CLAUDE.md 가이드라인 분리를 통한 코드 품질 79%에서 96.9%로 향상

Context

방대한 규칙을 단일 CLAUDE.md 파일에 통합하여 관리하는 Monolithic 설정 방식 채택. 규칙 증가에 따른 LLM의 Attention 분산과 Position Sensitivity 문제로 인해 오히려 코드 생성 품질이 저하되는 병목 현상 발생.

Technical Solution

• CLAUDE.md를 규칙 저장소가 아닌 인덱스 파일로 정의하는 Two-Tier Context 아키텍처 도입
• 상시 로드되는 핵심 지침(3줄 내외)과 필요 시 호출하는 Topic-specific 가이드라인 파일로 구조 분리
• Position Sensitivity 해결을 위해 상세 규칙을 외부 파일로 이관하여 Prompt와의 불필요한 경쟁 제거
• L1(철학)과 L3(상세 구현) 규칙 간의 충돌 방지를 위해 계층적 참조 구조 설계
• .mdc 파일 및 전용 플러그인을 통한 Contextual Loading 메커니즘 적용으로 토큰 효율성 최적화

Impact

• 전체 코드 품질 점수 79.0%에서 96.9%로 상승
• 특히 하단에 배치되었던 Security 항목 점수가 68%에서 81%로 대폭 개선

Key Takeaway

LLM의 Context Window 내에서 정보의 위치와 밀도는 출력 품질에 직접적인 영향을 미침. 모든 규칙을 한곳에 모으는 것보다 적절한 시점에 필요한 컨텍스트만 제공하는 'On-demand Loading' 전략이 시스템 성능 최적화의 핵심임.