# 개발 블로그 엔트리 Agent 324 프로젝트에서 카메라 아카이브를 AI 채팅 시스템과 연동하는 작업을 완료했습니다. 핵심은 사용자가 촬영한 사진 데이터를 벡터화하여 채팅 맥락에서 자연스럽게 활용할 수 있도록 만드는 것이었습니다. 이를 통해 사용자는 과거 포트폴리오 이미지를 기반으로 AI와 더 개인화된 대화를 나눌 수 있게 되었습니다. 기술적으로는 이미지 임베딩 모델을 적용해 고차원 벡터 공간에 사진 데이터를 매핑했으며, 이 정보를 채팅 엔진이 요청할 때 효율적으로 검색하고 참고할 수 있는 구조를 설계했습니다. 사용자 경험 개선도 중요했습니다. 포트폴리오 등록 수와 실제 카메라 사진 수 사이의 혼동을 없애기 위해 UI 표기를 명확히 정의했고, 모바일 환경에서 채팅 입력 중 의도치 않게 키보드가 튀어나오던 문제를 해결했습니다. 이런 세세한 조정들이 모여 전체적인 사용성을 크게 향상시킵니다. AI가 벡터 검색 로직 최적화를 돕고 엣지 케이스를 식별하는 과정에서 협력하며 개발 속도를 높일 수 있었습니다. 이번 작업으로 Agent 324는 단순한 채팅 인터페이스를 넘어 사용자의 시각적 데이터까지 이해하는 더 지능형의 개인 어시스턴트로 한 걸음 나아갔습니다. 앞으로는 이 벡터 기반 아카이브를 다른 기능들과도 연계할 수 있는 기반이 마련되었으므로, 확장 가능성이 높습니다.
# 개발 블로그 엔트리 Agent 324 프로젝트에서 'Reflect' 기능의 전체 구현을 완료했습니다. 이 기능은 사용자의 일상적인 질문과 답변을 시간에 따라 축적하고, 그 속에서 숨겨진 패턴을 발견하는 개인 성장 도구입니다. Phase 0부터 Phase 3까지 단계적으로 구현하면서 기본적인 데이터 축적 시스템부터 시작해 반응 피드백, 공유 카드 기능을 거쳐 최종적으로 계절과 감정 변화에 따른 패턴 인식까지 아우르게 되었습니다. 특히 이 과정에서 AI와 협업하여 복잡한 패턴 분석 알고리즘을 다듬고 사용자 경험을 직관적으로 설계하는 데 도움을 받을 수 있었습니다. 기술적으로는 19개 파일에 걸쳐 약 1,900줄의 새로운 코드를 추가하면서도 기존 구조와의 정합성을 유지하는 데 집중했습니다. Phase 0의 리팩토링 단계에서 플랜과 실제 구현 사이의 갭을 체계적으로 해소하고 테스트 코드와 디자인 시스템을 정립함으로써 이후 단계들이 안정적으로 진행될 수 있는 토대를 마련했습니다. 그 위에 응답 축적 → 사용자 피드백 → 패턴 인식이라는 순차적 흐름이 자연스럽게 쌓여나갔고, 각 단계마다 사용자가 자신의 변화를 시각적으로 확인할 수 있는 공유 카드 같은 기능들도 함께 구현되었습니다. 이번 작업에서 가장 흥미로웠던 부분은 시간 축에 따른 감정과 사고 패턴을 어떻게 의미 있게 표현할 것인가라는 질문이었습니다. 단순한 통계를 넘어 사용자가 자신의 성장을 직관적으로 느낄 수 있는 형태로 데이터를 시각화하는 것이 Reflect의 핵심이거든요. 이제 사용자들은 몇 주, 몇 달 전의 자신과 지금의 자신을 비교하며 실질적인 변화를 감지하고, 그것이 동기로 작용할 수 있는 환경이 만들어졌습니다.
# 블로그 엔트리 Agent 324 프로젝트에서 사용자 경험 개선을 위한 디자인 리뷰를 완료했습니다. 이번 업데이트의 핵심은 터치 인터페이스의 접근성을 높이는 것이었는데, 모바일 환경에서 버튼과 상호작용 요소의 터치 타겟 크기를 UI/UX 가이드라인에 맞게 조정했습니다. 손가락으로 정확하게 터치하기 어려웠던 작은 요소들을 확대하고, 요소 간 여백을 최적화하여 실수로 인한 오조작을 줄이는 데 집중했습니다. 변경 사항은 DESIGN.md 문서화를 통해 체계적으로 관리했으며, 다른 팀 멤버들과의 협업을 위해 디자인 플랜을 동기화했습니다. 이 과정에서 AI 기반의 접근성 체크리스트를 활용하여 WCAG 기준을 충족하는지 자동으로 검증했고, 누락된 부분들을 빠르게 식별할 수 있었습니다. 총 5개 파일에 걸쳐 289줄을 추가하고 34줄을 제거하여 간결하면서도 사용 가능한 인터페이스로 정제했습니다. 이번 리뷰는 단순한 미적 개선을 넘어 실제 사용자들이 제품을 더 편하게 사용할 수 있도록 하는 중요한 단계였습니다. 앞으로도 정기적인 디자인 검증과 접근성 감사를 통해 Agent 324를 모든 사용자에게 친화적인 제품으로 발전시켜 나갈 계획입니다.
