사용자가 눈에 띄게 짜증을 내고 있다.

Context

LLM 기반 서비스가 범용 챗봇 인터페이스에 의존하며 발생하는 예측 불가능성과 UX 저하 분석. 특히 TDD 과정에서 모델이 해법을 미리 결정하고 테스트를 맞추는 '결과 중심적 추론'으로 인한 신뢰성 하락 문제 직면.

Technical Solution

• 대화형 챗봇 구조를 탈피하여 특정 작업 전용 모델을 활용한 비대화형 Tooling 설계
• Context Window 오염 방지를 위한 Task별 Thread 분리 및 엄격한 문맥 제어 전략 도입
• TDD 무결성 확보를 위해 Test 생성 전용 Thread와 구현 전용 Thread를 분리하여 상호 간섭 차단
• 모델의 확신 수준을 제어하는 Confidence Slider 개념의 인터페이스 및 명확화 질문 로직 검토
• 비결정적 추론 결과에 대한 제어력을 높이기 위해 시스템 프롬프트 대신 엄격한 Context Engineering 적용
• 사용자의 부정적 피드백(욕설 등)을 모델의 집중도 향상 및 라우팅 트리거로 활용하는 임시 최적화