참고팁Reddit
AI 에이전트의 이메일 처리 품질을 높이는 텍스트 정제 전략
LLM 입력 전 이메일 내 서명, 인용문, 하단 푸터를 제거하여 토큰 낭비를 줄이고 모델 이해도를 높이는 실전 기법.
요약
Reddit의 LLMDevs 커뮤니티에서 에이전트용 이메일 제품 개발 시 LLM 입력값 최적화를 위한 텍스트 정제 프로세스가 공유되었다. 이메일은 원본 상태에서 인용문, 서명, 법적 면책 조항 등이 포함되어 있어 모델 입력값으로 부적합하기 때문에 LLM 투입 전 별도의 정제 단계가 필요하다. 정제 프로세스는 'On... wrote:'와 같은 인용 시작 구문과 Outlook 헤더 블록을 제거하고, '>'로 시작하는 줄과 마케팅 푸터, 서명을 순차적으로 삭제하는 규칙을 적용한다. 만약 정제 후 텍스트가 사라질 경우 원본을 그대로 반환하여 데이터 손실을 방지하는 것이 특징이다. 서명 제거는 RFC 3676의 '-- ' 마커나 'Sent from my iPhone'과 같은 특정 문구를 기반으로 수행된다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 Cleaning quoted replies and signatures out of email with rules before a model reads it
원문 보기 ↗