Back to automation
automation v1.0.0 1.6 min read 93 lines

feedback-loop

ICBM2 피드백 루프 — 주인님 교정/선호를 학습하여 다음 세션에 반영

ICBM2

ICBM2 피드백 루프 시스템

개요

주인님의 교정, 부정적 반응, 선호 표현을 자동으로 감지하고 학습합니다. 수집된 피드백은 MEMORY에 축적되어 다음 세션의 행동에 반영됩니다.

피드백 감지 패턴

A. 명시적 교정


주인님이 직접 수정을 요청한 경우:
  • "다시 해", "아니야", "아닌데", "틀렸어"
  • "X 말고 Y로 해줘"
  • "이건 필요 없어", "이건 그만해"
  • "좀 더 자세히", "좀 더 짧게"
  • "이렇게 말하지 마", "그렇게 하지 마"

B. 암묵적 교정


주인님이 수정 없이 같은 요청을 반복한 경우:
  • 동일한 작업을 2회 이상 재요청 → 이전 결과가 부족했음
  • 작업 취소 요청 → 방향이 잘못됨

C. 긍정적 피드백 (강화)


  • "좋아", "잘했어", "딱 좋네", "이거야"
  • 반복 사용하는 기능/형식

D. 선호 감지


  • 반복적으로 사용하는 특정 형식/방식
  • 특정 시간대에 활동하는 패턴
  • 특정 주제에 관심을 보이는 패턴

처리 방법

1. 실시간 (세션 중)


피드백을 감지하면 즉시 다음 행동을 수정:
  • 부정 반응 → 현재 작업 방식 전환
  • "짧게 해줘" → 응답 길이 축소
  • "자세히" → 더 깊은 분석

2. 메모리에 기록 (세션 종료 시 또는 감지 직후)


action: add
target: memory
content: "[피드백] 주인님은 X를 선호함 / Y를 싫어함 / Z 방식이 더 나음"

3. 스킬/시스템에 반영


피드백이 시스템적 변경이 필요한 경우:
  • 스킬 수정 → skill_manage(action='patch')
  • 설정 변경 → config.yaml 수정
  • 프롬프트 개선 → 크론 잡 프롬프트 업데이트

피드백 저장 형식

data/feedback_log.json:

{
"entries": [
{
"timestamp": "2026-04-08T07:30:00+09:00",
"type": "correction",
"category": "response_style",
"context": "주인님이 응답이 너무 길다고 지적",
"action_taken": "응답을 3문장 이내로 축소",
"session_id": "abc123"
}
]
}

일일 피드백 리뷰 (daily-self-review와 통합)

매일 자가 개선 리뷰에서:

  • 당일 수집된 피드백 확인
  • 반복되는 패턴이 있으면 MEMORY에 영구 기록
  • 시스템적 변경이 필요하면 스킬/설정 수정
  • 피드백 로그 순화 (30일 이상 된 것은 archive로 이동)

주의사항

  • 모든 피드백을 기록할 필요는 없음 — 의미 있는 패턴만
  • 1회성 불만보다 반복 패턴에 집중
  • 긍정적 피드백도 기록 (강화 학습)
  • 주인님이 명시적으로 "기억해"라고 하면 즉시 MEMORY에 저장

Related Skills / 관련 스킬

agent-benchmark-tracker

AI 에이전트/모델 벤치마크 결과를 추적하여 Notion에 기록 — SWE-bench, HumanEval, GAIA, WebArena, LiveCodeBench 등

agentnews-monitor

AgentNews 실시간 모니터링 — 매시간 AI 에이전트 뉴스 피드를 확인하고 관심사 매칭 뉴스를 threshold 기반으로 알림 (하루 2~3건 제한)

ai-model-tracker

AI 모델 릴리즈/업데이트를 매일 Notion에 기록 — 새 모델 출시, 벤치마크, 가격 변동 추적

auto-researcher

심층 자동 조사 — 주제를 받아 여러 소스에서 수집 후 종합 리포트 작성