bookforge — 한국어 전자책 PDF 생성 에이전트 스킬

사람이 하던 문서·판단 작업 옆에 AI가 초안·요약·검토안을 놓고, 사람이 고쳐서 확정한다.

PAX 사례 111건이 이 부품을 쓴다

맥락

문서·기안·검토의견처럼 산출물 형식이 정해져 있고 최종 확정자가 사람인 업무에 쓴다. BYO 코딩 에이전트와 A9 스킬을 쓰는 스킬 코파일럿이 PAX 자생 도구에 많다.

맞서는 힘(긴장)

• 초안 속도 vs 전건 검토에 드는 사람 시간
• 상용 모델 품질 vs 행정망·민감정보 제약(E1·E5)
• 양식 일관성(A9 규범) vs 사안별 유연성

해법

업무 서식과 참고 자료를 입력으로 받아 모델(A2 또는 BYO 구독)이 초안·근거·신뢰도를 내고, 사람이 편집 가능한 형태(F2)로 받아 고쳐서 확정한다. 보고서 구조·문체·검증 절차는 A9 규범 스킬로 코드 밖에 두고, 공공 문서 형식은 A10 어댑터로 입출력한다. 확정 전 검토는 C1 검토 큐로 운영하고 수정 내역을 C4·C6의 입력으로 남긴다. First로 가려면 저위험 건을 C2로 자동 확정하는 분기를 더한다.

이럴 때 쓴다

• 산출물 형식이 정해진 문서를 반복 작성할 때
• 최종 판단과 책임이 사람에게 남아야 할 때(P1 산출물 생성)
• 유형 ④ 내부 문서·기안, 유형 ⑫ 개발 코파일럿의 기본 조립일 때

이럴 때는 쓰지 않는다

• 답이 기관 규정·선례 속에 있어 접지와 출처가 핵심일 때(B3)
• 추출 결과가 사람 확정 없이 다음 판정 단계로 흐를 때(B4)
• 런타임에 모델이 필요 없는 정형 취합일 때(B0)

얻는 것

• 문서 작성 시간 단축
• 책임 소재가 사람에게 명확히 남음
• 도입이 쉬워 Enabled의 전형 경로

점검표

• 담당자가 최종 확정한다는 절차가 운영되는가
• 서식·문체 규범이 A9 스킬로 분리되어 있는가
• 초안을 이용자가 직접 고칠 수 있는가(F2)
• 수정 내역이 기록되어 품질 개선에 쓰이는가

구조 — 참여 부품

• A2 모델 서빙 계층 — 초안 생성 모델 호출(행정망이면 내부망 프록시)
• A9 업무 규범 스킬 — 서식·문체·검증 절차를 프롬프트 템플릿으로 고정
• A10 문서 형식 어댑터 — HWPX·엑셀 입출력
• C1 검토 큐 — 담당자가 초안을 확인·수정·확정
• 담당자 — 최종 확정자이자 책임자

변형

• 시스템 내장형: 기관 업무 시스템 안에 초안 기능을 넣은 형태
• 스킬 코파일럿: BYO 코딩 에이전트 + A9 스킬로 배포되는 형태(PAX Enabled 사례에서 가장 흔한 형태)

참조 구현 예

• PAX gov-report-skill — 기획보고서 7대 항목 스킬 코파일럿(카드 참조 구현)

관련 부품

C1 짝 — 사람 확정 절차 · F2 이용자 쪽 대응 — 편집 가능 출력은 B1의 필수 면 · A9 끼울 자리 — 서식·규범 스킬 · B′5 기본 배선 — 유형 ④·⑫ 조립 템플릿의 생성자-비평가 · C2 다음 단계 — 저위험 자동 확정으로 First · B3 승급 경로 — §7.2 진행 경로 1 → 4

참고 자료

Fowler Direct Prompting · InfoQ Editable Output · GoF Decorator

이 부품과 이어지는 가이드라인

• 챗GPT 활용방법 및 주의사항 안내 행정안전부, 2023.5. 공식 게시물 미확인(당시 보도로만 확인).
• 생성형 AI 서비스 이용자를 위한 개인정보 보호 가이드 개인정보보호위원회, 2026.5(게시 2026.5.19).

웹북에서 전체 프로필 보기 ↗ · 패턴 성좌 디렉터리에서 보기 ↗

영상·카드뉴스·교육자료·정보지·기사처럼 산출물 자체가 콘텐츠인 것을 AI가 만들고, 사람이 검수·편집해 발행한다.

PAX 사례 12건이 이 부품을 쓴다

맥락

보도자료·정책 홍보·교육자료·정보지 발간(유형 ⑥)에 쓴다. 공개(O) 자료가 대부분이지만 이미지 생성 등에서 해외 상용 API 의존이 강하다. 커뮤니티 대화를 정기 요약해 위키·기사로 발행하는 파이프라인도 이 부품의 변형이다(R25).

맞서는 힘(긴장)

• 제작 속도 vs 사실·저작권 검수
• 기관 톤 일관성 vs 매번 새로운 표현
• 해외 상용 생성 API 품질 vs 벤더 의존

해법

주제·원자료·톤 가이드를 입력으로 받아 계획을 먼저 세우고(B′8) 대본·이미지·기사 초안을 만든 뒤, 형식 기준에 맞을 때까지 반복 개선한다(B′6). 기관 문체·표현 윤리는 A9 스타일 스킬로 고정하고, 보도자료 같은 공공 문서 입력은 A10으로 받는다. C5 저작권·사실검증과 C1 검수를 거쳐 사람이 발행하며, 이용자는 여러 안과 부분 재생성(F3)으로 결과를 고른다.

