LLM은 위임할 때 문서를 훼손한다

Context

LLM에 긴 문맥을 반복적으로 입력하고 출력하는 왕복 과정에서 정보가 열화되는 Semantic Ablation 현상 발생. 단순 read/write 방식의 하네스 설계는 모델이 전체 파일을 다시 쓰게 유도하여 데이터 손실과 의도 왜곡을 가속화함.

Technical Solution

• LLM을 단순한 '의도 결정 층'으로 정의하고 결정적 실행 로직과 분리한 얇은 인터페이스 설계
• 전체 파일 재작성 대신 str_replace, insert 등 정밀한 외과적 수정 명령 기반의 편집 도구 도입
• LLM 내부 메모리 암송에 의존하지 않고 ed, sed와 같은 상태 유지형 표준 편집기 활용을 통한 데이터 무결성 확보
• 조사 단계와 조립 단계를 분리하여 사실 기반의 독립적 Markdown 파일을 생성하는 원자적 저장 구조 채택
• 결정적 데이터의 직접 요약 대신 해당 데이터를 처리하는 코드 생성 및 실행 방식으로 파이프라인 전환
• 단일 진실 공급원(Single Source of Truth)을 제공하여 반복적인 텍스트 덧칠로 인한 평균 회귀 현상 차단