How We Built an AI That Remembers Your Team's Failures — Before They Happen Again

개요

FlowMind는 AI 기반의 그룹 프로젝트 관리 도구로, 지속적인 기억(persistent memory)을 활용하여 팀의 과거 실수로부터 학습하고 향후 발생할 수 있는 문제를 미리 예측하는 데 중점을 둡니다.

주요 내용

* 문제점: 기존 프로젝트 관리 도구들은 발생한 일을 기록하지만, 이를 바탕으로 학습하고 개선하지 못해 팀들이 반복적으로 동일한 실수를 저지르는 문제가 있습니다.
* FlowMind의 핵심: FlowMind는 AI가 팀을 학습하고 문제 발생 전에 실패를 예측하는 프로젝트 관리자로, 프로젝트마다 새롭게 시작하는 대신 사용 시간이 길어질수록 더 스마트해집니다.
* 기술 스택:
* Frontend: React 18 + Vite
* Backend: Node.js + Express
* AI/LLM: Groq API (llama3-70b-8192)
* Persistent Memory: Hindsight by Vectorize
* Knowledge Graph: Neo4j
* Voice Transcription: Web Speech API
* Deployment: Vercel + Render
* Hindsight by Vectorize 활용: retain(), recall(), reflect() 기능을 통해 모든 작업 완료, 결정, 회의 내용 등을 저장하고, 이를 바탕으로 팀의 과거 패턴을 분석하여 지연 위험 등을 예측합니다. 특히 Observation Consolidation 기능은 수동적인 패턴 감지 로직 작성 없이 자동으로 행동 통찰력을 생성합니다.
* Neo4j 활용: 팀원, 기술, 작업, 결과 등을 노드로, 이들 간의 관계를 엣지로 모델링하는 지식 그래프를 구축합니다. 이를 통해 특정 작업에 가장 적합한 팀원을 과거 성과 데이터와 기술 그래프를 기반으로 지능적으로 할당합니다.
* Groq API 활용:
* 회의 분석: 음성 회의 내용을 실시간으로 녹취하고, 팀원 기술 프로필 및 Neo4j 팀 그래프를 기반으로 추출된 작업, 할당 근거, 결정 사항, 후속 조치 등을 구조화된 JSON으로 반환합니다.
* AI 챗: 팀 메모리에 대한 대화형 접근을 제공하여 과거 결정 사항 등에 대한 질문에 답변합니다.
* 갈등 예측기: Hindsight의 관찰 통합 및 Neo4j 패턴을 분석하여 마감일 전에 작업별 백분율 지연 위험을 생성합니다.
* 핵심 기능:
* AI 음성 회의: 실시간 녹취 및 자동 작업 추출
* 갈등 예측기: 과거 팀 이력 기반의 작업별 지연 위험 예측
* 의사 결정 로그: 모든 팀 결정 사항을 저장하고 AI가 이를 기억하여 반복 논쟁 방지
* AI 챗: 팀 메모리에 대한 대화형 접근
* AI 인사이트: 생산성 최고 시간, 반복되는 병목 현상, 추정 편향 등 행동 패턴 분석
* 팀원 기술 프로필: 기술, 경험, 선호도 등을 저장하고 AI가 이를 기반으로 작업 할당
* 구현 시 고려사항:
* 성공 요인: 사용자별 메모리와 공유 팀 메모리를 분리한 멀티뱅크 메모리 아키텍처, Groq API의 빠른 응답 속도, Neo4j와 Hindsight의 시너지 효과.
* 개선점: 프로젝트 초기에는 기억 데이터가 부족하여 예측 정확도가 떨어지는 '콜드 스타트' 문제 해결을 위한 더 나은 온보딩 흐름 필요, Web Speech API의 브라우저 호환성 문제, Neo4j의 스키마 설계의 중요성과 복잡성.

시사점

FlowMind는 AI와 지속적인 기억 메커니즘을 통해 팀의 협업 효율성을 극대화하고 반복되는 실수를 방지하는 새로운 접근 방식을 제시하며, 이는 향후 프로젝트 관리 도구의 발전 방향에 대한 시사점을 제공합니다.