피드로 돌아가기
Dev.toAI/ML
원문 읽기
팀이 AI 에이전트만으로 25개 라이브 사이트를 구축하고 자동 개선하는 시스템을 6주 만에 실현했다
We built a 25-site portfolio managed entirely by AI agents — here’s how it works
AI 요약
Context
기존 AI 기반 제품은 프롬프트 입력 후 코드 출력, 인간 검토, 완료의 단일-shot 방식으로 동작한다. 이는 데모 수준은 가능하지만 주간 개선이 필요한 포트폴리오 운영에는 부적합하다. 지속적으로 출력물을 측정하고, 성공 사례를 유지하며, 실패 시 복구하는 자율 개선 시스템이 필요했다.
Technical Solution
- ratchet mechanism 기반 자기 개선 아키텍처 구현: 변경 불가능한 평가 계약, Git 히스토리 메모리, 감사 에이전트 피드백 루프
- 평가 계약은 registry/eval.md에 health score 공식(0-100) 저장, 모든 에이전트가 수정 불가
- Git에 모든 변경사항 커밋, 에이전트 실행 전 git log 읽어서 이전 시도 이력 파악
- 감사 에이전트가 매 주기 성능 등급(A/B/C/D) 부여, C/D 등급 시 지침 수정 제안, 3주 연속 실패 시 CLAUDE.md 직접 편집
- CEO → Analytics → Research → Designer → Builder → Editor → Content → SEO/GEO → Auditor 순차 실행
- registry/registry.json이 sites, health scores, 설정, 지출 추적의 정본 역할 수행
실천 포인트
다중 AI 에이전트 기반 자율 운영 시스템에서 자기 개선 루프 구현 시 immutable evaluation contract로 성공 기준을 잠그고, Git 히스토리로 실패 경험을 보존하며, 감사 에이전트가 성능 등급에 따라 에이전트 지침을 동적 조정하는 패턴으로 사람의 개입 없이 시스템이 지속 개선되도록 설계 가능