피드로 돌아가기
Dev.toAI/ML
원문 읽기
Context 분리 설계로 LLM Token 비용 60% 절감 및 컨텍스트 오염 해결
The Skills File Pattern
AI 요약
Context
단일 CLAUDE.md 파일에 모든 규칙을 누적하는 Append-loop 방식으로 인한 컨텍스트 비대화 발생. 규칙 간 충돌로 인한 모델의 추론 성능 저하 및 불필요한 Token 소비가 시스템 병목으로 작용.
Technical Solution
- 도메인 기반의 Skills File Pattern 도입을 통한 컨텍스트 세분화 설계
- CLAUDE.md를 전체 구조를 정의하는 Table of Contents로 전환하여 불필요한 정보 로드 차단
- core.md에 변하지 않는 Absolute Constraints를 정의하여 모든 세션의 기초 신뢰성 확보
- design.md, infrastructure.md 등 목적별 파일 분리를 통한 Task 맞춤형 Dynamic Import 구현
- ADR(Architecture Decision Records) 기반의 architecture.md 운영으로 중복 의사결정 방지
- One file, One domain 원칙을 적용한 책임 분리를 통해 규칙 간 상충 가능성 원천 제거
실천 포인트
1. 모든 세션에 필수적인 팩트와 제약 사항만 core 파일에 유지하는가?
2. 작업 성격(UI, Infra, Arch)에 따라 필요한 컨텍스트만 선택적으로 로드하는 구조인가?
3. 규칙이 두 개 이상의 파일에 중복 정의되어 충돌을 야기하지 않는가?
4. '희망 사항'과 '확정된 제약'을 분리하여 모델의 혼선을 방지했는가?