CLAUDE.md 612행을 110행으로 최적화하여 에이전트 정밀도 향상

Context

14개월간 누적된 CLAUDE.md의 중복 규칙과 모순된 예외 조항으로 인해 AI 에이전트의 추론 성능 저하 발생. 단순 수정으로는 해결 불가능한 복잡한 Rule Entanglement 상태에 도달하여 전체 삭제 후 재설계 결정.

Technical Solution

• Blank Slate 전략을 통한 에이전트의 Training-data Default 동작 분석 및 Candidate Signal 추출
• 2주간의 Observed Behavior 로그 기반으로 실제 발생한 Failure Case만 규칙으로 전환하는 Reactive Drafting 적용
• 수집된 51개 사례를 Process, Stack, Operational, Principle, Communication, Tooling의 6개 도메인으로 클러스터링하여 구조화
• AgentLint 도구를 활용해 모호한 규칙 및 임계값 누락을 검증하는 정적 분석 단계 도입
• Rule of Thumb 원칙을 적용해 최소 2회 이상 반복 발생한 패턴만 정식 규칙으로 승격시켜 정보 밀도 최적화
• 규칙 추가 시 동일 무게의 기존 규칙을 삭제하는 Zero-sum Growth 정책으로 설정 파일의 비대화 방지