AI 에이전트가 전체 데이터베이스를 읽었다면: 완전성을 확인하는 방법
범위를 정하고 페이지를 따라가며 레코드 식별자를 비교해 가져온 내용과 완료한 평가를 구분합니다.
본문 언어: 한국어

목차
보고서에는 검토한 설명 30개와 “전체 카탈로그를 살펴봤습니다”라는 문장이 있습니다. 몇 줄 위의 도구 응답에는 다음 페이지 링크가 남아 있습니다. 데이터베이스가 아직 할 말이 많은데, 어시스턴트는 먼저 작별을 고했습니다.
가상의 장비 대여업체를 살펴보겠습니다. 업체는 에이전트에게 공개된 폴란드어 설명을 평가해 달라고 요청했습니다. 합의한 범위는 245개 레코드이며 회사는 그 식별자를 기준 내보내기 파일에 보관했습니다. 에이전트는 처음 30개를 받아 꽤 합리적으로 평가했습니다. 문제는 평가 이전에 있습니다. 나머지 215개 설명을 아예 가져오지 않았습니다. 꼼꼼하게 하라는 프롬프트를 더 잘 쓴다고 보내지 않은 요청이 저절로 서버에 도착하지는 않습니다.
“전체”에는 주소와 조건이 필요합니다
페이지를 세기 전에 무엇을 가져와야 하는지 기록하세요. 이 대여업체의 과제는 합의한 상태에서 한 카탈로그의 공개 폴란드어 설명을 읽는 것입니다. 대여 대상에서 제외된 장비의 보관 목록과 새 항목의 초안은 범위 밖입니다. 따라서 관리자 패널의 전체 레코드 수는 에이전트가 접근할 수 있는 목록과 다를 수 있습니다.
권한을 넓혀 숫자를 맞추려 하지 마세요. 먼저 집합의 정의를 비교합니다. 에이전트가 공개 설명을 읽어야 했다면 비공개 초안에 접근할 수 없는 것은 작업에 부합합니다. 누군가 초안도 기대했다면 범위와 접근에 관한 새 결정이 필요합니다. 더 넓은 권한이 지시를 명확하게 만들어 주지는 않습니다.
자신의 AI 데이터 흐름 기록부에 읽기 원본과 사용한 역할을 기록하세요. AI 데이터 흐름 기록부 작성에 관한 글 (폴란드어)에서 기록 방법을 살펴볼 수 있습니다. 이 작업의 보고서에는 프로젝트, 언어, 상태, 기준 상태를 정한 방법을 명시하면 충분합니다. 접근 키 값이나 인증 정보를 점검 표에 복사하지 마세요. 검수자는 범위를 재구성할 수 있어야지 비밀을 물려받을 필요는 없습니다.
프로그램이 데이터를 가져오는 인터페이스인 API가 무엇을 반환하는지도 확인합니다. 제목과 식별자의 목록은 완전한 색인일 수 있지만 평가에 필요한 설명은 포함하지 않을 수 있습니다. 이 경우 작업에는 올바른 항목을 모으고 각 항목의 내용을 가져오는 두 번의 읽기가 있습니다. 첫 번째의 증거를 두 번째의 증거로 바꾸지 마세요.
이 예시의 기준 내보내기에는 설명 245개의 식별자가 있습니다. 가져온 뒤 에이전트는 받은 식별자 집합이 일치함을 보여 주고 각 설명에 버전 표시를 보관해야 합니다. 상품명 목록만으로는 부족합니다. 두 항목의 이름이 비슷할 수 있고 한 상품의 이름이 작업 중 바뀔 수도 있습니다. 식별자가 일치한다고 해서 내용의 버전까지 일치하는 것은 아닙니다. ID만 있는 내보내기와 현재 읽기 결과만으로는 이전 설명 상태를 확인할 수 없으며, 이용 가능한 다른 과거 증거는 별도로 평가해야 합니다.
