LLM 지시문 예산 최적화를 통한 규칙 준수율 80%에서 100%로 향상

Context

CLAUDE.md 파일에 과도한 규칙을 추가함에 따라 모델의 Attention 분산 및 지시 준수율 저하 문제 발생. LLM의 Instruction-following 능력이 한정된 자원(Budget)으로 작동한다는 물리적 제약으로 인한 병목 지점 파악.

Technical Solution

• Instruction Budget 관점을 도입하여 전체 규칙 수를 150~200개 이내로 제한하는 최적화 수행
• 단순 가이드라인(Advisory)과 강제 규칙(Deterministic)을 분리하여 접근 방식 차별화
• 반드시 준수해야 하는 핵심 규칙을 Prose 형태에서 Shell Command 기반의 Hook 구조로 전환하여 실행 보장
• 규칙 기술 시 단순 명령어가 아닌 근거(Reason)를 포함하여 모델의 추론 및 일반화 성능 강화
• 빈번하게 사용되지 않는 세부 지침을 별도 파일로 분리하고 경로만 참조하는 Progressive Disclosure 아키텍처 적용
• PreToolUse Hook을 통한 파일 쓰기 전 유효성 검증 및 Exit Code 2를 활용한 모델 피드백 루프 구축