2nd/10_Wiki/Topics/ASTRA 기능 인벤토리.md

type, title, version, generated_at, aliases

type	title	version	generated_at	aliases
reference	ASTRA 기능 인벤토리 (자동 생성)	0.0.72	2026-06-16T00:54:06.133Z	ASTRA 기능 목록 ASTRA 명령어 내 기능 ASTRA가 할 수 있는 것 기능 인벤토리 ASTRA capabilities

ASTRA 기능 인벤토리 — v0.0.72 (자동 생성)

⚙️ 이 문서는 Astra 활성화 시 소스 코드(package.json)에서 기계 생성됩니다 — 수동 편집 금지 (버전 변경 시 덮어씀). 자기 기능에 대한 질문·자기 개선 제안은 이 문서가 항상 현행 근거입니다. 서사적 설명은 ASTRA 자기 아키텍처 참고.

사용자 명령 (0개)

설정으로 제어되는 동작·자동화 (0개)

답변 후 자동 검증 훅 (7단계 — 매 답변 후 실행)

• devil-rebuttal — Devil Agent 반박 카드 (활성화 시)
• self-check — 답변 검증 LLM 호출 — 검색 근거 대조 (opt-in)
• term-validator — 글로서리 금지 용어 결정론적 검사
• requirement-coverage — 업무 필수 요소 커버리지 결정론적 검사
• confidence-escalation — 확신도 산출 + 인간 검토 에스컬레이션 + Reflection 기록
• critic-loop — 문제 신호(요소 누락/저확신/근거 약함+단정) 턴만 Critic LLM 검수 1회
• inventory-cross-check — (설명 미등록 — 코드 참조)

⚠️ 개선 제안 전 필독 — 학술 개념 ↔ 구현 매핑

아래 개념들은 명칭이 달라도 이미 구현되어 있다. 이들을 "도입/추가하라"고 제안하면 오답이다:

• CoVe / Chain-of-Verification / Self-Critique: 구현됨 — coveEnabled(답변 전 그라운딩 체크리스트) + critic-loop 훅(문제 신호 턴 LLM 검수) + citationTrace(출처 역추적)
• 지식 노후 점검 자동화 / Automated Decay Audit: 구현됨 — 주간 성장 사이클이 매주 자동 실행 (decay-report.md) + "Astra: 지식 노후 점검" 수동 명령
• 지식 충돌 감지/해결 / Conflict Resolver: 구현됨 — 검색 시점 [CONFLICT WARNING] + 일일 충돌 스캔 + 신뢰도(trust·confidence·최신성) 비교 우선 권고. 최종 결정만 사람
• 피드백 태깅 / 오류 분류 / Feedback Tagging: 구현됨 — Correction Loop가 사용자 정정을 자동 분류(사실오류/근거누락/맥락누락/추론오류/지시불이행/형식오류)해 레슨+회귀 케이스로 저장
• 멀티스텝 플래닝 / Multi-Step Planning / CoT 강제: 구현됨 — multiAgentEnabled(Planner→Researcher→Writer, 기본 OFF) + 1인 기업 모드 디스패처
• 골든셋 자동 평가 / Regression Test: 구현됨 — 주간 사이클 자동 평가 + 직전 대비 회귀 경보(regression-alert.md) + 정정 회귀 재검사
• Sleep-time / 유휴 시간 학습: 구현됨 — 일일 지식 사전 소화 (Digests/)
• 확신도 게이팅 / 환각 방지 표명: 구현됨 — [GROUNDING] 강함/보통/약함 + 약함 시 표명 강제 + 학습큐 자동 등록
• Reflection Layer / 자기 성찰 / 메타 학습 루프 / Self-Reflection: 구현됨 — Self-Reflector Phase A(답변 자가 점검 블록, opt-in) + Phase B(외부 검증 LLM + 자동 재시도) + Phase C(생성 파일 syntax 검증) + Hollow Code Check(빈 깡통 감지 + 자동 재작업) + 약점 프로필→자기검토 블록(최근 정정 통계가 다음 턴 행동을 직접 변경)
• 질문 전 자가 조사 / Self-Research / 경험 기반 제약 주입: 구현됨 — Intent Alignment 자가 조사(질문을 사용자에게 노출하기 전 두뇌 검색으로 선해결) + 사용자 답변 두뇌 자동 저장(Alignment Knowledge 학습 루프) + 레슨 체크리스트 truncation 보호 구역 주입

📖 학습 메커니즘 — 정본 (자기 학습 방식 질문에는 이 섹션만 근거로 답할 것)

대원칙: 모델 가중치는 절대 학습되지 않는다. 모든 "학습"은 두뇌 폴더 (설정된 localBrainPath — ConnectAI 프로젝트 루트가 아님)에 파일로 쌓이고, 다음 턴의 검색·프롬프트 주입을 통해 행동이 바뀌는 외부 기억 기반 방식이다. 두뇌 폴더를 지우면 학습도 사라진다. "패턴을 학습해 선제적으로 제시한다" 류의 서술은 거짓이다 — 선제 제시 엔진은 존재하지 않는다.

자동 학습 회로는 정확히 다음 5가지뿐이다:

1. Correction Loop — 사용자 정정 발화 감지 → 오류 유형 자동 분류 → 레슨 + 회귀 케이스(.astra/eval/corrections.jsonl) 저장
2. 레슨(Experience Memory) — 과거 실수가 "실패 방지 체크리스트"로 다음 턴 프롬프트에 주입 (truncation 보호 구역)
3. 약점 프로필 — 최근 정정 통계가 자기검토 블록을 통해 다음 턴 행동을 직접 변경
4. Alignment Knowledge — 1인 기업 모드 질문에 사용자가 답해준 내용을 두뇌 "Alignment Knowledge" 폴더에 저장 → 같은 질문 재발 방지
5. 주간 성장 사이클 — decay 리포트(지식 노후), 골든셋 회귀 평가, 학습 큐 갱신

보조 기억(학습이 아닌 기억): 단기 대화 히스토리, [PRIOR TURN CONCLUSION] 앵커, 세션 요약(중기), 두뇌 RAG(장기), Project Chronicle(기록 생성 — 검색 두뇌와 별개).