AI Inbox의 정보 과잉을 해결한 Decision Layer 기반 데이터 억제 아키텍처

Stop building AI inboxes. Build decision layers instead.

yongrean2026년 5월 25일12분intermediate

AI 요약

Context

기존 AI Inbox 서비스들이 단순한 스마트 제안과 알림 추가로 정보 밀도만 높이는 'Additive' 방식의 한계 노출. 이메일을 단순 전송 수단이 아닌 의사결정 데이터로 정의하여, 노이즈를 제거하고 실제 판단이 필요한 항목만 추출하는 추상화 계층의 부재를 확인.

AI-powered Inbox에서 단순 분류를 넘어 불필요한 신호를 제거하는 Decision Layer 설계
FeedbackEvent 테이블을 통한 유저의 DISMISSED 및 IGNORED 신호를 기록하는 Closed-loop Suppression 학습 구조 도입
30일 이내 동일 튜플(source, type, priority bucket) 4회 이상 무시 시 영구적으로 신호를 차단하는 Threshold 기반 필터링 로직 구현
관계 데이터를 가중치로 활용하여 신뢰도 높은 발신자의 요청 우선순위를 조정하는 가중치 큐(Weighted Queue) 적용
외부 인터페이스 영향도를 최소화하기 위해 'Approval-before-action'을 스키마 수준의 제약 사항으로 강제하여 AI의 임의 실행 방지
고비용 Frontier Model 대신 경량 LLM과 엄격한 비용 가드를 통한 분류 최적화로 시스템 효율성 확보

실천 포인트

1. AI 기능 도입 시 '더 많은 정보를 제공'하는지 아니면 '불필요한 정보를 제거'하는지 검토

2. 사용자 거부 신호를 단순 로그가 아닌, 시스템 동작을 변경하는 피드백 루프로 설계

3. AI의 액션 권한을 UI 수준이 아닌 스키마/API 수준에서 제약하여 안정성 확보

4. 도메인 특성에 맞는 Priority Bucket을 설정하여 과도한 억제로 인한 중요 정보 손실 방지

태그