피드로 돌아가기
Dev.toAI/ML
원문 읽기
Rule-Skill 분리를 통한 AI 컨텍스트 최적화 및 Prompt Caching 효율 극대화
How Rules and Skills Actually Work in Claude Code
AI 요약
Context
AI 코딩 에이전트 구성 시 모든 지침을 동일한 레벨로 처리함에 따른 컨텍스트 낭비와 Attention 저하 문제 발생. 특히 대규모 세션에서 불필요한 토큰 소비와 'Lost in the Middle' 현상으로 인한 인식률 저하가 주요 병목 지점으로 작용.
Technical Solution
- 인식(Recognition)과 절차(Procedure)의 책임 분리를 통한 Rule 및 Skill 아키텍처 설계
- Rule을 컨텍스트 최상단에 배치하여 Positional Advantage를 확보하고 인식 실패(Rule Problem) 방지
- 절차적 상세 내용은 Skill로 분리하여 필요 시에만 동적으로 로드함으로써 컨텍스트 윈도우 효율 최적화
- Rule의 불변성을 이용한 Prompt Caching 적용으로 반복 호출 시 연산 비용 및 지연 시간 감소
- 대화 요약(Compaction) 과정에서 Rule을 제외하여 세션 길이에 상관없는 Full Fidelity 유지
- 결정론적 자동 응답을 위해 인식 단계가 필요 없는 Hook 메커니즘을 통한 아키텍처적 자동화 구현
실천 포인트
- 패턴 매칭과 인식 단계가 필요한 지침은 짧은 분량의 Rule로 작성했는가 - 상세한 실행 단계나 절차가 포함된 내용은 온디맨드 방식의 Skill로 분리했는가 - 매번 동일하게 발생해야 하는 결정론적 동작을 Rule이 아닌 Hook으로 구현했는가 - 빈번하게 참조되는 핵심 제약 사항이 컨텍스트 최상단(First Message)에 위치하는가