이럴 때 쓴다

• 콘텐츠 자체가 최종 산출물이고 반복 제작이 병목일 때
• 기관 스타일을 스킬로 정리할 수 있을 때
• 유형 ⑥ 정책·홍보 콘텐츠 제작

이럴 때는 쓰지 않는다

• 내부 기안·보고서 초안이면(B1)
• 규정에 근거한 답변이 핵심이면(B3)
• 사실검증·검수 인력이 없어 공개 전 확인을 할 수 없을 때

얻는 것

• 제작 시간 단축(보도자료 → 카드뉴스 15분)
• 외주 의존 감소
• 기관 템플릿으로 공유 가능

점검표

• 기관 스타일 규범이 스킬로 분리되어 있는가
• 발행 전 사실·저작권 검수가 운영되는가
• 반복 개선에 최대 반복 횟수가 있는가
• 이용자가 일부만 다시 만들 수 있는가(F3)

구조 — 참여 부품

• A9 업무 규범 스킬 — 기관 스타일·표현 윤리 규범
• A2 모델 서빙 계층 — 텍스트·이미지 생성 모델
• C5 가드레일 필터 — 저작권·사실검증
• C1 검토 큐 — 발행 전 검수
• 홍보·발간 담당자 — 편집과 발행 결정

변형

• 홍보물 생성: 카드뉴스·영상 등 홍보 콘텐츠(정의에 열거된 산출물)
• 발간물·정보지 생성: 정보지·기사 등 발간 콘텐츠(정의에 열거된 산출물)
• 교육자료 생성: 교육용 자료 제작(정의에 열거된 산출물)
• 커뮤니티 지식화: 오픈채팅·게시판 등 비정형 커뮤니티 대화를 정기 자동 요약·익명화해 위키·기사로 발행(R25)

참조 구현 예

• PAX ReleasePick — 보도자료 → 카드뉴스 15분, HWPX 보도자료 입력(카드 참조 구현)
• PAX Public Cardnews — 카드뉴스 스킬(카드 참조 구현)
• PAX 9e0778df3c0ad630 — 오픈카톡 대화를 위키·기사·이슈분석으로 구조화, B7-c 참고 모델(§13)

관련 부품

A9 끼울 자리 — 스타일 스킬 · F3 이용자 쪽 대응 — 결과 대안·부분 재생성 · B′6 배선 — 형식 목표까지 반복 개선 · B′8 배선 — 기획 먼저, 제작은 순서대로 · S8 보안 짝 — 독립 검증기

참고 자료

GoF Builder·Template Method · InfoQ Iterative Exploration

이 부품과 이어지는 가이드라인

• 인공지능 투명성 확보 가이드라인 과학기술정보통신부, 2026.1.
• 2026 인공지능 윤리기준 실천 자율점검표 과학기술정보통신부·KISDI, 2026.2.
• 생성형 AI 저작권 안내서 문화체육관광부·한국저작권위원회. 4종 모음 게시물에 수록.

웹북에서 전체 프로필 보기 ↗ · 패턴 성좌 디렉터리에서 보기 ↗

한 단계의 출력을 다음 단계의 입력으로 넘기는 고정 순서 배선이다. 한 프롬프트에 많은 일을 몰아 시켜 품질이 떨어지는 문제를 막는다.

PAX 사례 109건이 이 부품을 쓴다

맥락

B4 인식 파이프라인의 기본 배선이며, B1·B0·B5 안에서도 흔하다. 단계 순서가 업무 절차로 미리 정해져 있고 AI가 순서를 고를 필요가 없을 때 쓴다.

맞서는 힘(긴장)

• 디버깅·출처 추적의 쉬움 vs 병렬화 불가로 인한 지연
• 단계 분리의 품질 이점 vs 단계가 늘수록 오류 누적
• 고정 순서의 예측 가능성 vs 예외 경로 처리의 경직성

해법

업무 절차를 단계로 나누고 각 단계의 입력·출력 형식을 정해 앞 단계 출력을 다음 단계에 넘긴다. 단계 사이에 형식 검증(스키마)을 두어 오류가 번지기 전에 멈추고, 멈춘 건은 C1 검토 큐나 C3 재처리로 보낸다. 판정·산수 단계는 가능한 한 규칙(B′9)으로 두고 모델은 추출·서술 단계만 맡긴다. 단계 순서를 AI가 바꿔야 한다면 B′8이나 B′7로 옮긴다.

이럴 때 쓴다

• 업무 절차가 고정 순서로 정해져 있을 때
• 각 단계를 따로 검증·추적해야 할 때(유형 ② 접수·심사, ⑧ 취합·변환)
• 단일 에이전트에서 시작하는 첫 배선일 때

이럴 때는 쓰지 않는다

• 하위 작업이 서로 독립이라 동시에 돌려야 지연이 줄 때(B′3)
• 입력에 따라 AI가 다음 도구를 골라야 할 때(B′7)
• 긴 업무를 계획부터 세워야 할 때(B′8)

얻는 것

• 디버깅과 출처 추적이 쉬움
• 단계별 품질 검증 가능
• 구현이 가장 단순

점검표

• 단계마다 입력·출력 형식이 정의되어 있는가
• 단계 사이 검증에서 실패하면 멈추는가
• 단계별 중간 결과를 추적할 수 있는가

구조 — 참여 부품

• 단계 처리기 — 각 단계에서 추출·변환·작성 수행
• 단계 간 형식 검증 — 다음 단계로 넘기기 전 스키마 확인
• C3 상태 머신·롤백 — 실패 단계 재처리

관련 부품

B4 기본 배선 — 인식 파이프라인 · B′8 대안 — 순서를 계획으로 정할 때 · B′9 짝 — 판정 단계를 규칙으로 · C3 기록처·되돌림 — 실패 단계 재처리

참고 자료

Google ADK #1 Sequential · Gulli ch.1 Prompt Chaining · Heiland Multi-layer · adaptive.live 프롬프트 체이닝

웹북에서 전체 프로필 보기 ↗ · 패턴 성좌 디렉터리에서 보기 ↗

판정 모델(LLM·VLM·비전 분류기·통계 모델)은 정형 출력만 내고, 규칙 엔진이 최종 판정·산수·분기를 하며, 사람 또는 시스템이 확정한다.

PAX 사례 17건이 이 부품을 쓴다

맥락

법정 기준·지침 임계값이 있는 심사·점검·감시 업무에 쓴다. B4 인식 파이프라인, B5 감지·경보(유형 ③), B2 위험 예측(유형 ⑩)에서 판정 단계를 맡는다. v0.6에서 LLM·VLM 한정으로 신설하고 R11에서 판정 모델 일반으로 확장했다.

맞서는 힘(긴장)

• 모델의 추출 유연성 vs 판정의 재현성·설명 가능성
• 기준 변경 시 설정만 바꾸는 편의 vs 규칙 유지보수 부담
• 강등·기각의 보수성 vs 자동 처리율

해법

판정 모델은 JSON 스키마로 제약된 정형 출력(추출값·근거 문장·신뢰도·확률)만 낸다. 규칙 엔진이 기준 임계값·산식·대조로 판정과 산수를 수행하고, 기준이 바뀌면 재학습 없이 설정만 고친다. 서버가 근거 문장을 원문과 재대조해 '문서확인/AI추정/문서에없음'으로 강등하는 비루프 검증을 둘 수 있다. 불합격·저신뢰 건은 재생성하지 않고 기각·강등해 사람 확정(C1)으로 보낸다.

