Context Window 낭비 없는 Claude Code 확장 전략, Progressive Disclosure

Context

시스템 프롬프트에 모든 지식을 주입하는 기존 방식의 토큰 낭비 문제. 방대한 컨텍스트 입력으로 인한 AI 모델의 추론 효율성 저하 및 비용 증가 발생. 도메인별 특화된 지식을 효율적으로 로드할 수 있는 동적 메커니즘 부재.

Technical Solution

• 필요 시점에만 컨텍스트를 로드하는 'Progressive Disclosure of Context' 설계 도입
• 메타데이터, 인스트럭션, 리소스로 구분된 3계층 온디맨드 로딩 모델 구축
• YAML 프론트매터를 통한 스킬 식별 및 Markdown 기반의 워크플로우 정의 구조
• 브랜드 가이드라인을 JSON/Markdown으로 정형화하여 하위 스킬의 일관성을 보장하는 Single Source of Truth 전략
• stdio, SSE, Streamable HTTP, FastMCP 등 4종의 전송 프로토콜을 추상화한 MCP Client 인터페이스 구현
• Markdown 기반의 스킬 정의 방식을 통해 별도 코드 수정 없는 워크플로우 확장 체계 마련

Key Takeaway

모든 정보를 프롬프트에 사전 주입하는 대신, 계층적 구조를 통해 필요한 맥락만 선택적으로 활성화하는 컨텍스트 엔지니어링의 효율성 확인.