AI Agent 최적화를 위한 Strict 환경 구성 기반의 React Scaffolder 설계

Context

AI Coding Agent가 프로젝트 컨텍스트 부족으로 인해 일관성 없는 폴더 구조를 생성하고 불필요한 추상화 레이어를 추가하는 엔트로피 증가 문제 발생. 명확한 규칙(Spec)이 부재한 환경에서 AI가 임의로 관습을 추론함에 따라 Token 낭비와 코드 품질 저하라는 기술적 부채가 누적되는 한계 직면.

Technical Solution

• ESLint 10 Flat Config에 sonarjs, unicorn, perfectionist를 통합하여 AI가 준수해야 할 정적 분석 Spec을 강제하는 구조 설계
• Jest 기반의 테스트 인프라를 사전 구축하여 AI가 기능 구현 시 테스트 코드를 기본적으로 생성하도록 유도하는 환경 조성
• CLAUDE.md 파일에 실행 제약 조건(Affected Tests Only) 및 코드 수정 원칙(Minimal Diffs)을 명시하여 AI의 동작 범위를 제어하는 가이드라인 도입
• Feature-based Project Structure를 표준화하여 AI가 기존 패턴을 학습하고 일관된 아키텍처를 복제하도록 설계
• Pre-commit hook을 통해 런타임 이전 단계에서 저품질 코드를 물리적으로 차단하는 검증 파이프라인 구축