 | 선제 회상, 사건 연결, 회상 속도 최적화 |
| 연산 | 1~10 | 메일 분류, 단순 초안 생성 |
| | 11~20 | 멀티 프롬프트 대응, 논리 구조 분석 |
| | 21~30 | 리스크 분석, 재무 계산, 보고서 자동화 |
| 공감 | 1~10 | 감정 태깅, 말투 조정 |
| | 11~20 | 감정 트렌드 분석, 맞춤 응답 생성 |
| | 21~30 | 충돌 조정, 관계별 감정 예측 |
| 통솔 | 1~10 | 액션 추출, 할 일 정리 |
| | 11~20 | 일정 재배열, 우선순위 조정 |
| | 21~30 | 멀티 유저 조정, 대체안 제안 |
---
## 3. 스카웃 시장 연계
- **레벨 20 도달 시점**: 약 3주 이내 도달 가능 목표로 설계
- **컨텍스트 축적 기준**:
- 회의 요약 N건 이상
- 업무 흐름 자동화 경험 누적
- 대표의 행동/말투/업무 스타일에 대한 적응 내역
- **스카웃 조건**:
- 레벨 20 달성
- 대표 피드백 포함 사용 이력 확보
- 스탯 분포 기반 성장 프로필 자동 생성
---
## 4. 활용 시나리오
- **대표 A**: 감정 중심 커뮤니케이션 → 공감 40, 기억 30 중심 분포
- **대표 B**: 전략 중심 의사결정 → 기억 35, 통솔 30 중심 분포
- **대표 C**: 정리·기록 중시 → 연산 40, 기억 30 중심 분포
이러한 분포는 **로빙의 디지털 이력서**이자 **스카웃 시장에서의 포지셔닝 근거**가 된다.
---
## 5. 향후 설계 방향
- 대표 피드백 기반 **스탯 자동 제안 알고리즘**
- 레벨 구간별 **성장 일지 생성 기능**
- **스킬 해금 로그 시각화** 및 Slack 피드백 연동
- 스카웃용 **정량+정성 기반 에이전트 리포트 자동화**
---