Discord Gateway 기반의 멀티모달 AI Agent 연동 및 확장 구조 설계

Context

특정 플랫폼에 종속되지 않는 AI Agent의 범용성을 확보하기 위해 외부 메신저 인터페이스와의 연동 체계 필요. 단순 텍스트 응답을 넘어 이미지, 음악, 음성 등 멀티모달 기능을 통합 처리하는 Gateway 계층의 추상화가 요구되는 상황.

Technical Solution

• Discord Developer Portal을 통한 Bot Token 및 OAuth2 권한 설계를 통해 외부 서비스 인증 체계 구축
• Hermes Gateway 설정을 통한 메시지 라우팅 및 Agent Core와의 통신 인터페이스 연결
• Minimax 모델 기반의 Dynamic Skill 생성 로직을 통한 이미지 및 음악 생성 기능의 자동 확장 구현
• TTS 및 Voice Channel 연동을 통한 텍스트-음성 변환 데이터 파이프라인 구성
• /voice 커맨드 기반의 특정 채널 타겟팅 및 실시간 음성 세션 연결 구조 설계
• 실시간성 확보를 위한 Streaming 방식의 필요성 식별 및 GPT Realtime Voice 2.0 기반의 고도화 방향성 검토