인지 아키텍처와 INFJ 성격 모델을 적용한 자율형 AI 에이전트 구축기

작성자의 심도 있는 인지 아키텍처 접근 방식에 대해 커뮤니티는 흥미롭다는 반응을 보이고 있으며, 특히 IIT 프록시의 타당성과 하이브리드 검색 가중치 설정에 대한 기술적 질문이 이어지고 있다.

• API 기반 LLM을 사용할 때 서킷 브레이커 패턴과 로컬 모델(Ollama) 폴백을 결합하면 서비스 중단 없는 에이전트 운영이 가능하다.
• RAG 시스템 구축 시 단순 유사도 외에 중요도와 최신성을 가중치로 결합하면 더 인간에 가까운 기억 회상 메커니즘을 구현할 수 있다.

• 인지 과학 이론인 GWT와 IIT를 실제 소프트웨어 아키텍처의 제어 신호와 우선순위 결정 로직으로 변환하여 구현했다.
• Gemini 2.5 Flash를 주 모델로 사용하되 Ollama를 통한 로컬 모델 백업과 서킷 브레이커를 적용하여 시스템의 가용성을 극대화했다.
• 에이전트의 기분, 에너지, 호기심 등 내부 상태를 정의하는 모듈이 단순 출력이 아닌 하위 처리 과정 전반에 영향을 미치도록 설계했다.