AI Agent News Curation

MCP(Model Context Protocol)와 LLM 에이전트를 결합하여 정보 과부하 문제를 해결하는 지능형 뉴스 자동화 파이프라인 연구입니다.

Graduation Thesis Abstract

"본 논문은 정보 과부하 시대의 효율적인 정보 소비를 위해 MCP 기반 에이전트 설계 방안을 연구하였습니다. 단순 수집을 넘어 AI가 맥락을 이해하고 요약하는 자동화 파이프라인의 효율성을 입증하였습니다."

프로젝트의 논리적 흐름과 물리적 구성도

에이전트가 뉴스 중요도를 판단하고 적절한 Tool(검색, 요약)을 스스로 선택합니다.

수집된 뉴스 원문을 Vector DB에 적재하여 환각 현상을 방지하고 정확도를 높입니다.

분석된 결과를 사용자 페르소나에 맞춰 이메일 및 웹으로 자동 전송합니다.

지정한 시간마다 에이전트가 자동 작동

사용자 맞춤형 요약 리포트 전송

DB에 저장된 과거 뉴스 데이터 시각화

PROBLEM 자동화 파이프라인 중 에이전트가 즉각 요약하지 않고 사용자에게 역질문을 던지는 현상 발생.

SOLUTION System Prompt 최적화 및 페르소나 부여를 통한 '태스크 지향적' 응답 구조 강제.

RESULT 파이프라인 중단 없는 완전 자동화 달성 및 응답 신뢰성 확보

PROBLEM 다양한 뉴스 API 순차 호출 시 전체 처리 시간 지연.

SOLUTION Asyncio 기반 비동기 수집 파이프라인 구축.

RESULT 데이터 수집 및 요약 시간 기존 대비 약 70% 단축