parlant: 무엇인지, 어떤 문제를 해결하는지 & 왜 인기를 얻고 있는지

해결하는 문제

Parlant는 고객 대면 AI 에이전트를 위해 설계된 상호작용 제어 하네스(interaction control harness)입니다. 이는 시스템 프롬프트가 복잡해짐에 따라 비효율적이게 되는 "프롬프트 과부하" 문제와, 자연스럽고 비선형적인 대화에서 라우팅된 그래프의 취약성 문제를 해결합니다. 이를 통해 에이전트가 특히 금융이나 의료와 같은 고위험 또는 규제 산업에서 일관성 있고, 규정을 준수하며, 브랜드 정체성을 유지하도록 보장합니다.

작동 방식

단일 거대 프롬프트를 사용하는 대신, Parlant는 "문맥 매칭 엔진(contextual matching engine)"을 사용하여 대화의 매 턴마다 LLM을 위한 집중된 문맥 창(context window)을 동적으로 구성합니다. 현재 상호작용과 즉시 관련이 있는 가이드라인, 도구, 지식을 필터링합니다.

주요 구성 요소는 다음과 같습니다:

• Guidelines: 행동 규칙으로 작용하는 조건-동작 쌍입니다.
• Relationships: 어떤 가이드라인이 활성화될지 우선순위를 정하거나 제한하는 의존성 및 제외 사항입니다.
• Journeys: 사용자 입력에 유연하게 대응하면서 프로세스를 통해 에이전트를 안내하는 다회차 표준 운영 절차(SOPs)입니다.
• Canned Responses: 중요한 순간에 환각(hallucination)을 방지하기 위해 엄격한 모드에서 사용되는 사전 승인된 템플릿입니다.
• Tools: 특정 관찰 결과가 일치할 때만 트리거되는 외부 API로, 잘못된 도구 호출을 방지합니다.
• Glossary: 에이전트가 산업 전문 용어를 이해할 수 있도록 도메인 특화 어휘를 매핑합니다.

대상 사용자

그래프를 다시 작성하거나 모델을 미세 조정할 필요 없이 에이전트의 행동을 업데이트하기 위한 높은 정밀도, 감사 가능성, 그리고 빠른 피드백 루프가 필요한 B2C 또는 민감한 B2B AI 에이전트(예: 지원, 영업 또는 온보딩)를 개발하는 팀을 위해 구축되었습니다.

주요 특징

• Dynamic Context Engineering: 관련 있는 지침과 도구만 프롬프트에 포함되어 모델의 혼란을 방지합니다.
• B2B/B2C Governance: 규정 준수 및 브랜드 보이스 일관성을 위한 내장 지원을 제공합니다.
• Hallucination Prevention: 고위험 상호작용을 위해 엄격한 출력 모드와 Canned Responses를 사용합니다.
• Explainability: 모든 결정 및 가이드라인 매칭에 대해 전체 OpenTelemetry 트레이싱을 제공합니다.
• LLM Agnostic: LiteLLM을 통해 OpenAI 및 Anthropic을 포함한 다양한 제공업체를 지원합니다.
• Framework Integration: LangGraph 또는 LlamaIndex와 같은 다른 도구와 함께 작동하며, 행동 제어 계층으로 기능합니다.