adhd: AI 에이전트의 앵커링 편향을 방지하는 병렬 발산적 아이디어 생성 프레임워크
adhd: AI 에이전트의 앵커링 편향을 방지하는 병렬 발산적 아이디어 생성 프레임워크
해결하는 문제
ADHD는 자기회귀적 추론(autoregressive reasoning)에서 발생하는 "조기 수렴(premature convergence)"과 앵커링 편향(anchoring bias)을 해결합니다. 표준적인 Chain-of-Thought 또는 Tree-of-Thought 방식에서 에이전트는 종종 첫 번째 아이디어에 고착되어, 광범위한 비자명한 솔루션을 탐색하거나 추론 과정에서의 잠재적 함정을 식별하는 데 실패하곤 합니다.
작동 원리
이 프로젝트는 생성(generation)과 평가(evaluation) 사이에 엄격한 기계적 분리를 둔 2단계 루프를 구현합니다:
- Diverge (발산): 시스템은 N개의 병렬적이고 격리된 LLM 호출을 생성합니다. 각 호출에는 특정 "인지적 프레임(cognitive frame)"(관점 프롬프트)이 부여되며, 결과물을 스스로 평가하는 것이 금지됩니다. 이러한 프로세스들은 공유된 컨텍스트가 전혀 없기 때문에 서로의 아이디어에 앵커링될 수 없습니다.
- Focus (집중): 별도의 비평가(critic) LLM 호출이 참신함, 실행 가능성, 적합성을 기준으로 아이디어에 점수를 매깁니다. 그 후 아이디어를 클러스터링하고, "함정(traps)"(매력적이지만 잘못된 아이디어)을 제거하며, 상위 K개의 생존 아이디어를 상세한 스케치로 심화시킵니다.
대상 사용자
디자인 결정, API 인터페이스 설계, 퍼지 디버깅(fuzzy debugging), 명명(naming), 전략적 계획과 같은 복잡한 작업에 고품질의 아이디어 생성이 필요한 개발자와 AI 에이전트 빌더를 위해 설계되었습니다.
주요 특징
- 구조적 해결: 격리된 병렬 프로세스를 사용하여 앵커링을 프롬프팅 문제가 아닌 구조적 문제로 취급합니다.
- 함정 탐지: 특정하고 흔하지만 결함이 있는 아이디어를 왜 피해야 하는지 구체적으로 식별하고 설명합니다.
- 에이전트 불가지론(Agent-Agnostic): 다양한 에이전트(Claude Code, Cursor, Windsurf 등)를 위한 스킬로 설치하거나 TypeScript 라이브러리/CLI로 사용할 수 있습니다.
- 검증된 성능: 벤치마크 결과, 단일 샷(single-shot) 베이스라인과 비교하여 참신함과 함정 탐지 측면에서 상당한 향상을 보여줍니다.