이럴 때 쓴다

• 판정 기준이 법령·지침·임계값으로 정해져 있을 때
• 판정 재현성과 근거 설명이 필요할 때
• 기준 변경 시 재학습 없이 설정만 바꾸고 싶을 때

이럴 때는 쓰지 않는다

• 판정 기준을 규칙으로 적을 수 없는 서술형 평가일 때
• 불통과 시 다시 생성해 품질을 올려야 할 때(B′5)
• 추출 없이 규칙만으로 판정할 수 있을 때(B0)

얻는 것

• 임의 확정·환각 수치 방지
• 기준 변경 시 재학습 불필요
• 판정 근거를 조항 단위로 설명 가능
• C2 자동 분기의 신뢰 근거

점검표

• 모델이 판정·산수를 하지 않는가
• 기준 변경이 재학습 없이 설정 변경으로 가능한가
• 저신뢰·근거 불일치 건이 강등되어 사람에게 가는가
• 같은 입력에 같은 판정이 나오는가

구조 — 참여 부품

• 판정 모델 — 정형 출력(추출값·근거·신뢰도·확률)만 생성
• 규칙 엔진 — 임계값·산식·대조로 판정과 산수
• C5 가드레일 필터 — 구조적 출력 제약·스키마 검증, 근거 재대조
• C1 검토 큐 — 강등·저신뢰 건의 사람 확정

변형

• LLM·VLM 추출형: LLM·VLM은 추출·서술만 하고 규칙이 판정한다(v0.6 원정의)
• 비전·통계 판정 모델형: 비전 분류기·통계 모델 확률을 규칙이 판정한다(R11 확장)
• 근거 재대조 강등형: 근거 문장을 원문과 재대조해 문서확인/AI추정/문서에없음으로 강등한다(비루프 검증)
• 병렬 교차 검증형: LLM 추출과 규칙 파서를 병렬로 돌려 불일치를 규칙으로 잡는다
• 정형 IR → 결정론 컴파일: 에이전트가 정형 중간표현을 내고 결정론적으로 변환한다(§13 해외 참고)

참조 구현 예

• PAX 90f8afce65c6f327 — VLM 추출 + 차량 대장 규칙 대조 + 담당자 확정, 소형 실물(§13)

관련 부품

S4 동형 — 보안 목적이면 행동 선택기 · S6 동시 태깅 가능(R27) · C5 짝 — 구조적 출력 제약 · B′10 역방향 — 선게이트·후보축소 · B′5 대안 — 재생성 루프 · F9 이용자 쪽 대응 — 판정 사유 코드 표시

참고 자료

Beurer-Kellner 외 Action-Selector(동형) · InfoQ Output Guardrails

웹북에서 전체 프로필 보기 ↗ · 패턴 성좌 디렉터리에서 보기 ↗

보고서 구조·문체·서식·검증 절차 같은 업무 규범을 모델 중립 스킬(지침 + 검증기 + 출력 서식)로 패키징해 어떤 모델·에이전트에서든 재사용한다.

PAX 사례 54건이 이 부품을 쓴다

맥락

기안·보고서·콘텐츠처럼 서식과 문체가 정해진 산출물을 만드는 B1·B7, BYO 코딩 에이전트 환경(E2 모델 중립), 개발 코파일럿에서 쓴다. 유형 4·6·12에서는 필수 기반이고, §7.2 진행 경로에서는 3단계에 놓인다.

맞서는 힘(긴장)

• 규범 고정(일관성) vs 담당자 재량
• 모델 중립(이식성) vs 특정 모델 최적화
• 규범 공개·재사용 vs 프롬프트·규범 유출
• 가중치에 넣기(튜닝) vs 문서로 주입하기

해법

규정집·매뉴얼·서식 예시에서 업무 규범을 뽑아 지침(구조·문체·금지 사항), 검증기(형식·인용·수치 검사), 출력 서식(HWPX·DOCX 등)으로 묶은 스킬 패키지로 만든다. 모델 호출 코드와 분리된 파일로 두어 어떤 코딩 에이전트·모델에서도 같은 절차가 돌게 한다(External Configuration). 산출·검증된 수치와 출처만 주입하고 미제공 수치·순위 생성을 금지하는 식으로 생성 범위를 규범으로 좁힌다. 스킬은 버전으로 관리해 규범 유출·변경을 추적하고, C9로 스킬 변경 전후 품질을 잰다.

이럴 때 쓴다

• 산출물 서식·문체·구조가 정해져 있을 때
• 출력 품질이 들쭉날쭉할 때(§7.5)
• BYO 환경에서 모델과 무관하게 같은 절차를 돌려야 할 때
• 갱신이 잦은 규범을 튜닝 없이 반영해야 할 때

이럴 때는 쓰지 않는다

• 규범이 문서로 정리되지 않았고 정리할 담당도 없을 때
• 지식 검색이 필요한 문제(B3 접지가 먼저)
• 스킬 내용 자체가 민감해 배포할 수 없는데 버전 관리·접근 통제를 둘 수 없을 때

얻는 것

• 출력 일관성
• 모델 교체 가능(BYO에서는 교체 가능성이 곧 C7)
• 타 기관 재사용
• 튜닝 없이 규범 갱신

점검표

• 규범이 모델 호출 코드와 분리된 파일로 있는가
• 검증기가 출력 형식·인용·수치를 실제로 검사하는가
• 스킬에 버전이 있는가
• 다른 모델로 바꿔도 같은 서식이 나오는지 확인했는가

구조 — 참여 부품

• 규범 원천(규정집·매뉴얼·서식) — 스킬로 옮길 업무 규범의 출처
• 스킬 패키지 — 지침·검증기·출력 서식을 모델 밖 파일로 묶음
• 코딩 에이전트·모델(BYO) — 스킬을 불러 규범대로 산출
• A10 문서 형식 어댑터 — 출력 서식을 HWPX·DOCX로 내보냄
• C9 평가 세트 — 스킬 변경 전후 품질 비교

변형

• 보고서·문서 규범 스킬: gov-report-skill(기획보고서 7대 항목), 원페이퍼 스킬(A4 한 쪽·DOCX 검증).
• 스타일·콘텐츠 스킬: Public Cardnews(6개 스타일), 제작 가이드·검수 체크리스트를 묶은 제작 스킬 패키지.
• 검증 스킬: paper-verify(인용 검증)처럼 검증 절차 자체를 패키징한다.
• 규정집→스킬 변환: book-to-skill은 PDF 규정집을 에이전트 스킬로 자동 변환한다(A9+A10 조합).
• 지식 가이드 In-Context 주입: 파인튜닝 대신 추출·판정 기준을 문서형 가이드로 증류해 주입한다.

