Geny Agent는 대화 중에 필요한 Tool을 직접 만들지만, 사용자는 그 사실을 알기 어려웠습니다. 만든 Tool을 채팅에 남기고, 둘로 갈린 채팅 화면을 하나로 합치고, 런타임의 정식 이벤트에 화면을 맞추며 판단이 세 번 바뀐 과정을 정리합니다.
LLM을 이해하기 위해 꼭 알아야 할 핵심 개념을 하나씩 짚어봅니다.
결함리포트 80건을 읽고 코드·오류·매뉴얼을 다시 만든 3주의 기록
AI 에이전트가 일하는 실행 환경을 밑바닥부터 설계한 기록
질문에서 출발해 지식그래프를 만들고 품질과 검색까지 다듬은 기록
하나의 Markdown 원본으로 웹 위키·Word·한글·영문 문서를 동시에 생성해 매뉴얼을 제품처럼 운영한 경험 — 왜 문서 체계를 버리고 위키 기반으로 전환했는지 정리했습니다.
의료기관 AI 플랫폼 도입 검토 현장에서 나온 질문들 — 민감정보 통제, 자연어 DB 조회, 표와 차트가 섞인 문서, 병원이 고른 모델, 현업이 만드는 Agent까지 하나씩 답해봤습니다.
메인 저장소 권한을 열지 않고도 개발자가 자신의 GitHub 계정으로 기고하도록 — Open Authoring으로 참여 비용만 낮춘 운영 구조 이야기입니다.
품질 재시도가 상한을 전부 쓰고 끝났습니다. 기록을 따라가니 모델은 도구를 부르며 진행 중이었고 판정기는 직전 실패 답을 다시 채점하고 있었습니다. 점수와 후보의 수명을 한 회차로 묶은 과정입니다.
조회 결과를 CSV로 내보내 다시 빌드하던 경로를 걷어내고 데이터베이스의 타입과 키를 그대로 썼습니다. 표시 이름을 식별자로 쓰면 동명이인이 합쳐지고 개명하면 다른 행이 됩니다. 정체성과 스냅샷 교체를 다시 설계한 과정입니다.
