전문가 개입 시 Agent 액션 2.4배 증가 및 결정론적 거버넌스 설계

Context

LLM 기반 Agent의 성능이 단순 코딩 능력이 아닌 사용자의 도메인 지식 수준에 의존하는 현상 발생. 세션 간 지식 전이 부재로 인해 작업 결과가 매번 재구성되는 아키텍처적 한계 직면.

Technical Solution

• LLM 제안과 결정론적 규칙(Deterministic Rules) 집행을 분리한 계층형 구조 설계
• Agent의 추론 루프 외부에 거버넌스 규칙을 배치하여 실행 일관성 확보
• Human-in-the-loop 모델을 통한 상태 전이(Transition) 승인 프로세스 도입
• 세션 간 작업 연속성 보장을 위한 State 및 Memory 관리 체계 구축
• Operator Discipline을 자율성(Autonomy)과 분리된 독립 축으로 설정하여 제어력 강화