60개 이상의 AI Persistent Memory 최적화를 통한 Solo Ops 운영 효율 극대화

Context

단일 운영자가 인프라 서비스를 관리하며 Claude Code의 Persistent Memory를 활용해 Runbook을 대체하는 과정에서 발생한 컨텍스트 오염과 검색 효율 저하 문제 분석.

Technical Solution

• 단순 작업 기록이 아닌 의사결정 제약 사항과 해결책을 명시하는 Why-driven 메모리 구조 설계
• VPS 제공사의 Kernel-wide OOM Scoring 이슈 해결을 위해 Docker 대신 systemd unit을 채택한 사례와 같은 기술적 근거 기록
• AI의 Retrieval 성능 향상을 위해 파일 본문보다 Index Entry(MEMORY.md)의 상세 설명(Hook)에 집중하는 검색 최적화 전략 적용
• Context Window 제한으로 인한 정보 손실을 막기 위해 200라인 기준의 Index Layout 관리 및 우선순위 기반 Pruning 수행
• 실패 사례와 디버깅 경험을 기록하는 Negative Feedback Loop 구축을 통한 동일 장애 재발 방지