에이전트 신뢰도 패턴 | 패턴 |

에이전트 신뢰도 패턴

잘 설계된 신뢰성에 대해 자세히 알아보기 → 에이전트 엔터프라이즈 신뢰성

패턴

찾을 위치	유사성
플랫폼 \| 플랫폼 캐시	✅ 임계값 및 구성에 대한 사용자 정의 메타데이터 유형에 의해 지원되는 낮은 대기 시간 실시간 판독을 위해 플랫폼 캐시에서 LLM 서비스 상태를 추적하는 회로 차단기를 구현합니다. 플랫폼 캐시가 가장 노력하기 때문에 캐시만이 아닌 내구성 저장소(예: 사용자 정의 개체)에서 열림/정리 상태를 유지합니다. 조정된 오류 임계값(예: 5개의 연속 유추 실패)에서 회로를 열고 대체 패턴으로 라우팅
플랫폼 \| 플랫폼 캐시	✅ 플랫폼 캐시에 확인된 응답 스키마를 저장하여 예상 구조에 대한 에이전트 응답을 빠르게 확인할 수 있습니다.
Agentforce \| 프롬프트 템플릿	✅ 응답 유효성 검사에 실패하면 유효성 검사 오류 및 올바른 구조의 예(최대 3-5회 재시도)를 포함한 세분화된 프롬프트를 사용하여 다시 시도합니다.
Agentforce \| 세션 추적	✅ Agentforce 세션 추적 추론 추적을 사용하여 에이전트의 추론 경로를 검사하고 출력에서 환각을 감지합니다.
Data 360 \| 벡터 검색	✅ 작업을 실행하기 전에 검색된 소스에 대해 클레임을 교차 참조할 수 있도록 에이전트가 Data 360 벡터 검색 소스를 따르도록 요구
플랫폼 \| Proactive Monitoring	✅ 서명 성공 권리가 있는 계정의 경우 Salesforce 직원이 조직에 발생하는 문제를 모니터링하는 Proactive Monitoring 사용합니다. 이는 셀프 서비스 구성 가능한 경고가 아닙니다.
플랫폼 \| 스케일 센터	✅ 스케일 센터를 사용하여 총괄자 제한에 근접하는 특정 에이전트 작업 식별
Agentforce \| 작업	✅ 대규모 레코드 컬렉션을 검색하는 에이전트 작업에 페이지 매김 구현
Agentforce \| 작업	✅ 하드 제한을 사용하여 에이전트 작업을 설계하고(상위별 최대 200개) 제한을 초과할 경우 샘플링 전략을 구현합니다.

안티 패턴

찾을 위치	불만 사항
플랫폼 \| 사용자 정의 메타데이터 유형	⚡️ 회로 차단기 없이 무제한 추론 재시도 허용, LLM 서비스가 저하되면 무한 재시도 루프 생성
Agentforce \| 프롬프트 템플릿	⚡️ 재시도 프롬프트에 확인 오류 및 예상 구조를 포함하지 않고 실패한 에이전트 응답 재시도
Agentforce \| 작업	⚡️ 에이전트가 상위 레코드당 하위 항목에 대한 엄격한 제한 없이 제한되지 않은 컨텍스트(예: “모든 내역”)를 요청하도록 허용
Agentforce \| 작업	⚡️ 페이지 매김 없이 대규모 레코드 컬렉션을 검색하여 총괄자 제한이 급증하는 에이전트 작업 설계
Einstein \| Trust 계층	⚡️ 기초 교육 데이터 소스에 대한 교차 참조 청구 없이 에이전트 응답을 신뢰하므로 환각이 작업 실행에 도달할 수 있습니다.
플랫폼 \| 조직	⚡️ 별도의 종속성으로 모니터링하는 대신 LLM 서비스 가용성을 Salesforce Platform 가용성과 동일하게 처리