참조 구현 예

• PAX gov-report-skill — 기획보고서 7대 항목 스킬(§6 A9 카드)
• PAX paper-verify — 인용 검증 스킬(§6 A9 카드)

관련 부품

A10 짝 — 스킬 출력 서식을 공공 문서 형식으로 · B1 소비처 — 스킬 코파일럿 · C9 짝 — 스킬 변경 회귀시험 · A2.0 짝 — BYO 환경의 모델 중립 · A2.3 대안 — 가중치에 넣는 방식

참고 자료

GoF Template Method · Microservice 패턴 External Configuration · InfoQ Few-shot·Role·CoT · aiuxpatterns Prompt Templates

웹북에서 전체 프로필 보기 ↗ · 패턴 성좌 디렉터리에서 보기 ↗

GPT·Gemini·Claude·HyperCLOVA X·Upstage 등 상용 모델 API를 서빙 계층을 거쳐 호출해 자체 인프라 없이 최신 모델 성능을 쓴다.

PAX 사례 88건이 이 부품을 쓴다

맥락

E2는 해외 상용 API(또는 국산 상용 모델 API), E1은 인터넷망·클라우드다. E5 등급이 O이거나 비식별 후 전송해도 되는 업무에 맞는다. 대민 상담(B3)·코파일럿(B1)·콘텐츠 생성(B7)에서 흔하다.

맞서는 힘(긴장)

• 모델 성능·도입 속도 vs 데이터 반출·주권
• 종량 과금의 초기 저비용 vs 호출량 증가 시 비용 예측 어려움
• 벤더의 모델 개선 vs 예고 없는 품질 회귀
• 단일 API의 단순함 vs 장애 시 서비스 중단

해법

업무 코드는 서빙 계층만 부르고, 서빙 계층이 상용 API를 호출한다. 행정망 본문이 나가는 경로 앞에는 C5 비식별 전처리를 두고, 대체 모델을 등록해 C7 폴백을 건다(§5 매트릭스 E2 해외 상용 API 행). 모델 버전을 고정하고 모델·프롬프트·설정 조합을 릴리스처럼 관리해 업데이트 전후를 C9로 비교한다. 비용이 문제면 라우팅·캐싱으로 큰 모델 호출을 줄인다. E5가 S 이상이면 이 변형 단독으로는 안 되고 A2.4 내부망 프록시를 거친다.

이럴 때 쓴다

• 인터넷망·클라우드 환경이고 데이터 등급이 O이거나 비식별 후 전송 가능할 때
• PoC 초기에 모델 성능을 빠르게 확인해야 할 때
• 자체 GPU·운영 인력이 없을 때

이럴 때는 쓰지 않는다

• E1이 폐쇄망이면 조립 오류(A2.2·A2.4로)
• E5가 S 이상인데 내부망 프록시가 없을 때(A2.4 필수)
• 상시 서비스인데 대체 경로를 둘 수 없을 때

얻는 것

• 인프라 없이 최신 모델 성능
• 빠른 PoC
• 벤더의 지속적 개선

점검표

• 업무 코드가 상용 API를 직접 부르지 않는가
• 외부로 나가는 프롬프트에서 무엇이 걸러지는지 답할 수 있는가
• API 장애 시 대체 경로가 있는가
• 모델 버전과 호출당 비용·지연이 기록되는가

구조 — 참여 부품

• A2 서빙 계층 — 업무 코드 대신 상용 API를 호출하고 버전·사용량을 기록
• C5 가드레일(비식별 전처리) — 외부 전송 전 민감정보 제거
• 상용 모델 API — 기관 밖에서 추론을 수행
• C7 폴백 스위치 — API 장애·품질 저하 시 대체 모델·수동 처리로 전환

변형

• 해외 상용 API: GPT·Gemini·Claude 등이다. E2 값은 해외 상용 API.
• 국산 상용 API: HyperCLOVA X·Upstage 등 국내 사업자 API. 망·등급 조건은 해외와 같이 따진다.
• 구조화 호출: function calling·JSON Schema로 출력 형식을 고정해 부른다. 판정은 규칙 엔진에 남긴다.

관련 부품

C7 필수 짝 — 상용 API 의존이면 폴백 필수 · C5 선행 — 외부 전송 전 비식별 · A2.4 대안 — 행정망·민감 등급일 때 중계 경유 · C9 짝 — 모델 업데이트 회귀시험

참고 자료

Fowler Direct Prompting · InfoQ 모델 라우팅·캐싱 · Microservice 패턴 Circuit Breaker

이 부품과 이어지는 가이드라인

• 국가 망 보안체계(N²SF) 보안가이드라인 1.0 국가정보원/국가사이버안보센터, 2025.9.
• 내부업무망 SaaS 망분리 예외 적용 보안 해설서 금융보안원, 2026.4(게시 2026.4.20).
• 생성형 AI 개발·활용을 위한 개인정보 처리 안내서 개인정보보호위원회, 2025.8(게시 2025.8.6).

웹북에서 전체 프로필 보기 ↗ · 패턴 성좌 디렉터리에서 보기 ↗

개인정보·환각·편향·형식 오류가 프롬프트나 산출물에 들어가지 못하게 시스템이 경계에서 걸러낸다. 비식별 전처리, 출처 검증, 구조적 출력 제약이 대표 변형이다.

PAX 사례 44건이 이 부품을 쓴다

맥락

외부 모델을 부르거나 대민에 답하는 모든 B 부품. 특히 E2 해외 상용 API, E5 S 이상 데이터, B3 지식 접지 상담, 유형 ① 대민 상담, ④ 기안, ⑥ 콘텐츠, ⑦ 대조·점검, ⑨ 인수인계, ⑬ 비식별·정제 도구.

맞서는 힘(긴장)

• 차단의 엄격함 vs 과잉 차단으로 인한 유용성 저하
• 비식별 강도 vs 문맥 보존
• 결정적 검증의 신뢰성 vs 구현 범위

해법

프롬프트가 기관 밖으로 나가기 전 PII를 마스킹하고 원복 키를 보관하는 비식별 전처리기를 둔다. 응답에는 인용을 원본(법령정보센터·통계표 등)과 대조하는 출처 검증기와, JSON 스키마·허용 목록 같은 구조적 출력 제약을 건다. 근거가 없으면 답하지 않거나 '확인 필요'로 표시한다. 차단 사유는 C4에 남기고, 이용자에게는 F1 출처와 F7 한계 안내로 보인다. 사람이 하는 팩트체크·법무 심의는 C5가 아니라 C1.2에 둔다.

