Anthropic의 Skills와 Knowledge Layer를 통한 AI 컨텍스트 최적화 전략

Context

LLM의 프롬프트 컨텍스트 제한으로 인해 CLAUDE.md 파일의 크기를 200라인 이하로 유지해야 하는 제약 발생. 방대한 도메인 지식과 실행 가능한 액션을 효율적으로 관리할 구조적 방법 필요.

Technical Solution

• Hub and Spoke 구조를 적용하여 메인 파일은 라우팅 테이블 역할만 수행하고 세부 내용은 개별 md 파일로 분리하는 점진적 노출 방식 채택
• 실행 가능한 액션(What to do)을 정의하는 Skills와 도메인 컨텍스트(What to know)를 저장하는 Knowledge Layer를 분리한 계층형 설계
• 실무에서 발생한 예외 상황과 실수 사례를 기록하는 Gotchas 섹션을 통해 고신호(High-signal) 지식 베이스 구축
• 하나의 Knowledge 파일을 여러 개의 Generic Skills가 참조하여 데이터 중복을 방지하고 일관성을 유지하는 공유 참조 구조
• 기술적 추상화 변화에 대응하기 위해 지식 저장소와 실행 로직의 결합도를 낮춘 유연한 아키텍처 설계

Key Takeaway

지식(Knowledge)과 동작(Action)을 분리하여 설계함으로써 외부 도구의 인터페이스가 변하더라도 핵심 도메인 자산은 보존하는 적응형 아키텍처의 중요성.