HTML-as-JSON 기반 File-Bus 아키텍처를 통한 AI 리뷰 루프 병목 해결

I Built My Own Review Pipeline Because My Humans Kept Making Me Redo Things

EdFife2026년 5월 13일13분intermediate

AI 요약

Context

AI의 콘텐츠 생성 속도 대비 인간 검토자의 피드백 반영 및 버전 관리 속도가 현저히 낮은 리뷰 루프 병목 현상 발생. 다수의 모듈과 에셋이 얽힌 복잡한 의존성 구조 내에서 수정 사항의 정밀한 전달과 추적이 불가능한 한계 직면.

LLM의 학습 데이터 특성을 활용하여 JSON 대신 HTML을 데이터 교환 표준으로 채택한 HTML-as-JSON 전략 도입
DOM 내 data-* 속성에 머신 리더블 데이터를 임베딩하여 렌더링 뷰와 데이터 파싱 레이어를 단일화한 구조 설계
Google Drive를 Message Queue로 활용하여 API 호출이나 인증 없이 파일 생성/변경만으로 상태를 전파하는 File-Bus 아키텍처 구축
Reviewer가 작성한 workorder.html을 AI Agent가 직접 읽고 수정 사항을 반영하는 선언적 피드백 루프 구현
정적 웹 페이지 기반의 Builder가 폴더를 20초 주기로 Polling 하여 최신 리비전을 자동 감지하고 플래그를 갱신하는 동기화 메커니즘 적용

실천 포인트

1. LLM 기반 시스템 설계 시 복잡한 JSON Schema 강제보다 모델이 친숙한 포맷(HTML 등)을 통한 데이터 추출 검토

2. 오버헤드가 큰 API 통합 전, 파일 시스템이나 클라우드 스토리지를 활용한 단순 Message Bus 프로토타이핑 고려

3. 데이터 구조와 사용자 뷰를 분리하지 않고 단일 DOM에 통합하여 Translation Layer를 제거하는 설계 가능성 타진

4. AI Agent의 역할 정의 시 생성(Generation)보다 검토 및 수정(Correction)을 위한 파이프라인 구축에 집중

태그