Long System Prompt 한계를 극복한 Modular Skills 기반의 Agentic Workflow 설계

Context

방대한 양의 System Prompt를 사용하는 기존 방식은 Token 효율성과 상관없이 모델의 Attention 집중력을 저하시키는 한계 직면. 단순한 문서화나 일회성 스크립트 중심의 지식 전달 방식으로는 팀 전체의 엔지니어링 레버리지를 확장하기 어려운 구조적 문제 존재.

Technical Solution

• Long System Prompt 대신 작은 단위의Composable Instruction인 Skills로 구조 전환
• 하드코딩된 명령어가 아닌 Skill Description의 Prose 기반 Fuzzy-matching을 통한 Dynamic Dispatch 메커니즘 적용
• Description을 단순 메타데이터가 아닌 모델의 판단 기준이 되는 API 인터페이스로 정의하여 트리거 정확도 향상
• 개인 로컬 환경이 아닌 공유 Repository(skills/ directory)에 체크인하여 팀 전체가 활용 가능한 Knowledge Transfer 체계 구축
• 컨텍스트 윈도우 크기보다 Relevance 중심의 전략을 채택하여 필요한 시점에만 해당 Skill을 로드하는 구조 설계