최근 AKM(Agent Knowledge Management) 개념을 보면서,
이걸 제 업무에 어떻게 적용해볼 수 있을지 간단히 세팅해보았습니다.
제가 잡은 방향은 AI와 일하면서 생기는 기준과 경험을 다음 작업에서도 다시 활용할 수 있도록 만드는 것이었습니다.
처음에는 단순히 자료를 많이 모아두는 형태를 생각했지만,
실제로는 모든 정보를 저장하는 것보다 반복해서 활용할 가치가 있는 지식을 구분해서 남기는 것이 더 중요하다고 보았습니다.
그래서 아래와 같이 구분해보았습니다.
Spec : 결과물을 만들 때 지켜야 하는 기준
Workflow : 반복적으로 사용하는 업무 진행 순서
Decision : 특정 판단이나 선택을 했던 기준
Failure : 잘 작동하지 않았던 방식과 시행착오
Pattern : 반복적으로 잘 작동했던 방식
그리고 전체 흐름은 다음처럼 잡아보았습니다.
업무 입력
→ 필요한 정보 분류
→ 기존 지식 불러오기
→ 현재 업무에 적용
→ 결과 생성
→ 검토
→ 새롭게 얻은 경험 다시 저장
여기서 제가 중요하게 본 부분은 마지막 단계였습니다.
AI에게 한 번 일을 시키고 끝내는 것이 아니라,
이번 작업에서 새롭게 알게 된 기준이나 시행착오를 다시 다음 작업에 사용할 수 있는 지식으로 돌려놓는 구조입니다.
이렇게 정리하다 보니 Prompt, Context, AKM, Harness도 조금 다르게 보였습니다.
Prompt는 지금 해야 할 일을 지시하는 것,
Context는 현재 작업에 필요한 정보를 제공하는 것,
AKM은 업무를 하면서 축적된 경험과 기준을 관리하는 것,
Harness는 이런 요소들을 연결해 AI가 반복적으로 일을 수행할 수 있도록 만드는 실행 구조로 이해해보았습니다.
아직 실제 업무에 적용하면서 계속 수정하고 있지만,
이번에는 AKM을 이론으로 이해하는 데서 그치지 않고 내 업무에서 사용할 수 있는 형태로 직접 구조를 잡아보았다는 데 의미를 두고 있습니다.