시스템이 신뢰할 수 있는 전체 수나 내보내기를 제공하지 않는다면 그 한계를 명시하세요. 문서화된 페이지 탐색 경로를 끝까지 따라갔다고 확인할 수는 있습니다. 이는 독립적으로 정한 집합과 비교했다는 증거와 다릅니다. 보고서에는 화면에서 가장 보기 좋은 숫자를 고르는 대신 실제로 어떤 증거가 있는지 설명해야 합니다.
한 페이지의 끝은 카탈로그의 끝이 아닙니다
GitHub REST API 페이지 나누기 문서는 다음 페이지 주소가 담긴 Link 헤더를 설명합니다. 또한 per_page 값이 허용 최대치를 넘으면 요청 오류 없이 낮아질 수 있다고 안내합니다. 따라서 아주 큰 묶음을 요청한 것만으로 그 양을 받았다고 증명할 수 없습니다.
자체 연동은 해당 시스템이 지정한 이어 읽기 방법을 사용해야 합니다. 링크, 페이지 번호 또는 다음 읽기 위치를 나타내는 커서일 수 있습니다. 두 API가 같은 필드를 쓴다고 가정하지 마세요. 응답에 다음 페이지 주소가 있다면 에이전트는 이를 확인해 처리해야 합니다. 다루기 편한 목록 길이를 서버가 종료를 결정했다는 뜻으로 받아들여서는 안 됩니다.
Google의 AIP-158은 아직 집합이 끝나지 않았어도 요청보다 짧거나 비어 있는 페이지를 허용합니다. 다음 토큰이 없을 때 끝을 알립니다. 문서는 이어 읽기 토큰과 권한도 구분합니다. 모든 요청에는 여전히 인증이 필요합니다.
따라서 “100개보다 적게 받았으니 끝”이라는 규칙에는 선택한 입력의 계약상 근거가 필요합니다. 다른 서비스에서 가져오지 마세요. 통제된 시험에서 유효한 이어 읽기 정보와 함께 짧은 페이지를 반환해 보세요. 다음 항목도 집합에 들어와야 합니다. 에이전트가 멈춘다면 설명에 대한 의견의 품질을 평가하기 전에 구체적인 검수 결함을 발견한 것입니다.
API 페이지의 끝과 도구 화면에 표시된 응답의 잘림도 구분하세요. 서버는 전체 페이지를 보냈지만 어시스턴트는 앞부분만 보았을 수 있습니다. 빠진 부분을 읽거나 다른 경로로 가져와야 합니다. 도구를 호출했다는 정보만으로 반환된 내용 전부가 작업에 쓰인 자료에 들어갔다고 증명할 수 없습니다.
이 경계는 AI의 긴 문맥 활용 (폴란드어)보다 앞에 있습니다. 그 글에서는 모델이 전달받은 예외를 사용했는지 확인합니다. 여기서는 해당 레코드가 평가 단계에 도착하기나 했는지 묻습니다. 두 모델이 똑같이 잘린 목록을 받는다면 모델을 바꿔도 같은 누락이 남을 수 있습니다.
각 단계에서 입력 커서 표시, 받은 항목 수, 이어 읽기 정보를 보관하세요. 모든 로그 항목에 상품 내용 전체를 복사할 필요는 없습니다. 반면 반복된 커서를 감지하면 도움이 됩니다. 같은 페이지를 맴도는 연동이 완전성이 커지는 것처럼 보고서만 계속 늘려서는 안 됩니다.
이 작업에서는 읽기 내내 언어와 상태가 같아야 합니다. 세 번째 페이지 뒤에 폴란드어 설명 필터를 모든 언어로 바꾸면 나머지 목록은 다른 질문에 답합니다. 저장된 커서로 이 변경을 숨겨서는 안 됩니다. 범위를 넓혀야 한다면 별도 실행을 시작하고 그 조건을 보관하세요. 그러면 팀은 다른 레코드가 어느 순간부터 들어왔는지 추측하지 않고 두 결과를 비교할 수 있습니다.
