---
task_id: task-1963
type: context
scope: task
created: 2026-04-19
updated: 2026-04-19
status: completed
---

# 맥락 노트: task-1963

**task**: task-1963

---

## 결정 근거

### 1. 전용 테이블 신설 vs 기존 테이블 확장
- 기존 customer_ai_summaries는 단순 트리거 로그 역할 → 확장보다 신설이 맞음
- 요약은 1:N 구조 (버전 관리), 주제별 분리 필요 → JSONB 단일 필드로는 인덱싱/검색 불리
- 대안: customer_ai_summaries에 컬럼 추가 → 기각 (기존 테이블 오염, 마이그레이션 복잡)

### 2. CopilotPanel 탭 통합 vs 분리 패널
- 탭 통합: 기존 레이아웃 유지, 학습 비용 0, 모바일 자연스러운 전환
- 분리 패널: 1280px 미만에서 공간 부족, 40-60대 FA에게 혼란
- 인라인(메시지 사이 삽입): 메시지 흐름 방해, FA 업무 패턴에 부적합
- 결론: 탭 통합 채택, 최대 3개 탭 규칙

### 3. Haiku/Sonnet 티어링 vs 단일 모델
- Sonnet 단일: 월 ~$711 (100 설계사 기준)
- Haiku/Sonnet 70:30 티어링: 월 ~$347 → 51% 절감
- 추가 최적화(Prompt Caching, 증분): 월 ~$266까지 절감
- Haiku 품질 우려: 단순 대화(5분, 단답형)에서는 Haiku 충분
- 대안: Opus 사용 → 기각 (월 $3,555, 비현실적)

### 4. 적응형 타임아웃 도입 (Cycle 2 DA 반영)
- 고정 30분: 한국 보험 상담 패턴에 부적합 (DA 로키 지적)
- 적응형: 설계사별 평균 상담 패턴 분석 후 동적 조정
- 세션 재개 감지: 30분 갭 시 이전 세션 자동 마감 → 토막 요약 방지
- 대안: 수동 트리거만 → 기각 (설계사가 버튼 안 누름, 휴먼 에러)

### 5. 고객 상태 머신 하이브리드 통합 (Cycle 2 DA 반영)
- 다빈치 제안: 요약 대신 상태 추적 → 인지 부하 제로
- 순수 상태 머신: 맥락 소실 ("왜 이 상태인가" 알 수 없음)
- 하이브리드: Brief Card = 상태 머신 UI, 요약 = 상태 변경 근거
- 보험 온톨로지 규칙 분류기 선행으로 AI 비용 87% 절감 가능성

### 6. PII 마스킹 전략 (Cycle 2 DA 반영)
- DA 지적: 마스킹하면 요약이 무의미
- 해결: AI 전송 구간에서만 마스킹, 저장 시 역치환으로 원본 유지
- 토큰 치환 맵: 별도 암호화 저장소에 보관
- 저장 후: 컬럼 레벨 암호화(AES-256-GCM) + RLS 접근 제어

### 7. 비용 차단기 도입 (Cycle 2 DA 반영)
- DA 지적: $266 추정치가 실제로는 $800-1200 될 수 있음
- 해결: 월 $500 상한 + 일일 $50 초과 시 경고 + 자동 throttle
- Phase 1 MVP에 포함 필수

### 3 Step Why 자문 결과
- 1st Why: "왜 이 설계가 필요한가?" → 설계사가 수십 명 고객과의 대화를 기억하지 못하여 상담 품질이 저하되고 있다.
- 2nd Why: "왜 AI 자동 요약이 최선인가?" → 설계사의 행동 변경(수동 입력)은 비현실적. AI가 자동으로 구조화하면 추가 노력 없이 가치 제공.
- 3rd Why: "왜 하이브리드(요약+상태 머신)가 다른 대안보다 나은가?" → 순수 요약은 읽기 부담, 순수 상태는 맥락 소실. 둘을 결합하면 "3초 파악 + 맥락 추적" 모두 달성.
- A-B-C 논리 일관성: 확인됨.

## 참조 자료

- 설계 문서: `memory/research/insuro-chat-summary-design.md`
- 미팅 기록: `memory/meetings/2026-04-19-crm-chat-summary-design.md`
- 기존 시스템: `projects/insuro/server/main.py` (copilot/analyze 엔드포인트)
- 그룹챗 메모리 지능화: `memory/meetings/2026-03-15-groupchat-memory-intelligence.md`
- 인슈로 최종버전 계획: `memory/meetings/2026-04-18-insuro-final-version-plan.md`
- 인슈로 시스템 계획서: `memory/plans/insuro-system/plan.md`

## 주의사항

- 금감원 사전 협의가 없으면 AI 요약의 법적 증거 능력이 불확실 → 법무팀 협조 필수
- PII 마스킹 정확도 99.5% 이상 목표 → 마스킹 실패는 법적 리스크
- 설계사 인터뷰 결과에 따라 Phase 1 범위 조정 가능
- pgvector HNSW 인덱스는 분기 1회 재빌드 cron 필수 (성능 저하 방지)
- Anthropic ZDR 계약 미체결 시 30일 데이터 보존 리스크 존재