에이전트가 사람에게 인계하는 순간 — *그 한 화면* 의 설계

에이전트가 모든 것을 풀지 않는다. 어느 시점에 나는 못 한다 또는 권한 밖이다 라고 결정하고 사람에게 인계. 그 인계의 한 화면 한 줄 이 전체 자동화 가치 를 정한다.

인계가 잘못 설계되면 사람이 상황 정리부터 처음 부터 한다. 그러면 에이전트가 시간을 옮긴 게 아니라 지연 시킨 것.

우리가 부서뜨린 인계 4가지

지난 9개월 동안 4가지 인계 패턴을 시도하고 부서뜨렸다.

패턴 1 — 원시 trace dump

처음. 에이전트가 자기가 한 모든 액션 + 시도한 옵션 + 외부 API 응답 을 raw 로 dump. 사람이 받은 화면은 47줄의 JSON.

부서진 이유 — 사람이 47줄을 읽는 시간 이 처음부터 자기가 보는 시간 과 같음. 에이전트의 시간 절감 = 0.

패턴 2 — 요약만

다음. 에이전트가 3 문장 요약 만 인계. 짧고 빠름.

부서진 이유 — 사람이 그 요약을 신뢰하지 못함. 진짜 원인 이 요약에 들어 있는지 확인 하려면 원시 데이터로 돌아감. 결국 raw + 요약 둘 다 봄 — 시간 증가.

패턴 3 — 결정 트리 표시

다음. 에이전트가 어떤 가지를 따라가서 어디서 막혔는지 의 트리 를 보여줌. 시각적.

부서진 이유 — 트리가 너무 큼. 에이전트는 수십 가지를 시도 한다. 그걸 다 보여주면 raw dump 와 같음. 핵심 가지만 보여주려면 어느 가지가 핵심인지 자체가 어려운 문제.

패턴 4 — 5 W 카드 (지금의 답)

지금 작동하는 것. 인계 시 고정된 5 W 카드:

WHAT happened?
  새 배포 (2026-04-01 14:23 KST) 후 결제 성공률이 -2.3% (SLO -1% 위반)

WHEN did the agent stop?
  14:31. 가설 3개 시도 후 모두 inconclusive.

WHY couldn't the agent proceed?
  1. 새 코드의 카드사 X 호출이 *분기 후 다른 카드사 동작* 과 다른 패턴
  2. 그 패턴이 *우리 staging 환경에서 재현 X*
  3. *production rollback 권한* 은 사람만

WHERE to look?
  service: payment-validator-v2
  related deploy: PR#4823, commit a3f7e1
  similar past incident: 2025-11-08 (같은 카드사, 다른 코드 경로)

WHAT should the human decide?
  결정 1: 즉시 rollback (5분, 영향 0)
  결정 2: hot fix (가설 1 기반, 30분, 추가 위험 있음)
  결정 3: 추가 조사 의뢰 (트리아지 자료 더 모음)

이 카드가 한 화면 안에 들어감. 사람이 30초 안에 결정 가능 한 형태.

5 W 카드의 진짜 핵심

위 카드의 진짜 가치는 마지막 줄 — "WHAT should the human decide". 에이전트가 결정 자체 를 사람에게 넘기되, 고를 선택지 까지 정리.

이게 빠지면 사람이 조사를 다시 시작. 있으면 결정만 함.

인계 정확도 = 에이전트 정확도

위 4 패턴을 거치면서 깨달은 것 — 인계 화면의 정확도 가 에이전트 정확도 와 직접 같음. 에이전트가 덜 똑똑해도 인계가 잘 되면 사람이 빨리 마무리. 에이전트가 똑똑해도 인계가 나쁘면 그 똑똑함이 사람 시간으로 안 옮겨짐.

에이전트의 진짜 산출물 은 행동 이 아니라 인계 카드 다.

인계 주체 의 디자인 결정

5 W 카드의 생성 자체 가 LLM 작업. 인계 결정 시점에 별도 LLM 호출 로 카드 생성. 이게 추가 비용이지만, 사람의 조사 시간 절감 으로 항상 양수.

대안 — 카드를 결정형 룰 로 생성. 우리가 시도했지만 카드의 가독성 이 너무 낮아져서 폐기. LLM 으로 카드 텍스트만 생성하는 게 답.

AI 에이전트의 사람-인계 화면이 raw dump 또는 요약만 이면, 에이전트가 절감한 시간은 사람의 조사 시간 으로 그대로 증발 한다. 지금 인계 흐름을 설계 중인 팀이라면, 5 W 카드 패턴 (또는 그 변형) 을 처음부터 박는 게 나중에 갈아엎는 것보다 훨씬 싸다.