피드로 돌아가기
Dev.toBackend
원문 읽기
Backboard 기반의 실시간 피드백 루프로 60초 내 최적 리햅버 매칭 구현
Terra Triage: I Built a 3-Agent Wildlife Dispatcher That Learns From Every Referral
AI 요약
Context
단순 거리 기반의 매칭 방식이 초래하는 낮은 수락률과 리햅버 탐색의 비효율성 해결 필요. 정적 데이터 기반 배정 방식으로는 실시간 가용 상태와 수락 가능성을 반영하지 못하는 한계 존재.
Technical Solution
- LLM의 추론 과정에서 메모리를 제거하고 순수 Scoring Function으로 구현한 Ranker 설계
- Rehabber의 수락/거절/포화 상태를 Signal로 정의하여 Backboard에 기록하는 Feedback Loop 구축
- Groq Llama-4 Scout를 활용한 Vision triage로 종 분류 및 부상 심각도를 JSON 형태로 정형화
- Auth0 scoped token과 HMAC-signed Magic-link를 결합한 무인증 기반의 보안 인터랙션 설계
- Backboard 장애 시 Supabase mirror로 전환되는 FallbackMemory 프록시 계층 도입
- Semantic Search 대신 Filtered List Read 방식으로 전환하여 컴퓨팅 비용 최적화
실천 포인트
1. LLM hot path에서 추론 비용을 줄이기 위해 정형화된 Signal 기반의 스코어링 함수 도입 검토
2. 외부 메모리 서비스 의존성 해결을 위해 Write-through 패턴의 로컬 미러링 및 Fallback 전략 수립
3. 사용자 경험 최적화를 위해 계정 생성 없는 HMAC 기반의 일회성 인증 링크 설계 적용