랩 운영 지식 플랫폼 초기모델 / Brain Layer 설계 / 멀티 에이전트 실행 지시서
이 문서는 앞선 프로젝트의 초기모델을 실제로 구현하기 위해 필요한 원대화 / brain 구조 레이어 설계를 중심으로 정리한 실행 문서다. 핵심은 교수와 멜의 원대화 원문은 비공개로 유지하고, 그중 공유 가능한 연구 정보만 승인 기반으로 brain에 승격하는 것이다.
1. 초기모델 정의
Slack 중심 인터페이스
Private Conversation Layer
Professor Research Brain
Shared Research Brain
NAS 원본 저장
PostgreSQL + pgvector
반자동 brain 승격
- 이 시스템은 단순 대화 보조가 아니라, 원대화와 공유 가능한 지식을 분리 저장하는 연구실 지식 플랫폼이다.
- 교수용 상위 에이전트는 private layer까지 접근하고, 학생용 에이전트는 shared layer만 접근한다.
- 학생은 자기 자료에 대해 수정/덮어쓰기가 가능하지만, 타인 자료는 열람/다운로드만 가능하다.
2. 운영 원칙
- 원대화와 지식 저장을 분리한다.
- 권한 필터가 검색보다 먼저 적용된다.
- 랩 내부 지식은 넓게 읽고, 쓰기는 좁게 제한한다.
- 원본은 보존하고, 변경은 추적한다.
- brain 반영은 승인 기반으로 운영한다.
3. 반드시 유지할 문장
“교수-멜 원대화는 비공개 저장, 그중 연구 관련 내용만 선별적으로 research brain에 승격, 학생은 승격된 연구 지식만 권한 범위 내에서 접근”
4. Brain Layer 전체 구조
flowchart TD
C1[교수-멜 원대화] --> L1[Private Conversation Layer]
L1 --> R[반자동 승격 후보 추출]
R --> L2[Professor Research Brain]
R --> L3[Shared Research Brain]
U1[Professor Agent] --> L1
U1 --> L2
U1 --> L3
U2[Student Agents] --> L3
U2 -. 접근 불가 .-> L1
U2 -. 접근 불가 .-> L2
핵심은 private layer와 shared brain을 절대 같은 것으로 취급하지 않는 것이다.
5. 각 레이어 정의
| 레이어 |
내용 |
접근 가능 주체 |
외부 LLM 주입 가능 여부 |
| Private Conversation Layer |
교수와 멜의 원대화 원문, 민감한 판단, 개인 메모, 비공개 운영 논의 |
교수용 에이전트만 |
교수용 프롬프트에서만 제한적으로 허용 |
| Professor Research Brain |
원대화에서 추출한 연구 관련 정리본, 교수 전용 전략 메모, 공유 후보 지식 |
교수용 에이전트 |
교수용 에이전트에서 허용 가능 |
| Shared Research Brain |
학생 접근이 허용된 연구 지식, 논문/실험/제안서 관련 정제된 정보 |
교수 + 학생 에이전트 |
학생/교수 에이전트 공통 주입 가능 |
6. 구현 방식
방식 1. 수동 승격
- 교수가 명시적으로 지정할 때만 brain에 저장
- 안전하지만 운영 피로도가 높음
방식 2. 반자동 승격 (채택)
- 멜이 대화 후 승격 후보를 제안
professor_only / lab_shared / project_shared 분류를 같이 제안- 교수가 승인하면 저장
멜이 대화 후 이렇게 제안: “이 내용 중 연구 brain에 넣을 후보 3개”, “학생 공유 가능 / 교수 전용 / 비공개” 분류 제안. 너가 승인하면 저장.
방식 3. 자동 승격
- 규칙 기반 자동 저장
- 편하지만 민감 정보가 잘못 공유될 위험이 큼
- 초기모델에서는 채택하지 않음
초기모델 기본값은 반자동 승격이다.
7. 승격 워크플로우
sequenceDiagram
participant P as 교수
participant M as 멜
participant L1 as Private Layer
participant B as Brain Classifier
participant L2 as Professor Brain
participant L3 as Shared Brain
P->>M: 연구/전략/운영 대화
M->>L1: 원대화 저장
M->>B: 승격 후보 추출
B-->>P: 후보 + 분류 제안
alt 교수 승인
P-->>M: 승인
M->>L2: professor_only 저장
M->>L3: lab_shared/project_shared 저장
else 승인 거절
P-->>M: 보류/폐기
end
8. 외부 LLM 주입 규칙
- 학생용 에이전트 프롬프트에는 Private Conversation Layer를 절대 주입하지 않는다.
- 교수용 에이전트만 private + professor + shared 레이어를 조합할 수 있다.
- 학생용 에이전트는 shared brain과 권한이 허용된 문서/데이터만 컨텍스트로 사용한다.
- 외부 LLM을 사용해도 저장 분리, 검색 분리, 프롬프트 분리 원칙을 유지하면 된다.
9. 학생/교수 권한 모델
학생용 에이전트
- 자기 자료: 조회 / 다운로드 / 수정 / 업로드 / 덮어쓰기 가능
- 다른 학생 자료: 조회 / 다운로드 가능, 수정 불가, 덮어쓰기 불가
- Shared Research Brain: 접근 가능
- Private / Professor Brain: 접근 불가
교수용 에이전트
- 랩 전체 자료 조회 가능
- Private / Professor / Shared Brain 모두 접근 가능
- 전략 수립, 비교 분석, 통합 검색 가능
10. 레이어별 DB 반영 포인트
conversation_messages
- id
- actor_role
- session_scope # professor_private
- raw_text
- created_at
brain_entries
- id
- source_message_group_id
- brain_layer # professor_research | shared_research
- visibility # professor_only | lab_shared | project_shared
- title
- summary
- content
- approved_by
- created_at
documents
- id
- owner_user_id
- lab_id
- project_id
- visibility
- write_scope
- overwrite_scope
- nas_path
- created_at
11. 레이어 작업을 먼저 해야 하는 이유
- 이 구조가 정해져야 PostgreSQL 스키마가 정해진다.
- 이 구조가 정해져야 외부 LLM 프롬프트 주입 범위가 정해진다.
- 이 구조가 정해져야 Professor Agent / Student Agent 권한 경계가 정해진다.
- 즉 brain layer 설계는 기능이 아니라 기반 아키텍처다.
12. 초기모델 실제 구축안
- Private / Professor / Shared 3계층 구조를 먼저 구현
- 교수 대화 원문 저장 테이블과 brain_entries 테이블을 분리
- 반자동 승격 플로우를 OpenClaw 상호작용에 연결
- 그 다음 문서 업로드, NAS 저장, pgvector 검색을 연결
13. 이후 연계 계획
연계 1
- 문서 업로드/태깅/NAS 저장
- 문서 타입별 ingest 파이프라인
- Shared brain과 문서 검색 연결
연계 2
- Professor Brain과 전략 보조 에이전트 연결
- 학생용 에이전트의 project_shared 범위 도입
- 권한 모델 세분화
연계 3
- 로컬 LLM / 외부 LLM 혼합 운영
- 특화 에이전트 추가
- 감사 로그/관리 UI 추가
14. 최종 정의
이 초기모델의 첫 번째 구현 우선순위는 원대화와 brain의 레이어 구조를 먼저 만드는 것이다. 그 위에 문서 저장, 검색, NAS, Vector DB, 멀티 에이전트 구조가 올라가야 전체 시스템이 안전하게 확장된다.