JSON Schema와 Self-Reporting을 통한 LLM의 엄격한 제약 조건 준수 설계

Context

App Store 키워드 필드의 100자 제한 및 중복 토큰 금지라는 극심한 제약 조건 하에서 범용 LLM의 생성 결과물은 약 30%의 문자 낭비와 규칙 위반이 발생하는 한계 노출.

Technical Solution

• 규칙의 우선순위를 지정한 Numbered Rule 기반 System Prompt 설계를 통한 제약 조건의 명시적 강제
• char_count 필드를 포함한 JSON Schema 설계를 통해 모델이 스스로 결과물을 검토하게 만드는 Self-Reporting 메커니즘 구현
• coverage_notes 필드를 통한 추론 과정의 외부화를 유도하여 결과물의 블랙박스 현상을 제거하고 검증 가능성 확보
• Singular/Plural 중복 제거 및 Atomic Token 선호 규칙 적용으로 인덱싱 효율 최적화
• 정규 표현식을 이용한 JSON 파싱 및 코드 레벨의 Validation 단계를 통한 런타임 무결성 보장
• Claude Sonnet 4.6의 대규모 Context Window를 활용하여 경쟁사 데이터 및 시장 트렌드 등 고밀도 컨텍스트 주입

Key Takeaway

LLM을 단순한 생성 도구가 아닌 엄격한 사양서(Spec)를 실행하는 엔진으로 취급하여, 출력 구조 자체에 검증 지표를 포함시키는 설계가 Production-grade 결과물 도출의 핵심임.