패턴

찾을 위치	유사성
Agentforce \| 에이전트 구성	✅ 다중 계층 대체 체인 설계: 전체 컨텍스트 에이전트 → 축소된 컨텍스트 에이전트 → 결정적 규칙 엔진 → 옴니채널을 통한 인적 핸드오프
Agentforce \| 에이전트 구성	✅ 축약된 컨텍스트를 사용하여 보조 에이전트를 구성합니다(지난 30일 vs. 전체 내역, 상위 5개의 벡터 검색 결과 vs. 상위 20개) 실패 가능성을 줄이십시오.
플랫폼 \| 플로	✅ 플랫폼 이벤트로 트리거된 오케스트레이션 플로 또는 Apex 대체 논리를 구현하고 실패 패턴에 대한 가시성을 위해 성공한 계층을 기록합니다.
플랫폼 \| 플로	✅ 에이전트 추론이 실패할 때 일반적인 시나리오를 대처하는 결정적 플로 또는 Apex 논리를 구축합니다(예: 표준 확인 규칙, 규칙 기반 점수 계산).
Agentforce \| 옴니채널	✅ 적절한 전문 지식에 도달하도록 에스컬레이션을 보장하는 인사 이탈을 위한 기술 기반 라우팅 구성
Agentforce \| 옴니채널	✅ 시도된 전략, 에이전트 신뢰도 점수, 실패 이유를 포함하여 전체 대화 컨텍스트를 대기열에 전달합니다.

안티 패턴

찾을 위치	불만 사항
Agentforce \| 에이전트 구성	⚡️ 구성 요소가 저하될 경우 완전히 실패하는 단일 실행 경로를 사용하여 에이전트를 설계합니다.
Agentforce \| 에이전트 구성	⚡️ 컨텍스트를 점진적으로 간소화하는 대신 대체 시도에 동일한 전체 컨텍스트 에이전트 구성을 사용
Agentforce \| 옴니채널	⚡️ 대화 컨텍스트, 시도한 전략 또는 실패 이유를 전달하지 않고 인적 핸드오프로 라우팅하여 에이전트가 처음부터 시작해야 합니다.
플랫폼 \| 플로	⚡️ 성공한 대체 계층을 기록하지 않아 실패 패턴 및 대체 효과가 표시되지 않음

패턴

찾을 위치	유사성
플랫폼 \| 플랫폼 이벤트	✅ 다단계 에이전트 워크플로의 각 성공 단계 후 검사점 이벤트 게시, 관련 ID, 완료된 단계, 이벤트 페이로드의 연속에 필요한 상태 저장
플랫폼 \| 플랫폼 이벤트	✅ 에이전트 워크플로를 전체 워크플로를 차단하지 않고 각 에이전트가 실패하고 재시도할 수 있는 느슨하게 연결된 이벤트 체인으로 설계
플랫폼 \| 플랫폼 이벤트	✅ 페이로드에서 재시도 횟수가 포함된 플랫폼 이벤트를 사용하여 기하형 백오프 지연(30초, 2분, 8분, 30분)을 사용하여 재시도 대기열을 구현합니다.
플랫폼 \| 플랫폼 이벤트	✅ 최대 재시도 수(일반적으로 5)가 소요된 후 수신자 대기열로 라우팅 및 경고 작업
플랫폼 \| 플랫폼 이벤트	✅ 모든 관련 이벤트에 상관 관계 ID 포함, 플랫폼 이벤트 재생 API를 사용하여 디버깅을 위한 전체 워크플로 내역 재구성
플랫폼 \| 플랫폼 이벤트	✅ 대용량 플랫폼 이벤트에 사용할 수 있는 72시간 재생 보존 기간(표준 볼륨 이벤트 보존 24시간)을 활용하여 조직 서비스 점검 기간 또는 배포 가동 중지 시간을 통해 재시도 대기열을 유지합니다.

