피드로 돌아가기
Dev.toAI/ML
원문 읽기
Evidence Graph 기반의 Traceable Multi-Agent 투자 의사결정 시스템 구축
I got tired of vibe investing, so I built an AI committee that shows its work
AI 요약
Context
기존 AI 주식 추천 도구들의 Black Box 구조로 인한 추론 과정 확인 불가 및 신뢰도 저하 문제 발생. 단순 텍스트 기반 리포트 출력 방식으로는 최종 판단과 근거 데이터 간의 구조적 연결성을 보장할 수 없는 한계 노출.
Technical Solution
- Typed Evidence Graph 도입을 통해 모든 팩트와 추론에 고유 ID를 부여하고 상호 참조 구조 설계
- Bull/Bear Adversarial Pass를 통한 다중 에이전트 토론 구조로 확증 편향 및 Motivated Reasoning 제거
- Decision Contract 내 rationale_evidence_ids 필드 필수화를 통해 근거 기반의 강제 인용 및 Validation 로직 구현
- 비용 효율성과 신뢰도 확보를 위해 단순 추출(Cheap tier)과 리스크 판단(Frontier tier)을 분리한 Two-tier LLM 전략 채택
- OpenAI-compatible API 표준을 적용하여 특정 벤더 종속성을 제거한 Provider Independence 아키텍처 설계
- Schema-validated Trade Object를 통한 Enum 기반 제어와 수치적 일관성 검증 단계 추가
실천 포인트
- LLM의 출력을 단순 텍스트가 아닌 구조화된 Graph 형태로 저장하여 추적 가능성(Traceability) 확보 - 상충하는 목적을 가진 Adversarial Agent를 배치하여 의사결정의 정밀도 향상 - 작업 복잡도에 따라 LLM 모델 티어를 분리하여 운영 비용 최적화 - 최종 결과물에 근거 데이터 ID를 필수 포함시키는 제약 조건을 설정하여 Hallucination 방지