개발 과정
서버 세팅 (볼륨 확보, 공용 도메인 설정(외부 접속용), 관련 패키지 설치(docker compose 등)) → mirofish 코드베이스 마이그레이션 → 환경 변수 설정(API 키 값) → docker 컨테이너 배포 → Test 데이터 생성 → Mirofish 실행 및 결과 데이터 수집
배포 URL
Test 데이터 확보 및 상황 질의
•
시드 데이터
→ 호르무즈 관련 자료들을 찾아서 이를 보고서 형태로 정리 (아래 mirofish 공식 test pdf 파일 참조)
호르무즈_해협_위기_분석보고서.md
→ 이란-미국 갈등으로 인한 호르무즈 해협 관련 이슈 분석 보고서를 작성해줘.
•
시뮬레이션 질문
미국이 호르무즈 해협을 군사적으로 강제 개방할 경우, 글로벌 여론은 어떻게 전개될 것인가?
Plain Text
복사
이란과 미국이 2주간 휴전을 맺었는데, 2주 후의 미국과 이란의 상황은 어떻게 흘러갈 것인가?
Plain Text
복사
1단계 : 지식 그래프 구축 (RAG)
2단계 : 에이전트 페르소나 생성
3. 이중 플랫폼 병렬 시뮬레이션 (OASIS 엔진)
4. 예측 보고서 생성 (ReportAgent)
5. 심층 상호작용
트러블슈팅
•
내부 baseURL 하드코딩
◦
github의 코드에서는 local 환경에서 실행을 고려해서 localhost:5001으로 하드코딩.
→ BaseURL을 비워서 Vite 프록시를 타도록 수정
docker compose exec mirofish sed -i "s|baseURL:.*,|baseURL: '',|" /app/frontend/src/api/index.js
•
라운드 높일수록 과부하 문제
◦
라운드 수를 커스텀하게 조정하여 40회 수준으로 돌릴 경우 전체 프로세스 경과 시간 : 약 30분. 토큰 소비도 크지 않음.
◦
그러나 페르소나, 오브젝트 등의 엔티티들을 LLM 기반으로 생성하고 이는 정확하지 않은 결과 유발 (ex. 이재명은 63년생인데, 64년 생으로 생성. ISTJ인데 ESTJ로 생성하는 등)
→ 직접 엔티티를 작성하여 그래프 생성 단계에 주입
•
페르소나 정확도 대폭 향상
•
온톨로지 생성 단계 스킵 가능 → 시간/비용 절약
•
기자 입장에서 취재 데이터를 직접 활용 가능
•
시뮬레이션 결과의 신뢰도 상승