안티 패턴

찾을 위치	불만 사항
플랫폼 \| 플랫폼 이벤트	⚡️ 검사 포인트 없이 다단계 에이전트 워크플로를 구축하여 중간 단계가 실패하면 전체 재실행이 필요합니다.
플랫폼 \| 플랫폼 이벤트	⚡️ 기하급수적 백오프 없이 실패한 에이전트 요청을 재시도하여 복구 서비스에 잔해하는 빈도 영향을 미칩니다.
플랫폼 \| 플랫폼 이벤트	⚡️ 단일 에이전트 실패로 인해 다운스트림 처리가 모두 차단되는 긴밀하게 연결된 순차적 워크플로 설계
플랫폼 \| 플랫폼 이벤트	⚡️ 이벤트에서 상관 관계 ID를 생략하여 전체 워크플로 실행을 추적 및 디버그할 수 없음
플랫폼 \| 플랫폼 이벤트	⚡️ 최대 재시도 수 또는 죽은 편지 대기열 없이 무기한 재시도, 영구적으로 실패한 작업에 대한 플랫폼 자원 소비

패턴

찾을 위치	유사성
플랫폼 \| Apex	✅ 1,000개 이상의 레코드를 분석하는 에이전트 작업에 배치 Apex 사용하고 비동기 총괄자 제한(200개의 SOQL 쿼리, 150개의 DML 작업, 실행당 60초 CPU)을 활용합니다.
플랫폼 \| Apex	✅ 여러 외부 API 호출 또는 처리 시간을 연장하는 다단계 에이전트 워크플로에 대기 가능한 Apex 체인을 사용합니다. 사용자 정의 개체의 진행 상태를 추적하여 장애 시 재개 가능
플랫폼 \| Apex	✅ 실패를 허용할 수 있는 가볍고 잊혀진 에이전트 작업에 @future 메서드를 사용합니다(알림, 외부 로깅, 비 긴급 업데이트).
플랫폼 \| Apex Jobs	✅ Apex 작업 페이지(설정 → Apex 작업) 및 Apex Flex 대기열을 통해 비동기 처리 용량을 모니터링합니다. 최대 5개의 동시 배치 작업(Flex 대기열에 추가 작업 대기열, 보류 상태에서 최대 100개)과 비동기 Apex 실행(DailyAsyncApexExecutions)에 대한 조직 전체 일일 제한(24시간마다 사용자 라이센스 수가 250,000개 이상 또는 200배) – 배치, 대기열, 미래 및 예정된 Apex 간 공유
플랫폼 \| 조직	✅ 에이전트 프로세싱이 차단되기 전에 사전 예방적 수용력 관리를 활성화하는 비동기 소비가 제한에 도달하면 경고

안티 패턴

찾을 위치	불만 사항
플랫폼 \| Apex	⚡️ 배치 Apex 이동하는 대신 동기식 에이전트 트랜잭션에서 1,000개 이상의 레코드를 처리하여 몇 개의 레코드만 있으면 100 SOQL 쿼리 제한에 도달
플랫폼 \| Apex	⚡️ 사용자 정의 개체에서 진행 상황을 추적하지 않고 대기 가능 체인을 사용하여 재시작 시 실패 기능 방지
플랫폼 \| 조직	5개의 동시 배치 작업 제한 또는 공유 일일 비동기 Apex 실행 제한(DailyAsyncApexExecutions — 24시간 동안 배치, 대기 가능, Future 및 Scheduled Apex에서 사용자 라이센스 250,000개 이상 또는 200x 이상)을 모니터링하지 않아 에이전트 처리가 자동으로 대기열에 지정되거나 실패합니다.

