AI 가이드라인의 74%가 무효한 이유: Verifiable Surface 기반의 규칙 설계

Context

많은 프로젝트가 CLAUDE.md나 .cursorrules를 통해 AI 에이전트에게 코딩 컨벤션을 지시하나, 대부분이 'Clean Code'와 같은 추상적 표현을 사용함. 이로 인해 Parser가 기계적으로 검증할 수 없는 비결정적 규칙이 양산되어 실제 코드 품질 강제력이 상실된 상태임.

Technical Solution

• 추상적 판단을 배제하고 AST(Abstract Syntax Tree) 분석이 가능한 Verifiable Surface 기반의 규칙 정의
• 'Careful with types'와 같은 정성적 지시를 'No any types in src/'와 같이 금지 토큰 기반의 정량적 제약으로 변환
• 'Modern React' 대신 'Prefer functional components over class components' 패턴을 도입하여 발생 빈도 및 비율 기반의 측정 가능한 지표 설계
• AST-level, Filesystem, Regex, Tooling, Config-file 등 6가지 검증 클래스에 매핑되는 구체적 패턴 적용
• RuleProbe와 같은 도구를 활용하여 기계적으로 추출 불가능한 'Wish-list' 성격의 규칙을 식별하고 제거하는 파이프라인 구축