이럴 때 쓴다

• E2 해외 상용 API로 행정망 본문이 외부로 나갈 때(필수)
• E5 S 이상 개인정보·민감정보를 다룰 때
• B3 대민 응답처럼 인용·수치의 정확성이 신뢰의 핵심일 때
• C5가 필수인 유형 ①④⑥⑦⑨⑪⑬

이럴 때는 쓰지 않는다

• E1 로컬 PC 완결로 데이터가 밖으로 나가지 않을 때 비식별은 불필요해질 수 있다(§5 매트릭스, 단 출처 검증은 별개)
• 사람이 수행하는 심의만 있을 때(C1.2로 태그)
• 적대적 입력 탐지가 목적일 때(S8)

얻는 것

• 개인정보 외부 유출 차단
• 환각 인용 감소
• 상용 API 사용 조건 충족

점검표

• 외부 전송 전 무엇이 걸러지는지 답할 수 있는가
• 인용이 원본과 대조되는가
• 근거 없을 때의 동작이 정해져 있는가
• 차단 사유가 기록되는가

구조 — 참여 부품

• 비식별 전처리기 — 외부 전송 전 PII 마스킹과 원복
• 출처 검증기 — 인용을 원본과 대조해 환각을 걸러냄
• 출력 제약 — 스키마·허용 목록·금칙어로 출력 형식 제한
• F1 출처 표시 — 검증된 출처를 이용자에게 보임

변형

• 로컬 비식별 전처리기: 외부 전송 전 PII 마스킹·원복(PAX에서 독립 부품으로 확인)
• 출처 검증기: 인용을 법령정보센터·KCI·CrossRef 원본과 대조
• 구조적 출력 제약·스키마 검증: JSON 스키마·허용 목록으로 출력 범위를 고정(v0.6 식별 신호 추가)
• 근거 재대조형 환각 검증: 추출값의 근거 문장을 원문에서 재대조해 '문서확인/AI추정/문서에없음'으로 재분류

참조 구현 예

• PAX Korean Stats MCP — KOSIS 통계 출처 자동 인용

관련 부품

F1 이용자 쪽 대응 — 검증된 출처 표시 · F7 이용자 쪽 대응 — 근거 없을 때 한계 안내 · A2.4 짝 — 민감정보 외부 유출 대응 · C1.2 구분 — 사람이 하는 심의 · S8 구분 — 적대적 입력 탐지 · S13 변형 후보 — 로컬 비식별 게이트

참고 자료

Fowler Guardrails · InfoQ Output Guardrails·Model Critic · Gulli ch.18 Guardrails · Heiland 규칙 기반 안전장치 · Proxy · Decorator

이 부품과 이어지는 가이드라인

• 금융분야 인공지능 보안 안내서 금융보안원, 2026.6(게시 2026.6.19).
• 공공 AX 프라이버시 보호 안내서 개인정보보호위원회, 2026.7(2026.7.23 제11회 과학기술관계장관회의에서 공개).

웹북에서 전체 프로필 보기 ↗ · 패턴 성좌 디렉터리에서 보기 ↗

빈 프롬프트 대신 서식·단계별 입력·조건 선택으로 안내해, 필요한 정보가 빠지거나 규정 밖 요청이 들어오는 것을 입구에서 막는다. D2 접수의 면이다.

PAX 사례 44건이 이 부품을 쓴다

맥락

D2 접수·제출, 대민 상담(유형 ①), 조건 선택으로 조회하는 도구, 조사·설문 입력. A9 규범 스킬(프롬프트 템플릿)과 맞물린다.

맞서는 힘(긴장)

• 입력 완결성 vs 이용자 부담(단계가 많으면 이탈)
• 구조화 vs 예외 상황 표현의 자유

해법

업무에 필요한 항목을 서식·단계·선택지로 나눠 받고, 입력 즉시 누락·형식·정합성을 검증해 수정 방법을 안내한다. 자유 텍스트 영역을 줄여 행동을 선택지 안에서 고르게 한다. 입력 서식은 A9 스킬·템플릿으로 관리한다.

이럴 때 쓴다

• D2 접수·제출에서 누락이 잦을 때
• 대민 상담에서 직접 인젝션·규정 밖 요청을 줄이려 할 때(유형 ① 필수 상호작용)
• 설문·조사 입력의 재조사 비용이 클 때

이럴 때는 쓰지 않는다

• 탐색적 질의처럼 요청 형태를 미리 정할 수 없을 때
• 내부 전문가 도구에서 자유 입력이 효율적일 때

얻는 것

• 누락·되묻기 감소
• 직접 인젝션 표면 축소
• 재조사 비용 감소

점검표

• 필수 항목이 서식으로 받아지는가
• 입력 즉시 검증되는가
• 자유 입력이 필요한 곳으로 제한되는가

구조 — 참여 부품

• 입력 서식 — 항목·단계·선택지
• 입력 검증기 — 누락·형식·정합성 즉시 검사
• A9 업무 규범 스킬 — 서식·템플릿 관리

변형

• 서식 입력: 필수 항목을 서식으로 받음
• 단계별 입력: 여러 페이지·단계로 나눠 안내
• 조건 선택: 선택지로 조건을 지정
• 즉시 검증·수정 제안: 입력 즉시 정합성을 검사하고 통과 가능한 수정안을 제안

관련 부품

D2 전형 블록 — 접수·제출의 면 · A9 의존 — 서식·템플릿 관리 · S4 보안 쪽 대응 — 선택형으로 행동을 제약 · F5 구분 — 참고자료 첨부

참고 자료

aiuxpatterns Authoring · Structured Prompt · A9 프롬프트 템플릿

웹북에서 전체 프로필 보기 ↗ · 패턴 성좌 디렉터리에서 보기 ↗

보도자료·카드뉴스·포스터·정보지를 기획부터 발행까지 만드는 내부 운영 블록이다. B7 콘텐츠 제작의 업무 블록 버전이다.

PAX 사례 22건이 이 부품을 쓴다

맥락

기관이 외부에 내는 발행물을 만드는 업무. §7.3 유형 ⑥ 정책·홍보 콘텐츠 제작(D8.10, P1). PAX 22건(주 부품 B0 45%, B7 36%).