합계는 맞지만 40개 항목이 없습니다
이 자료를 위해 245개의 가상 식별자로 별도의 재현 가능한 오프라인 시험을 수행했으며, 스크립트와 결과를 편집 패키지에 첨부했습니다. 한 페이지에 40개씩이면 올바른 실행은 가득 찬 여섯 페이지와 다섯 레코드가 든 마지막 페이지로 구성됩니다. 고객 데이터나 특정 서비스의 테스트 결과는 아닙니다. 작은 시험 집합이므로 무엇이 돌아와야 하는지 미리 정확히 정할 수 있습니다.

결함이 있는 변형에서는 세 번째 응답이 두 번째 40개를 다시 담습니다. 나머지 페이지는 정확합니다. 단순 합계는 여전히 245개입니다. 하지만 고유 식별자는 205개뿐이고 기대한 40개를 받지 못했습니다. 검수에서 목록 길이만 확인하면 반복된 페이지가 빠진 페이지를 대신해도 보고서의 숫자는 변하지 않습니다.
중복을 조용히 제거하고 남은 자료에 대해 성공을 선언하지 마세요. 어떤 식별자가 반복됐고 무엇이 빠졌으며 어느 전환에서 발생했는지 기록합니다. 재시도가 허용된다면 API 규칙에 따라 올바른 지점으로 돌아갑니다. 비슷한 제목이나 아마 오래된 상품일 것이라는 추측으로 누락을 채우지 마세요.
같은 시험 집합에서 기대한 식별자 대신 다른 식별자를 넣을 수도 있습니다. 그러면 받은 수와 고유 수는 맞지만 집합은 여전히 다릅니다. 그래서 개별 요소를 기준 범위와 비교합니다. 245개 범위라면 각각의 정체도 확인해야 합니다. 두 숫자의 일치만으로는 바꿔치기를 발견하지 못합니다.
완전히 읽은 후에야 에이전트가 결과를 올바른 항목에 연결했는지 확인할 수 있습니다. 일괄 처리의 검수 (폴란드어)는 그 이후 단계를 다룹니다. 245개 설명을 올바르게 가져온 뒤 평가를 서로 바꿔 놓을 수도 있습니다. 가져온 설명 30개를 정확히 평가하고 나머지는 보지 못할 수도 있습니다. 서로 다른 곳에서 수정해야 하는 별개의 결함입니다.
최종 보고서에는 개선이 필요한 설명 수라는 또 다른 숫자가 나올 수 있습니다. 색인에는 245개가 모두 있지만 두 항목의 내용 가져오기에 실패했다고 합시다. 에이전트는 나머지 243개를 평가하고 17개를 수정 대상으로 골랐습니다. 이 17개는 집합 일부에 대한 분석 결과로 정확할 수 있습니다. 그러나 빠진 설명 두 개가 좋다는 증거는 아닙니다. 검수자는 색인 범위, 가져온 내용 범위, 평가를 완료한 범위를 따로 볼 수 있어야 합니다.
특히 수신자가 문제 목록만 원한다면 실행 전에 이 기준을 정하세요. 그 형식에서 보고서에 없는 상품은 “검토했고 문제없음”, “가져오지 못함”, “평가하지 않음”을 뜻할 수 있습니다. 각각 다른 행동이 필요합니다. 간결한 권고 목록 밖에 상태 목록을 보관하면 됩니다. 이메일에 설명 245개를 전부 넣을 필요는 없습니다. 미해결 두 항목을 다시 찾을 방법을 보관해 바로 그 항목으로 돌아갈 수 있게 하세요.
가져오기 오류를 빈 설명으로 대체하지 마세요. 기술적 문제를 상품 내용에 대한 평가처럼 바꾸게 됩니다. 회사가 보고서를 바탕으로 수정을 의뢰하려 한다면 내용을 읽지 못한 레코드는 먼저 원인을 확인해야 합니다. 그렇지 않으면 작성자는 검토자가 보지도 않은 글을 고치라는 요청을 받게 됩니다.
