Teddy는 Slack에서 운동과 건강 기록을 받아 코칭으로 이어가는 개인 PT 에이전트입니다. 여기서 건강 데이터는 단순히 대화의 재료만은 아니었습니다. 체중이나 수면, 운동 같은 기록은 나중에 다시 볼 수 있는 원본 데이터이기도 했습니다.
그런데 AI를 붙이면 흐름이 묘하게 복잡해집니다.
건강 웹훅으로 리포트가 들어오면, Teddy는 내용을 읽고 해석한 뒤 응답을 만들 수 있어야 합니다. Hermes는 이 과정에서 텍스트 의도를 파악하고, 응답과 코칭 판단을 만드는 쪽으로 적용 범위가 넓어졌습니다. 처음에는 선택 기능으로 들어갔던 주간 코칭에서 시작해, 텍스트 처리와 코칭 의사결정까지 연결된 형태입니다.
문제는 이 해석 과정이 건강 리포트를 받는 과정까지 붙잡을 수 있다는 점이었습니다.
Hermes가 해석이나 응답 생성에 실패하는 경우, 들어온 웹훅 리포트 자체도 함께 남지 않을 위험이 있었습니다. 코칭 문장이 만들어지지 않는 일과, 이미 들어온 건강 데이터를 보관하지 못하는 일은 성격이 다릅니다. 전자는 응답의 문제이고, 후자는 기록의 문제니까요.
그래서 두 흐름을 분리했습니다.
웹훅으로 받은 건강 리포트는 원본대로 보존하는 경로를 두고, Hermes는 그 뒤에서 해석과 응답 생성을 맡도록 바꿨습니다. 이제 Hermes 처리에 실패해도, 그 실패가 리포트 보존 실패로 바로 이어지지 않도록 한 것입니다.
하지만 건강 기록은 답변을 잘 만들기 위한 부속 데이터가 아니라, 그 자체로 남아 있어야 하는 데이터였습니다.
현재 Teddy의 건강 데이터 수집 흐름에는 원본 보존과 AI 처리 결과를 분리하는 보완이 들어가 있습니다. Hermes가 코칭에 더 많이 관여하더라도, 건강 리포트를 받는 기본 경로까지 AI 응답에만 기대지는 않게 됐습니다.
다음으로 남은 건 저장된 정보의 활용이었습니다. 외부 건강자료를 모아두는 것만으로는 충분하지 않았습니다.