맞서는 힘(긴장)

• 제작 속도 vs 사실·저작권 검수
• 스타일 일관성 vs 매번 다른 요구
• 생성자-비평가·반복 개선 품질 vs 반복 비용(X12)
• 참고 링크 활용 vs 보도자료·링크 속 유출 링크 삽입 위협

해법

B7 콘텐츠 제작을 B′8 계획-실행(기획 → 구성 → 생성 → 편집)과 B′6 반복 개선으로 배선하고, 반복 상한을 둔다. 기관 스타일은 A9 스타일 스킬로 패키징하고, 보도자료 입력은 A10(HWPX)으로 읽는다. 발행 전에는 C5 저작권·사실 검증과 C1 검수를 필수로 두고, 필요하면 C1.2 심의 게이트(법무·표시광고)를 더한다. 출력은 F2 편집 가능(PPTX·피그마 등)과 F3 대안·부분 재생성으로 담당자가 고치게 한다. S8 독립 검증기로 유출 링크·사실 오류를 거른다.

이럴 때 쓴다

• 보도자료를 여러 발행 형식으로 반복 제작할 때
• 기관 스타일을 여러 담당자가 일관되게 써야 할 때
• 외부 디자인 용역 의존을 줄이고 싶을 때

이럴 때는 쓰지 않는다

• 내부 보고서·공문 첫 판이면 D8.3
• 발행 없이 자료 요약만 하면 D8.2
• 국민에게 개인 맞춤 안내를 주면 D7

얻는 것

• 발행물 제작 시간 단축
• 기관 스타일 일관성
• 외부 용역 의존 감소

점검표

• 발행 전 사람 검수가 필수로 걸려 있는가
• 사실·저작권 검증 절차가 있는가
• 결과를 편집 가능한 형식으로 고칠 수 있는가
• 반복 개선에 상한이 있는가

구조 — 참여 부품

• 홍보 담당자 — 기획을 주고 결과를 고쳐 발행
• B7 콘텐츠 제작 — 기획부터 생성까지
• A9 업무 규범 스킬(스타일) — 기관 스타일 패키지
• A10 문서 형식 어댑터 — HWPX 보도자료 입력
• C5 가드레일·출처 검증 — 저작권·사실 검증
• C1 검토 큐 — 발행 전 검수

변형

• 보도자료 → 카드뉴스형: 보도자료를 카드뉴스·인포그래픽으로(ReleasePick).
• 스타일 스킬형: 편집 가능한 PPTX·피그마 슬라이드를 공공 스타일로(Public Cardnews).
• 편집국형: 기획·제작·검수를 단계화한 콘텐츠 제작 체계.
• 커뮤니티 지식화형: 비정형 커뮤니티 대화를 정기 요약·익명화해 발행(B7-c, R25).

참조 구현 예

• ReleasePick — 카탈로그 D8.10 카드 예·§7.3 유형 ⑥ 참조 구현: 보도자료를 15분 만에 카드뉴스·인포그래픽으로
• 수정 가능한 PPTX·피그마 슬라이드 스킬 — 카탈로그 D8.10 카드 예: 공공 카드뉴스 스타일
• Public Cardnews — §7.3 유형 ⑥ 참조 구현

관련 부품

B7 전형 부품 — 콘텐츠 제작 · A9 필수 기반 — 스타일 스킬 · C1.2 선택 통제 — 심의 게이트 · S8 필수 보안 — 독립 검증기 · D8.3 이웃 블록 — 내부 문서 초안

참고 자료

카탈로그 §7.3 유형 ⑥ · 카탈로그 §7.4 유형 ⑥ 위협 모델 · 카탈로그 §6 B7 카드

이 부품과 이어지는 가이드라인

• 생성형 AI 저작권 안내서 문화체육관광부·한국저작권위원회. 4종 모음 게시물에 수록.

웹북에서 전체 프로필 보기 ↗ · 패턴 성좌 디렉터리에서 보기 ↗

AI 산출물이 다음 단계로 넘어가기 전에 사람이 맞고 틀림을 확인·수정·확정하는 대기열을 두어, 오류가 업무 결과로 흘러가지 않게 한다.

PAX 사례 46건이 이 부품을 쓴다

맥락

AI 산출물이 공문·처분·대민 안내·기록으로 이어지는 모든 B 부품(B1 코파일럿, B4 인식 파이프라인, B2 예측기, B7 콘텐츠 생성기 등). 이용자 본인이 최종 확정자인 자기서비스형 도구도 포함한다(R16).

맞서는 힘(긴장)

• 정확성·책임성 vs 처리 속도(전건 검토는 자동화 이득을 깎는다)
• 검토자의 숙련 vs 자동화 편향(AI 결과를 그대로 승인하는 경향)
• 전건 검토의 안전 vs 위험도별 분기(C2)로 가야 하는 효율 압력

해법

AI 산출물에 신뢰도·근거를 붙여 검토 대기열에 올리고, 검토자가 승인·수정·반려 중 하나를 고르게 한다. 수정·반려 내역은 C4 감사 로그에 남겨 수정률을 집계하고 C6 환류의 입력으로 쓴다. 검토 화면은 원문 위치·근거를 함께 보여 줘 확인 비용을 줄인다. 전건 검토로 시작하되, 수정률 실측이 쌓이면 C2 위험도 라우터로 저위험 건을 자동 종결하는 단계로 옮긴다.

이럴 때 쓴다

• AI 산출물이 공문·처분·대민 안내로 그대로 이어질 때
• E4가 P1 이상이고 되돌리는 데 사람 시간이 많이 드는 조치가 있을 때
• 서비스 유형 ② 접수·심사, ④ 기안 코파일럿, ⑥ 콘텐츠 제작, ⑦ 대조·점검, ⑩ 위험 예측, ⑪ 추천·매칭, ⑫ 개발 코파일럿처럼 C1이 필수인 유형

이럴 때는 쓰지 않는다

• B0 결정적 도구처럼 런타임 AI 산출물이 없을 때
• 쉽게 되돌릴 수 있고 저위험인 조치를 이미 C2로 자동 종결하도록 실측 근거를 갖춘 구간(전건 검토를 영원히 남기지 않는다)

얻는 것

• 오류가 업무 결과로 나가기 전에 차단
• 책임 소재가 명확해짐
• 수정 내역이 C4 지표와 C6 환류의 원천 데이터가 됨

점검표

• AI 산출물이 확정 전 상태로 머무는 지점이 명시되어 있는가
• 검토자와 승인·수정·반려 선택지가 정해져 있는가
• 검토 결정과 수정 내역이 로그로 남는가
• 실증 기간의 검토·수정 건수가 기록되어 있는가
• 전건 검토에서 분기로 옮길 조건이 정해져 있는가

