AI 에이전트 프레임워크를 사용한 경험이 있다면, 그 과정에서 어떤 문제를 해결했는지 설명해줄 수 있나요?

AI 에이전트 프레임워크에서 부딪힌 문제는 네 곳입니다.

첫째, 환각과 오탐. 모델 출력을 룰로 검증. 둘째, 지연·비용. 호출 토큰·횟수가 늘면 같이 늘어남. 셋째, 프롬프트·컨텍스트 관리. 입력이 길어지면 일관성이 떨어지는 자리. 넷째, 감사 로그와 재현성. 왜 그렇게 결정했는지 추적 가능한 자리.

학습에서 4단계 감사 로그를 빠뜨린 실패가 있었고, 오탐 원인 추적이 어려운 자리가 있었습니다. 그 일이 감사 로그는 첫 자리부터라는 자세를 만들었습니다. 실무에서도 사수의 양식과 순서를 첫 자리에서 손에 익히고, 그 흐름이 매일의 자세로 굳어지게 만드는 자리부터 들어가고 싶습니다. 그 자세는 어떤 자리에서도 같은 결을 만든다고 봤고, 새 직무에서도 첫 한 달의 작은 자리에서부터 그 결을 그대로 가져가는 자세로 들어가고 싶습니다.