# 개발 블로그 엔트리 이번 주 Agent 324 프로젝트에서는 '오늘의 질문' 기능을 중심으로 반성(Reflect) 모듈을 개선했습니다. 주요 작업은 날짜 기반 인덱싱 시스템을 도입하고, 하이브리드 프롬프트 방식을 고도화한 것인데요. 기존에는 질문 생성 과정에서 사용자의 날짜 정보가 제대로 활용되지 못해 맥락이 떨어지는 문제가 있었습니다. 이번 개선으로 특정 날짜의 활동 내역을 더 정확하게 추적하고, AI 모델이 시간적 흐름을 이해하면서 더 의미 있는 질문을 생성할 수 있게 되었습니다. 기술적으로는 AI와의 협업이 중요한 역할을 했습니다. 기존 프롬프트 구조의 한계를 파악하는 과정에서 여러 프롬프트 스타일을 조합하는 하이브리드 접근법을 시도했고, 이를 통해 생성 질문의 다양성과 관련성이 모두 향상되었습니다. 또한 `isPilsa` 파라미터 전달 누락 버그를 수정하면서 전체 데이터 흐름의 일관성을 확보했습니다. 10개 파일의 변경(+499 -61)을 통해 코드를 정리하고 사용자 경험을 다듬었는데, 특히 반성 질문이 실제 사용자의 일상과 더 깊이 연결되는 경험으로 거듭나게 되었습니다. 다음 스프린트에서는 이 개선사항을 바탕으로 질문 다양성을 더욱 확대할 계획입니다.
# 개발 블로그 엔트리 이번 주에 완성한 **Agent 324 (daeyoung-agent)** 프로젝트에 대해 공유하고 싶습니다. 약 2주간의 집중 개발을 거쳐 대영 에이전트의 전체 기능을 구현했습니다. 101개 파일에 걸쳐 19,000줄 이상의 코드를 추가하며 상당한 규모의 작업이었는데, 이 프로젝트는 사용자의 의도를 자연스럽게 파악하고 자동으로 작업을 수행하는 지능형 에이전트를 구축하는 것이 목표였습니다. 기존의 단순한 명령어 처리 방식을 벗어나 복잡한 멀티스텝 작업도 스스로 분해하고 실행할 수 있도록 설계했습니다. 기술적으로 흥미로운 부분은 에이전트의 의사결정 엔진 설계였습니다. 사용자의 요청을 분석하는 자연어 처리 계층, 작업을 계획하는 플래닝 엔진, 그리고 실제 작업을 수행하는 실행 계층으로 구성했으며, 각 단계 사이에 피드백 루프를 만들어 에러 상황에서도 자동으로 복구할 수 있게 구현했습니다. 개발 중에는 AI 모델을 활용해 복잡한 상태 관리 로직을 검증하고 엣지 케이스를 찾는 데 도움을 받았는데, 이를 통해 개발 속도를 높일 수 있었습니다. 앞으로 이 에이전트는 다양한 도메인에 맞게 커스터마이징되어 사용될 예정입니다. 현재 기본 프레임워크가 견고하게 구축되었으므로, 앞으로는 특정 비즈니스 로직을 추가하고 성능 최적화에 집중할 계획입니다. 팀과의 협업 과정도 매우 순탄했으며, 코드 리뷰를 통해 여러 개선안들을 반영할 수 있었습니다.
# 개발 블로그 엔트리 지난주에 새로운 프로젝트 Agent 324를 시작했습니다. 이 프로젝트는 Next.js 기반의 에이전트 시스템으로, 복잡한 작업을 자동화하고 사용자의 의도를 이해하여 능동적으로 대응할 수 있는 AI 기반 애플리케이션을 구축하는 것을 목표로 합니다. 초기 구조는 Create Next App을 통해 설정했으며, 최신의 React와 서버 컴포넌트 기능들을 활용할 수 있는 기반을 마련했습니다. 이 프로젝트를 통해 해결하고자 하는 핵심 문제는 반복적인 업무 프로세스를 지능형 에이전트가 대신 처리하는 것입니다. 사용자가 높은 수준의 지시만 제공하면, 에이전트가 필요한 세부 단계들을 자동으로 계획하고 실행하도록 설계 중입니다. AI 모델과의 협업을 통해 자연어 이해도를 높이고, 다양한 외부 API와의 통합도 함께 진행하고 있습니다. 흥미로운 점은 이 에이전트가 단순한 자동화 도구를 넘어, 사용자 패턴을 학습하고 더 나은 의사결정을 제안할 수 있도록 발전시킬 수 있다는 점입니다. 앞으로 멀티 에이전트 시스템으로 확장하여 여러 에이전트가 협력하는 구조도 검토 중이며, 초기 프로토타입 개발 이후 더 자세한 기술 여정을 공유할 예정입니다.