패턴

찾을 위치	유사성
플랫폼 \| 조직	✅ 프로덕션 규모의 데이터 볼륨을 사용하여 전체 사본 Sandbox에서 에이전트 성능 테스트, 최대 수요와 일치하는 동시 대화 시뮬레이션
플랫폼 \| 조직	✅ 스트레스를 받는 상태에서 성능 저하를 식별하는 부하 시 p95 및 p99 대기 시간 측정, 최대 부하 시 임계값 미만인 총괄자 제한 소비 확인
Agentforce \| 에이전트 구성	✅ 오류 삽입 수행: 회로 차단기 모니터링 서비스 계층에서 LLM 추론 실패를 시뮬레이션하고 SOQL 예외를 테스트하여 오류 처리를 실행하거나 손상된 응답 테스트를 통해 유효성 검사 논리를 입력합니다.
Agentforce \| 에이전트 구성	✅ 테스트 도중 데이터 왜곡(하위 항목이 10,000개 이상인 계정)을 도입하여 페이지 매김 논리가 최악의 경우를 처리하는 유효성을 검사합니다.
플랫폼 \| 플랫폼 이벤트	✅ 혼란 엔지니어링 수행: 플랫폼 이벤트 구독자의 재생 복구 테스트 무작위 비활성화, 비동기 작업 종료 실행 중 테스트 검사점 재시작
플랫폼 \| 조직	✅ 에이전트가 발전함에 따라 복원 능력을 유지하는 스테이징 환경에서 정기적인 혼란 일정을 예약
플랫폼 \| 조직	✅ 장기 실행 안정성 테스트(72시간 이상)를 실행하여 시간 종속 실패 모니터링: 오류 누적 및 점진적인 성능 저하
플랫폼 \| 조직	✅ 연장 기간 동안 CPU 시간 추세 및 힙 소비를 추적하여 컨텍스트 관리의 점진적 저하를 감지합니다.

안티 패턴

찾을 위치	불만 사항
플랫폼 \| 조직	데이터 용량이 줄어들어 부분 복사 Sandbox에서 테스트를 로드하여 데이터 용량이 에이전트 성능에 직접적인 영향을 미치므로 잘못된 신뢰를 제공합니다.
Agentforce \| 에이전트 구성	⚡️ 회로 차단기 확인, 논리 재시도, 시간 초과 처리에 의도적으로 실패를 도입하지 않고 Happy 경로만 테스트
플랫폼 \| 조직	⚡️ 단기 테스트만 실행, 지속적인 72시간 이상 운영 시에만 나타나는 시간 종속 실패 누락(오류 누적, 점진적 저하)
플랫폼 \| 플랫폼 이벤트	⚡️ 플랫폼 이벤트 재생 복구 또는 검사점 재시작을 테스트하지 않아 복원 메커니즘이 유효성 검사되지 않음

패턴

찾을 위치	유사성
비즈니스 \| 문서	✅ 프로덕션 실패 후가 아닌 에이전트 구축 전에 SLO를 설정하고, 에이전트 유형당 대화 성공률 목표(일반적으로 95~99%)를 정의합니다.
플랫폼 \| 조직	✅ 대화 성공률을 기본 에이전트 신뢰도 메트릭으로 추적합니다. 오류 또는 시간 초과 없이 완료된 대화 비율입니다. 에스컬레이션이 설계된 최종 대체 계층이므로 사람에게 유예한 핸드오프를 성공으로 계산하고 메트릭에 실패하거나 의도하지 않은 에스컬레이션만 계산합니다.
플랫폼 \| 조직	✅ 에이전트 목적에 따라 성공 기준이 다르므로 에이전트 유형 및 사용 사례별로 별도로 성공률을 추적합니다.
플랫폼 \| 조직	✅ 에이전트 유형당 실패 사이 평균 시간(MTBF)을 계산하여 최적화 투자가 필요한 가장 신뢰할 수 없는 에이전트 식별
플랫폼 \| 조직	✅ 평균 복구 시간(MTTR) 측정, 플랫폼 이벤트 재생 및 회로 차단기를 통해 복구를 자동화하여 수동 중재보다 빠르고 오류가 발생하기 쉬운 복구
Einstein \| Trust 계층	✅ Data 360 소스에 대한 청구를 확인하는 샘플 임의의 에이전트 응답으로 그라운딩 정확도를 측정하고, 정확도가 95% 미만일 때 조사
플랫폼 \| 플랫폼 이벤트	✅ 각 이벤트의 replayId 및 상관 관계 ID를 사용자 정의 개체에 기록하는 구독자 측 로깅 패턴을 통해 플랫폼 이벤트 재생 간격(예약되지 않음 또는 전달되지 않음 이벤트) 모니터링
플랫폼 \| 조직	✅ SLI가 정의된 SLO 임계값보다 낮을 경우 작업 경고

