피드로 돌아가기
Dev.toAI/ML
원문 읽기
코드베이스 자체를 검증 가능한 컨텍스트로 설계하는 Context Architecture 도입
Context Architecture: el día que entendí que el repo entero es el contexto
AI 요약
Context
AI Agent가 프롬프트의 지시사항보다 코드베이스의 기존 패턴을 우선시함에 따라 발생하는 일관성 결여 문제 분석. Screaming Architecture만으로는 최신성이 보장되지 않는 문서와 코드 간의 불일치(Drift) 현상을 해결하는 데 한계 노출.
Technical Solution
- Screaming Architecture 기반의 도메인 중심 구조 설계를 통한 비즈니스 의도 명시화
- 코드 경계마다 AGENTS.md 및 CLAUDE.md를 배치하여 코드만으로 파악 불가능한 결정 배경 및 제약 사항 제공
- 모든 아키텍처적 선언을 Linter, Type Check, Test 등 강제 가능한 메커니즘과 연결하여 거짓 정보의 전파 방지
- Spec 중심 설계 후 이를 테스트와 타입 시스템으로 구현하여 Spec 자체를 코드에 내재화하는 구조 채택
- Tool, Skill, Command를 예측 가능한 경로에 배치하여 Agent의 기능 발견 가능성(Discoverability) 최적화
실천 포인트
- README의 가이드라인이 실제 코드와 일치하는지 CI 단계에서 검증하는 Linter 룰 추가 검토 - 기술 계층(Layer) 중심이 아닌 비즈니스 도메인 중심의 폴더 구조로 재편하여 Agent의 경로 추론 정확도 향상 - Agent 전용 컨텍스트 파일(AGENTS.md)을 도입하여 반복적인 프롬프트 지시 사항을 코드베이스로 이전 - '문서화' 대신 '강제 가능한 규칙'으로 아키텍처 제약 사항을 정의하는 전략 수립