Copilot HyDRA 라우팅을 통한 비용 72.5% 절감 및 RAG Poisoning 위협 분석

Context

기존 RAG 시스템은 사용자 생성 콘텐츠(UGC)의 신뢰성을 검증 없이 수용하여 데이터 오염에 취약한 구조적 한계를 가짐. LLM 요청 시 고성능 모델에만 의존하는 방식은 불필요한 인프라 비용 상승과 자원 낭비를 초래함.

Technical Solution

• HyDRA 라우팅 도입을 통한 태스크 의도 및 모델 상태 기반의 자동 모델 매칭 구조 설계
• CPython 3.15 beta 지원 및 SHA256 체크섬 필수 검증을 통한 Supply-chain 보안 강화
• pg_durable 익스텐션을 통한 외부 오케스트레이터 제거 및 Postgres 내 Native SQL 기반 상태 관리 구현
• RAG Pipeline 내 저자/도메인 평판 신호 검증 및 Lexical Anomaly Detection 레이어 추가 필요성 제시
• GitLab 그룹 레벨 리뷰 지침 상속 구조를 통한 Monorepo 내 AI 설정 중앙 관리 체계 구축
• Spring AI 2.0의 Gemini 모델 Enum 마이그레이션을 통한 런타임 의존성 최신화