Context Engine 도입을 통한 코드 재사용성 및 정밀도 +14.8% 향상

Context

범용 AI 모델의 codebase에 대한 도메인 지식 부재로 인한 중복 코드 생성 및 아키텍처 위반 문제 발생. 단순한 Context Window 확장만으로는 대규모 저장소의 모든 의존성과 컨벤션을 처리하기 어려운 제약 존재.

Technical Solution

• 전체 저장소의 파일, 클래스, 함수, 인터페이스 및 의존성 관계를 분석하는 Semantic Understanding 레이어 구축
• 단순 텍스트 저장 방식에서 탈피하여 서비스 간 의존성과 팀 내 결정 사항을 연결하는 시맨틱 인덱싱 적용
• 전체 소스 중 작업에 필요한 핵심 컨텍스트만 선별하여 제공하는 Context Curation 메커니즘 구현 (예: 4,456개 소스 중 682개 추출)
• Coordinator, Specialist, Verifier 등 Multi-Agent 워크플로우 전반에 동일한 지식 베이스를 공유하여 Agent 간 정렬(Alignment) 유지
• commit 메시지와 PR 이력을 분석하여 변경 사유와 최신 아키텍처 트렌드를 실시간으로 반영하는 동적 컨텍스트 업데이트 체계 마련