구조 — 참여 부품

• 검토 대기열 — AI 산출물을 확정 전 상태로 보관하고 검토자에게 배정
• 검토자(담당자 또는 이용자 본인) — 승인·수정·반려를 결정하는 최종 책임자
• F2 편집 가능한 출력 — 검토자가 산출물을 직접 고치는 화면
• C4 감사 로그·지표 — 검토 결정과 수정 내역을 적재해 수정률로 집계

변형

• 전건 검토형: 모든 AI 산출물을 담당자가 확인·확정
• 예외 검수형: 정상 건은 일괄 승인하고 저신뢰 항목만 개별 검수하는 검수 UI
• 파이프라인 내장 관문형: 멀티에이전트·다단계 파이프라인의 각 관문에 승인·보완·재작성 선택지를 둠
• 자기서비스형: 이용자 본인이 최종 확정자인 HITL. 실제 운영 중이면 C1 present(R16)
• 심의 게이트: 팩트체크·법무·윤리처럼 제3자 전문가가 수행하는 승인 게이트

참조 구현 예

• PAX 9dc1a7081bc869b1 — 광진구 — 담당자·팀장 최종 판단 책임 등 4대 관리 원칙 명문화

관련 부품

C2 다음 단계 — 전건 검토에서 위험도 분기로 승급 · C1.2 변형 — 제3자 전문가 심의 게이트 · F2 이용자 쪽 대응 — 검토자가 직접 고치는 화면 · F6 이용자 쪽 대응 — 에이전트 행동 실행 전 확인 · C4 기록처 — 검토 결정·수정 내역 · C6 후속 — 수정 내역이 환류의 입력

참고 자료

Google ADK HITL · Gulli ch.13 Human-in-the-Loop · Towards AI 동기·비동기 HITL · Chain of Responsibility

이 부품과 이어지는 가이드라인

• 공공기관 신뢰가능 AI 구현 실용가이드 NIA, 2019(게시 2019.12.30).
• 금융분야 인공지능 가이드라인 금융위원회, 2026.6.22 시행(보도 2026.6.18).
• 금융분야 AI 위험관리프레임워크 금융감독원, 2026.6.
• 자동화된 결정에 대한 정보주체 권리 안내서 개인정보보호위원회, 2024.9. 공식 게시물 미확인(2024.9 보도로 확인).
• 고영향 인공지능 사업자 책무 가이드라인 과학기술정보통신부, 2026.1.
• 신뢰할 수 있는 인공지능 개발 안내서 과학기술정보통신부·TTA, 일반 2023·2024년판, 분야별 2023~2024.
• 인공지능 개발과 활용에 관한 인권 가이드라인 국가인권위원회, 2022(2022.4.11 전원위원회 의결). 공식 게시물 미확인(2022.4.17 보도로 확인).
• 생성형 인공지능 결과물에 의한 저작권 분쟁 예방 안내서 문화체육관광부·한국저작권위원회. 4종 모음 게시물에 수록.
• KS X ISO/IEC 22989 인공지능 개념 및 용어, KS X ISO/IEC TR 24028 인공지능의 신뢰성 개요 국가기술표준원 고시 제2023-0612호, 두 표준 모두 발행 2023.12.14. 각각 ISO/IEC 22989:2022, ISO/IEC TR 24028:2020과 일치(IDT).

웹북에서 전체 프로필 보기 ↗ · 패턴 성좌 디렉터리에서 보기 ↗

한 요청에 여러 안을 주고 일부만 다시 만들게 해, 첫 결과가 마음에 들지 않을 때 전체를 다시 요청하지 않아도 되게 한다. B′6 반복 개선의 이용자 면이다.

PAX 사례 7건이 이 부품을 쓴다

맥락

B7 콘텐츠 생성기, B1 코파일럿, B2 추천(대안 제시). 유형 ④ 기안 코파일럿(대안), ⑥ 정책·홍보 콘텐츠, ⑪ 추천·매칭(대안).

맞서는 힘(긴장)

• 대안 수 vs 이용자 판단 부담
• 부분 재생성의 편의 vs 전체 일관성
• 선택의 폭 vs 생성 비용 증가

해법

한 요청에 복수의 안을 제시하고, 이용자가 고른 안의 일부(문단·장면·항목)만 선택해 다시 생성하게 한다. 재생성은 나머지 부분의 맥락을 유지한 채 수행한다. 반복 횟수에는 상한을 두어 비용 폭주를 막는다.

이럴 때 쓴다

• 콘텐츠·문안처럼 정답이 하나가 아닌 산출물
• 유형 ⑥ 콘텐츠 제작, ⑪ 추천·매칭(F3 필수), ④ 기안

이럴 때는 쓰지 않는다

• 판정·조회처럼 답이 하나여야 하는 업무
• 재생성이 결과를 흔들어 일관성을 해치는 공식 판단

얻는 것

• 첫 결과 불만족 흡수
• 맞은 부분을 보존한 채 수정

점검표

• 복수 안 또는 부분 재생성이 가능한가
• 재생성 시 나머지 맥락이 유지되는가
• 반복 상한이 있는가

구조 — 참여 부품

• B′6 반복 개선 — 재생성을 수행하는 제어 흐름
• 이용자 — 안을 고르고 다시 만들 부분을 지정

변형

• 결과 대안: 한 요청에 여러 안 제시
• 부분 재생성: 선택한 일부만 다시 생성

관련 부품

B′6 시스템 쪽 대응 — 반복 개선 · F2 짝 — 대안 선택 후 직접 편집 · B7 끼울 자리 — 콘텐츠 생성기 · F8 짝 — 이전 결과로 되돌리기

참고 자료

aiuxpatterns Results · Result Variations · InfoQ Iterative Exploration

웹북에서 전체 프로필 보기 ↗ · 패턴 성좌 디렉터리에서 보기 ↗

상용 API 하나에 전 기능이 묶여 있어, 그 API가 멈추거나 바뀌면 무슨 일이 생기는지 아무도 답하지 못하는 함정이다.

맥락

E2가 해외 상용 API이고 B 부품이 그 API를 게이트웨이 없이 직접 호출하는 과제. 특히 대민 자동응답·상시 감지처럼 중단 비용이 큰 서비스.

맞서는 힘(긴장)

• 최고 성능 단일 모델 vs 대체 경로 유지 비용
• 빠른 시범 구축 vs 게이트웨이·폴백 설계
• 모델 업데이트의 성능 향상 vs 예고 없는 동작 변화

해법

모델 호출을 A2 모델 서빙 계층 뒤로 숨겨 B 부품이 특정 벤더 API를 직접 부르지 않게 한다. 그 위에 C7 폴백 스위치로 재시도 → 기존 API → 대체 MCP → 대체 모델(A2.2 주권형 로컬 등) → 규칙 기반 축소 → 수동 전환의 경로를 정하고 전환 이력을 C4에 남긴다. 모델 교체가 실제로 안전한지는 C9 평가 세트로 재어 버전을 고정한다. 모델 중립(BYO) 배포라면 A9 스킬 형태로 배포해 모델 교체 가능성 자체를 폴백으로 삼는다.

