Stateless AI의 한계를 극복한 Hindsight-Based Memory 기반 의사결정 시스템 구축

Context

기존의 비즈니스 실험 프로세스는 데이터가 여러 도구에 분산되어 있고 의사결정과 연결되지 않은 Stateless 구조로 설계됨. 이로 인해 과거의 실패 패턴을 학습하지 못하고 동일한 전략적 오류를 반복하는 지능적 단절 현상이 발생함.

Technical Solution

• 실험 데이터의 객체화를 통한 Linked Memory Object 구조 설계
• Price Change, Hypothesis, Outcome, Reason을 포함한 정형화된 Memory Schema 정의
• 새로운 실험 전 POST /check-experiment API를 통한 과거 유사 사례의 Memory Recall 프로세스 구현
• 실험 완료 후 PATCH /update-result API를 호출하여 결과와 인과관계를 기록하는 Feedback Loop 구축
• 누적된 데이터를 통한 패턴 추출로 특정 조건(예: 가격 15% 이상 인상 시 실패)에 대한 Risk Signal 생성
• 단순 Prompt 기반 응답에서 벗어나 과거 상태를 참조하는 Stateful AI 아키텍처로 전환