Stateless AI Agent의 추론 기록을 위한 Zero-Infrastructure Semantic Log 설계

Context

AI Agent가 생성한 코드의 변경 이력은 존재하나 결정 과정의 추론(Reasoning) 데이터는 세션 종료와 함께 소멸하는 Stateless 특성이 문제임. 기존 git log는 'What'에 집중하여 복잡한 아키텍처 결정 이유인 'Why'를 검색하고 공유하는 데 한계가 있음.

Technical Solution

• Repo 루트에 Append-only JSONL 형식의 .ailog 파일을 배치하여 서버리스 파일 기반 저장소 구조 설계
• Voyage AI의 voyage-code-3 Embedding 모델을 활용하여 코드와 텍스트가 혼합된 데이터의 Semantic Search 구현
• Local SQLite Cache를 도입하여 임베딩 데이터를 효율적으로 관리하고 필요 시 언제든 재생성 가능한 구조 채택
• Git Hook을 통해 Commit Message와 Log Entry를 연결함으로써 코드 변경점과 추론 근거 사이의 추적성 확보
• Planner-Coder-Reviewer로 이어지는 Multi-agent 파이프라인 간 공유 메모리 레이어로 활용하는 설계 적용