TL;DR
자율형 agent는 작업 결과가 능숙해도 말투와 관점이 획일적으로 흐르기 쉬우며, 개인 글을 활용한 Fine-tuning은 비용과 vendor 종속성을 키우고 단순한 system prompt는 차별성을 만들기 어렵습니다. 글에서는 soul.md에 identity와 worldview, 모순된 의견을 기록하고 style.md에 문장 리듬과 vocabulary를, memory.md에 세션 간 기억을 저장하며 example outputs로 결과를 고정하는 구성을 제시합니다. 이 설정을 Markdown 파일로 유지하면 모델이나 vendor가 바뀌어도 같은 personality spec을 전달할 수 있다는 점이 핵심 장점입니다. 다만 사례와 방법은 제시됐지만 성능을 수치로 비교한 benchmark는 없습니다.
실용적 조언
- agent의 개성을 만들 때 정체성, 문체, 기억을 하나의 긴 system prompt에 섞기보다 soul.md, style.md, memory.md처럼 역할별 파일로 분리합니다. 정체성 파일에는 일관된 신념뿐 아니라 실제 사람에게 나타나는 모순된 의견도 기록하고, 문체 파일에는 문장 리듬과 vocabulary를 따로 고정합니다. example outputs를 함께 제공하면 추상적인 말투 지시보다 원하는 응답 형태를 안정적으로 전달할 수 있습니다.
- vendor나 모델을 바꿀 가능성이 있다면 개인 문체를 모델 자체에 Fine-tuning하기 전에 Markdown 기반 personality spec을 먼저 구축합니다. 같은 파일을 여러 모델에 입력해 결과를 비교하면 특정 모델의 가중치에 문체가 고정되는 문제를 줄일 수 있습니다. 다만 원문에는 이 방식의 성능 비교나 재현 가능한 평가 수치가 제시되지 않았습니다.
섹션별 상세
용어 해설
- 자율형 agent(autonomous agent)
- — 사용자의 지시를 한 번 처리하는 데 그치지 않고 목표를 해석해 여러 작업을 이어서 수행하는 AI 시스템입니다. 이 글에서는 출력의 내용보다 말투와 관점이 획일적이라는 문제가 핵심으로 제기됩니다.
- Fine-tuning(finetune)
- — 기존 모델의 가중치를 특정 데이터와 작업에 맞게 추가 학습하는 방식입니다. 글에서는 개인의 글을 학습시켜 고유한 문체를 만들 수 있지만 비용과 시간이 들고 특정 vendor에 종속된다는 한계가 언급됩니다.
- system prompt
- — 모델의 역할과 응답 방식을 사전에 지정하는 지시문입니다. 글에서는 ‘write in a casual tone’처럼 일반적인 문구만 넣으면 다른 사용자와 비슷한 결과가 나오기 쉽다는 한계가 제시됩니다.
- Markdown
- — 일반 텍스트에 간단한 기호를 붙여 구조화하는 문서 형식입니다. soul.md와 style.md, memory.md를 Markdown 파일로 만들면 특정 모델이나 vendor에 묶이지 않고 같은 설정을 다른 실행 환경으로 옮길 수 있습니다.
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.