HeyContext

해결한 문제

단순 채팅 기반의 AI 활용은 비효율적이며 대화가 길어질수록 핵심 맥락이 소실되는 구조적 한계가 있었습니다.

구축 내용

단일 사용자 프롬프트로부터 상호 의존성을 갖는 에이전트 그룹을 동적으로 생성했습니다. 각 에이전트는 독립된 역할, 도구, 구조화된 아티팩트를 기반으로 작업하며, 직접 대화에 따른 토큰 낭비 없이 A2A 인수인계 노트를 통해 이전 학습 내용을 공유받습니다.

자체 설계한 crystal dam 시스템을 통해 대화 컨텍스트가 임계치에 도달하면 이를 분해 및 정제하여 사용자가 직접 검토 가능한 메모리 아티팩트(stardust, shard, crystal)로 변환했습니다.

검증 결과

출시 첫 달 마케팅 비용 없이 수백 명의 실사용자 확보.

학습한 점

새로운 시스템의 동작 원리를 명확한 개념과 용어로 정의하는 것이 복잡한 아키텍처의 설계와 검증을 용이하게 만듭니다.

메모리 관리, 라우팅, 에이전트 간 인수인계 프로토콜을 포함한 프로덕션 레벨 멀티 에이전트 시스템의 설계 및 운영 역량을 증명합니다.