AI 실수 반복? 'Selvedge'로 이유를 기록하세요!
AI 에이전트가 과거의 실수(PCI-DSS 규정 위반)를 기억하지 못해 동일한 문제 반복(Repetition of Same Problem) 발생
세션 종료 시 AI의 작업 맥락(Working Context) 소실로 인해 과거 결정의 이유(Reasoning)가 사라지는 문제점 지적
'Selvedge' 도구를 통해 AI의 결정 과정(Decision Process)을 기록하고 재활용하여 실수 재발 방지(Mistake Recurrence Prevention) 및 생산성 향상 도모
AI 에이전트의 '맥락 소실' 문제와 Selvedge의 해결 방식
AI 에이전트가 과거의 작업 맥락(Working Context)을 기억하지 못하는 문제는 반복적인 실수로 이어짐. 예를 들어, PCI-DSS 규정 위반으로 카드 정보를 자체 DB에 저장하는 실수를 두 번 반복함. Selvedge는 에이전트가 작업을 수행하는 동안 실시간으로 '이유(Reasoning)'를 기록하고 저장하여, 세션이 종료되거나 모델이 변경되어도 과거의 결정 과정을 추적할 수 있게 함. 이는 '기록된 이유(Recorded Reasoning)'를 통해 동일한 실수를 방지하고 개발 생산성을 높이는 핵심 메커니즘임.
Selvedge의 아키텍처와 핵심 기능
Selvedge는 로컬 MCP(Multi-Cloud Platform) 서버 또는 CLI로 작동하며, 에이전트의 작업 기록(Work History)을 SQLite 데이터베이스에 저장함. 주요 기능으로는 `prior_attempts`, `blame`, `diff`, `history` 등이 있어 과거의 결정과 변경 사항을 조회할 수 있고, `log_change`로 새로운 결정을 기록함. 특히, 데이터 미저장 정책(Zero-Retention Policy)을 준수하여 계정, 원격 통신, 원격 LLM 호출 없이 로컬에서만 작동하도록 설계됨. 이는 데이터 격리 아키텍처(Data Isolation Architecture)를 통해 사용자의 프라이버시와 보안을 강화함.
AI 에이전트 작업 기록의 중요성과 'Git Blame'과의 차이점
기존의 `git blame`은 코드 변경 시점과 작성자만 알려줄 뿐, '왜' 변경했는지에 대한 맥락(Context)을 제공하지 못함. Selvedge는 에이전트가 내린 결정의 근본적인 이유(Underlying Reason)를 기록하여, 시간이 지난 후에도 해당 코드 변경의 의도를 파악할 수 있게 함. 이는 단순히 코드 변경 이력을 추적하는 것을 넘어, AI 에이전트의 의사결정 과정(Decision-Making Process)을 투명하게 관리하고, 개발자가 AI의 행동을 이해하고 제어하는 데 도움을 줌. 결과적으로 AI 기반 개발(AI-Assisted Development)의 신뢰성을 높이는 데 기여함.