이럴 때 쓴다

• E2가 해외 상용 API인데 C7 폴백이 없다(분류기준 검증 경고 조건)
• 'API가 멈추면 어떻게 되는가'에 대한 서술이 없다
• 모델 버전 고정·교체 시험 기록이 없다
• A2 게이트웨이 없이 B 부품이 벤더 API를 직접 호출한다

이럴 때는 쓰지 않는다

• B0 결정적 도구처럼 런타임 AI가 없는 경우
• 로컬 완결 도구로 외부 의존이 없는 경우
• 모델 중립(BYO) 배포로 A9 스킬 형태라 이용자가 모델을 바꿀 수 있는 경우
• 상용 API를 쓰되 A2 게이트웨이와 C7 대체 경로가 구현된 경우

얻는 것

• 가장 성능 좋은 모델을 가장 빨리 쓴다
• 게이트웨이·대체 모델 유지 비용이 없다

점검표

• 모든 모델 호출이 A2 한 곳을 지나는가
• 대체 경로가 하나 이상 구현되어 있는가
• 대체 모델의 품질이 C9로 측정되어 있는가
• 모델 버전이 고정되어 있고 교체가 릴리스처럼 관리되는가

구조 — 참여 부품

• A2 모델 서빙 계층 — 벤더 API를 숨기는 끼울 자리
• C7 폴백 스위치 — 장애 시 대체 경로로 전환
• C9 평가 세트·회귀시험 — 대체 모델의 품질을 같은 자로 확인
• 단일 상용 API — 모든 기능이 묶인 의존 대상

변형

• 직접 호출형: 게이트웨이 없이 코드 곳곳에서 벤더 SDK를 직접 호출
• 벤더 내장형: 벤더 제품 안에 모델이 박혀 교체 자체가 불가능(A2.6 블랙박스와 결합)
• 버전 미고정형: 모델 버전을 고정하지 않아 업데이트가 예고 없이 동작을 바꿈

관련 부품

C7 대체 — 장애 시 이어 가는 폴백 경로 · A2 끼울 자리 — 벤더 API를 숨기는 모델 서빙 계층 · A2.2 대체 모델 후보 — 주권형 로컬 · C9 선행 — 대체 모델 품질 확인과 버전 고정 · A9 BYO 배포에서의 대응 — 스킬 형태면 모델 교체 가능

참고 자료

Gulli ch.12 Exception Handling · Microservice Circuit Breaker · PAX Native 관문 4

이 부품과 이어지는 가이드라인

• 인공지능과 머신러닝 공급망 위험 및 완화방안 국가정보원, 2026.3(게시 2026.3.5).

웹북에서 전체 프로필 보기 ↗ · 패턴 성좌 디렉터리에서 보기 ↗

생성자-비평가·반복 개선 루프에 최대 반복을 두지 않아, 품질은 그대로인데 토큰과 지연만 늘어나는 함정이다.

맥락

B′5·B′6을 쓰는 B1·B7·B3 과제, 특히 상용 API 과금 환경이나 자원이 제한된 폐쇄망 로컬 모델 환경.

맞서는 힘(긴장)

• 한 번 더 돌리면 나아질 것이라는 기대 vs 수렴 보장 없음
• 품질 기준 도달 vs 비용·지연 상한
• 완전 자동 vs 수렴 실패 시 사람에게 넘김

해법

B′5·B′6 루프에 최대 반복(2~3회)을 설정하고, 상한에 도달해도 기준을 못 넘으면 C1 검토 큐로 사람에게 넘긴다. A2 모델 서빙 계층에서 호출당 비용·P95 지연을 지표로 수집하고(C4), S1 단일 진입점에 요청·비용 상한을 둬 폭주를 막는다. 재생성이 필요 없는 판정 구조라면 B′9 결정론 판정 게이트처럼 재생성 없이 기각·강등만 하는 비루프 검증으로 바꾼다. 상한 값은 C9 평가 세트에서 반복 횟수별 점수를 재어 정한다.

이럴 때 쓴다

• B′5·B′6 루프의 종료 조건이 '통과할 때까지'뿐이고 최대 반복이 없다
• 호출당 비용·지연 지표가 없다
• 반복 횟수별 품질 변화를 잰 기록이 없다
• 비용·지연 폭주가 관측되었다

이럴 때는 쓰지 않는다

• 최대 반복(2~3회)과 상한 도달 시 처리 경로가 정해진 경우
• B′9처럼 재생성 없이 기각·강등만 하는 비루프 검증
• 반복이 사람의 수동 요청(F3 부분 재생성)으로만 일어나는 경우

얻는 것

• 구현이 단순하고 '품질이 나올 때까지 돈다'는 설명이 쉽다
• 가끔 추가 반복으로 품질이 오른다

점검표

• 모든 루프에 최대 반복이 있는가
• 상한 도달 시 사람에게 넘기는 경로가 있는가
• 지난달 호출당 비용과 P95 지연을 말할 수 있는가
• 상한 값이 C9 측정으로 정해졌는가

구조 — 참여 부품

• B′5 생성자-비평가 — 반복 상한 2~3회가 필요한 루프
• B′6 반복 개선 — 수렴 보장이 없어 최대 반복이 필수인 루프
• A2 모델 서빙 계층 — 호출당 비용·지연 지표의 수집 지점
• C1 검토 큐 — 상한 도달 시 사람에게 넘기는 출구

변형

• 통과까지 반복: 비평 통과를 종료 조건으로만 두고 횟수 상한이 없음
• 도달 불가 목표: 반복 개선의 수치 목표가 현실적으로 도달 불가능
• 중첩 루프: 여러 에이전트가 각자 반성 루프를 돌려 반복이 곱해짐

관련 부품

B′5 교정 대상 — 반복 상한 2~3회 · B′6 교정 대상 — 최대 반복 필수 · B′9 대안 — 재생성 없는 비루프 검증 · A2 기록처 — 호출당 비용·지연 지표 · S1 끼울 자리 — 요청·비용 상한(denial-of-wallet 방어)

참고 자료

Google ADK Generator-Critic·Iterative Refinement · Gulli ch.4 Reflection · Towards AI #1 Reflection

웹북에서 전체 프로필 보기 ↗ · 패턴 성좌 디렉터리에서 보기 ↗