안티 패턴

찾을 위치	불만 사항
비즈니스 \| 문서	⚡️ 먼저 SLO를 정의하지 않고 프로덕션 실패 후에만 신뢰도 목표를 설정하지 않고 에이전트를 구축합니다.
플랫폼 \| 조직	⚡️ 에이전트 유형 및 사용 사례별로 별도로 추적하는 대신 모든 에이전트 유형에서 단일 집계 성공률 사용
플랫폼 \| 조직	⚡️ 대화 성공률, MTBF, MTTR, 기초 교육 정확도와 같은 에이전트별 SLI를 추적하지 않고 전통적인 Salesforce 모니터링(Trust.salesforce.com)에만 의존
플랫폼 \| 조직	⚡️ 플랫폼 이벤트 재생 및 회로 차단기를 사용하여 복구를 자동화하는 대신 모든 에이전트 실패에 대해 수동으로 개입해야 함
Einstein \| Trust 계층	⚡️ 에이전트 응답을 샘플링하지 않아 프로덕션에서 환각이 감지되지 않도록 통합 정확도 검증

패턴

찾을 위치	유사성
Agentforce \| 에이전트 구성	✅ 초기 설계에서 에이전트 워크플로에 재시도 패턴, 대체 체인, 에스컬레이션 임계값을 설계하고 후 고려 사항이 아닌
Agentforce \| 작업	✅ 에이전트 작업에서 컨텍스트 준비 대량 처리 및 대규모 레코드 컬렉션 페이지 매김
플랫폼 \| 플랫폼 캐시	✅ 에이전트 컨텍스트를 준비하는 동안 중복 쿼리를 줄이는 플랫폼 캐시에 자주 액세스하는 참조 데이터 캐싱
플랫폼 \| 스케일 센터	✅ 스케일 센터를 사용하여 최적화가 필요한 리소스 집약적인 에이전트 작업 식별
플랫폼 \| 플랫폼 이벤트	✅ 외부 종속성을 보호하는 회로 차단기를 사용하여 플랫폼 이벤트를 지속적인 재시도 대기열로 사용하여 자체 복구 워크플로 설계
Agentforce \| 에이전트 구성	✅ 항상 모든 에이전트의 저하 체인에 최종 대체로 인해 인적 핸드오프를 포함합니다.
플랫폼 \| 조직	✅ 메트릭이 SLO 미만이 되면 에이전트 SLI가 지속적으로 경고를 모니터링
Agentforce \| 에이전트 구성	✅ 적절한 감독과 자동 기능의 균형을 맞추기: 신뢰도가 떨어지거나 극단적인 사례가 발생할 때 에스컬레이션하면서 일시적인 실패로부터 자가 복구 지원

안티 패턴

찾을 위치	불만 사항
Agentforce \| 에이전트 구성	⚡️ 처음부터 신뢰성 메커니즘(재시도, 대체, 에스컬레이션)을 설계하는 대신 후 고려 사항으로 추가
Agentforce \| 작업	⚡️ 컨텍스트 준비를 대량 처리하지 않아 실제 쿼리 패턴에서 총괄자 제한이 실패합니다.
플랫폼 \| 조직	⚡️ API 소비 및 플랫폼 이벤트 할당을 사전에 모니터링하지 않고 에이전트가 실패한 경우에만 제한을 발견합니다.
Agentforce \| 에이전트 구성	⚡️ 최종 대체로 인해 핸드오프를 사용하지 않고 에이전트 체인을 설계하여 모든 자동화된 옵션이 소모되면 복구 경로가 남지 않습니다.
Agentforce \| 에이전트 구성	⚡️ 신뢰도가 낮은 상황 또는 극단 사례에 에이전트에게 에스컬레이션 임계값 없이 완전히 자율적인 작업을 허용