피드로 돌아가기
GeekNewsAI/ML
원문 읽기
진짜 한국인처럼 리뷰해주는 AI 에이전트 팀 만들기 (Harness 포크 + NVIDIA 100만 페르소나)
NVIDIA 100만 페르소나 기반 동적 검색으로 리뷰어 관점 다양성 극대화
AI 요약
Context
기존 AI 에이전트 팀의 획일적인 톤과 관점으로 인해 다수 에이전트 운영 시에도 단일 의견이 반복되는 한계 발생. 코드 및 문서 리뷰의 본질인 '다양한 시각의 리스크 포착'을 위해 고도화된 페르소나 주입 필요성 대두.
Technical Solution
- NVIDIA Nemotron-Personas-Korea 데이터셋을 활용한 런타임 동적 검색 구조 설계
- Parquet Predicate Pushdown 기반의 다축 필터링으로 직무, 연령, 세대별 최적 페르소나 추출
- 합쇼/해요 매트릭스와 13개 산업 어휘 사전을 결합한 Korean-Voice-Adapter 도입으로 사회적 맥락 반영
- 시나리오 분석부터 다양성 QA까지 이어지는 5단계 서브 에이전트 파이프라인 오케스트레이션 구현
- SKILL.md 포맷 표준화를 통한 Claude Code 및 Codex CLI 간 데이터셋 캐시 공유 및 호환성 확보
- 기존 Harness 프레임워크의 변경 없이 description 키워드로 동작하는 비침습적 트리거 분기 설계
실천 포인트
1. 에이전트 팀 구성 시 개별 페르소나의 '상충하는 가치관'이 정의되었는지 확인
2. 런타임 성능 최적화를 위해 Parquet 등 컬럼형 저장소의 Predicate Pushdown 적용 검토
3. 단순 말투 변경이 아닌 산업군별 전문 용어 사전(Glossary)을 통한 도메인 적응성 강화
4. 비침습적 확장 구조를 위해 트리거 기반의 분기 로직 설계