Gemini와 Backboard 기반의 Memory-Aware AI 수리 어시스턴트 구현

Repair Before Replace: an AI-powered circularity assistant with persistent repair memory

Prasad Thiriveedi2026년 4월 20일5분intermediate

AI 요약

Context

단순 이미지 분류 기반의 Stateless AI 서비스는 사용자의 과거 수리 경험과 개인적 선호도를 반영하지 못하는 한계 존재. 이에 따라 단순 진단을 넘어 개인화된 수리 이력을 추천 로직에 투영하는 Persistent Memory 구조 필요성 대두.

Gemini 2.5 Flash의 Multimodal 기능을 활용한 이미지 분석 및 Schema-constrained JSON 출력을 통한 응답 구조의 일관성 확보
Backboard를 Memory Layer로 채택하여 단순 로그 저장이 아닌 차기 추천에 직접 영향을 주는 Context Injection 구조 설계
Auth0 for Agents를 통한 Identity Layer 구축으로 사용자별 맞춤형 수리 이력의 지속성 및 개인화된 메모리 매핑 구현
'이미지 업로드 → 사용자 식별 → 과거 이력 fetch → 메모리 결합 AI 분석 → 결과 저장'으로 이어지는 순환적 데이터 파이프라인 구축
Furniture, Clothing 등 특정 도메인으로 Scope를 제한하여 AI의 과잉 확신을 방지하고 추천 신뢰도 및 안전성 검증 로직 강화

실천 포인트

1. LLM 응답의 파싱 에러를 방지하기 위해 Schema-constrained JSON 출력 설정을 적용했는가

2. Stateless한 AI 호출 구조에 사용자 경험을 지속시킬 수 있는 외부 Memory Layer를 결합했는가

3. 도메인 범위를 좁게 설정하여 AI 모델의 Hallucination을 억제하고 신뢰도를 확보했는가

태그