Architecture-first Prompting을 통한 LLM 코드 생성 정확도 극대화 및 개발 사이클 단축

Context

LLM의 Context Window 제한과 세션 간 메모리 부재로 인해 시스템 아키텍처를 무시한 Generic Code가 생성되는 문제 발생. 특히 Custom Header 사용이나 Platform-specific Storage wrapper 같은 특수 제약 사항이 반영되지 않아 통합 단계에서 런타임 에러가 빈번하게 발생하는 한계 노출.

Technical Solution

• System-wide Reference File(tracE.md) 구축을 통한 LLM의 External Memory 구현
• DB Schema, Backend Route, Auth Model, Deployment Pipeline을 포함한 전역 컨텍스트 정의
• 모든 세션 시작 시 Reference File을 주입하여 LLM이 Generic App이 아닌 Specific System을 설계하도록 강제
• UI 개발 전 Data Layer 설계를 우선 완료하여 아키텍처 일관성 확보
• Component 단위 요청 대신 Architecture Context 기반의 Feature 단위 Prompting 전략 채택
• Expo React Native와 Catalyst Serverless 간의 특수 통신 규약(X-TE-Token)을 명시하여 통합 오류 제거