Gemini 2.5-Flash 기반 Multi-Agent Debate Loop를 통한 전술 분석 최적화

Context

단일 LLM 프롬프트 기반의 생성 방식은 제너릭한 응답 생성과 Confirmation Bias로 인한 분석 정밀도 저하라는 한계 존재. 실제 스포츠 경기와 같은 고압박 상황에서 데이터 기반의 정교한 의사결정을 위한 구조적 추론 장치 필요.

Technical Solution

• Gemini Function Calling을 활용하여 CSV 데이터셋에서 실시간 선수 통계치를 추출하는 Stats Analyst 에이전트 설계
• Strategist와 Devil's Advocate 간의 상호 비판적 루프를 구축하여 단일 추론의 논리적 허점을 제거하는 Debate Loop 구조 채택
• '데이터 추출 → 전략 수립 → 리스크 검증 → 전략 수정'으로 이어지는 파이프라인을 통해 결정의 신뢰성 확보
• Gemini 2.5-Flash의 저지연 추론 능력을 활용하여 FastAPI 백엔드 상에서 멀티 턴 추론의 실시간성 유지
• 최종 출력단에 Match Commentator 페르소나를 배치하여 복잡한 기술적 전술 논의를 사용자 친화적인 서사로 변환하는 인터페이스 계층 분리