펫프렌즈 기술블로그 · 2026. 05. 29.
LLM은 모델보다 하네스가 먼저다: 만득이 한 달 수습기
AI 엔지니어링 브리핑
Post-Order 팀의 업무 봇 ‘만득이’ 사례를 통해, 업무용 AI의 품질은 모델 자체보다 질문 범위·근거 확인·실패 대응을 관리하는 하네스 설계에 달려 있음을 설명합니다.
문제 & 배경
- 문제 & 배경: 만득이는 코드 리뷰, 장애 조사, 문서 검색, PR 생성처럼 근거와 여러 단계를 요구하는 업무를 맡았지만, 모델이 아는 내용과 실제로 확인한 내용을 혼동하거나 잘못된 쓰기를 할 위험이 있었습니다.
기술 & 해결책
- 기술 & 해결책: 하네스가 질문의 범위를 정하고 코드·Jira·Notion·Slack·로그 등에서 근거를 확인한 뒤, 허용된 작업만 수행하고 실패 시 공유 범위를 제한하도록 모델의 앞뒤를 관리했습니다.
교훈 & 주의점
- 교훈 & 주의점: 업무용 봇은 답변 문장을 잘 만드는 것만으로 부족하며, 특히 PR 생성처럼 실제 변경이 발생하는 작업에서는 중복·충돌·대상 범위를 확인하고 어디서 멈출지 정하는 안전장치가 핵심입니다.
함께 읽을 글
내용이 비슷해요내용이 비슷한 글을 먼저 보여드려요. 같은 문제나 해결책을 다룬다는 뜻은 아니에요.