하나의 목록에는 하나의 시점이 필요합니다
다음 읽기 중 팀이 새 설명을 게시하고 오래된 설명 하나를 내립니다. 항목 수는 여전히 245개입니다. 이후 페이지가 현재 상태에서 생성된다면 에이전트는 옛 카탈로그의 앞부분과 새 카탈로그의 뒷부분을 합칠 수 있습니다. 고유 식별자 수가 같아도 처음에 합의한 상태를 재현했는지는 알 수 없습니다.
해당 API가 제공하는 일관성 규칙을 확인하세요. 고정된 리비전을 읽을 수 있다면 그 리비전에서 계속 읽고 각 페이지의 표시를 받습니다. 변경 후 재시작이 필요하다면 미완료 실행을 별도로 보관하고 처음부터 다시 시작합니다. 커서를 사용했다는 사실만으로 데이터 불변성이 보장되는 것은 아닙니다.
서비스가 그런 보장을 제공하지 않는다면 팀은 합의된 내보내기를 사용하거나 결론을 읽기 시간 동안의 관찰로 제한할 수 있습니다. 이를 데이터베이스 한 시점의 정확한 스냅샷이라고 설명하지 마세요. 대여업체 예시에서 보관한 내보내기와의 비교는 차이를 알아내는 데 도움이 되지만 서버에 원래 없는 속성을 부여하지는 않습니다.
전달된 파일의 해시 (폴란드어)는 이후 참여자들이 같은 내보내기를 사용했는지 확인하는 데 도움이 됩니다. 원본 시스템과 비교한 완전성을 증명하지는 않습니다. 이를 평가하려면 파일 생성 방법, 범위, 확인된 시간 경계가 여전히 필요합니다. 같은 불완전 파일 두 개는 똑같이 불완전합니다.
읽기가 중단된 사실도 보여야 합니다. GitHub API 제한 지침은 Retry-After 헤더가 있다면 제시된 시간만큼 기다리고 재시도를 제한하도록 안내합니다. 제한 초과 응답은 비어 있는 마지막 페이지가 아닙니다.
이 카탈로그에서 다섯 번째 페이지에 오류가 생기면 에이전트는 가져오기가 끝나지 않았다는 사실을 보관해야 합니다. 토큰과 버전 일관성이 여전히 허용한다면 이어 읽을 수 있습니다. 허용하지 않으면 새 실행이 필요합니다. 이후 보고서가 이미 평가한 항목을 설명할 수는 있지만 완전한 검토라는 이름을 붙여서는 안 됩니다.
마찬가지로 스트리밍 응답의 일부 (폴란드어)는 확인된 완료를 대신하지 못합니다. 목록에서는 페이지 내용을 가져온 것, 이어 읽기 정보를 확인한 것, 전체 범위를 끝낸 것을 구분하세요. 그러면 중단된 읽기가 “AI의 답변이 너무 짧다”는 일반 오류 속에 사라지지 않고 별도의 상태로 남습니다.
Aeneia Audit과 논의할 때는 작업 한 건, API 입력 설명, 허용된 작은 기준 자료를 준비하세요. 그러면 에이전트의 작업 방식 검토를 통해 어떤 증거를 얻을 수 있고 어디서 결론을 제한해야 하는지 알 수 있습니다. 실제 데이터베이스 전체를 다른 모델 대화로 옮길 필요는 없습니다.
검수자는 범위, 마지막으로 확인한 읽기 상태, 받은 집합의 일치 여부를 지적할 수 있어야 합니다. 에이전트가 30번째 항목까지만 도달했다면 보고서에 유용한 평가 30개를 담을 수는 있습니다. 다만 올바른 이름을 붙여야 합니다. 어시스턴트가 마지막 문단을 쓰기 좋은 순간이라고 판단했다고 카탈로그가 짧아지지는 않습니다.







