Agent KHU — MCP 기반 AI 캠퍼스 정보 시스템

Anthropic Claude Sonnet 4와 MCP(Model Context Protocol)를 활용해 통합 캠퍼스 정보를 제공하는 AI 에이전트 시스템. 졸업학점·수강신청·도서관 좌석·식당 메뉴·공지사항 등 6개 MCP 서버를 단독으로 설계·구현하고 운영까지 책임진 졸업프로젝트입니다.

핵심 기여 1 — I/O 병목 정량 진단 → 응답시간 67% 단축

• cProfile로 전 구간 프로파일링 → 외부 스크래핑 I/O가 전체 시간의 78% 차지 특정
• Redis TTL 계층화 (졸업요건·강의실 24h / 공지 2h / 식단 1h / 도서관 1m)
• APScheduler 선제 갱신으로 캐시 스탬피드 방지
• asyncio.gather()로 직렬 MCP 호출 → 병렬 처리 전환
• 결과: 16.6s → 5.5s (67% 단축) · 에러율 15% → 2% · 캐시 히트율 95%

핵심 기여 2 — LLM/SLM 하이브리드 라우팅

• 단순 조회형 질의 → SLM 또는 캐시 직행 / 복합 추론만 Claude Sonnet 4 실행
• 전체 질의의 62%를 LLM 호출 없이 처리 · 단순 질의 응답속도 85% 개선

핵심 기여 3 — MCP 세션 독립 재설계

• 요청마다 독립 세션(create/terminate) 생성 → Context 오염 버그 완전 제거
• Graceful Degradation: 특정 MCP 장애 시 나머지 5개 기능 정상 유지