Markdown 기반 정형화된 메모리 시스템을 통한 AI Agent 문맥 손실 해결

Git tracks what changed. It doesn't track why

tasuku fujioka2026년 4월 22일5분intermediate

AI 요약

Context

AI Agent의 세션 휘발성과 LLM 벤더 종속성으로 인한 엔지니어링 의사결정 이력 유실 문제 발생. Git의 코드 변경 이력 추적만으로는 'Why'에 해당하는 설계 근거와 검증되지 않은 가설을 관리하는 데 한계가 있는 상황.

Technical Solution

관심사 분리를 통한 Canonical Markdown 파일 구조 설계로 정보의 정형화 달성
가설(Hypothesis)에서 상태(Current State)로의 전환 시 증거(Evidence)나 결정(Decision) 기록을 강제하는 Promotion Rule 적용
파일 간 정보 충돌 발생 시 CURRENT_STATE $\rightarrow$ DECISION_LOG 순의 우선순위를 정의한 Deterministic Conflict Resolution 메커니즘 구축
벤더 독립적 저장소 구성을 통한 모델 교체 시 수 초 내의 Context Recovery 환경 제공
프로젝트 규모에 따른 Light, Standard, Research 세 가지 프로필의 구성 최적화
병렬 작업 흐름 관리를 위한 HUMAN_BRIEF 내 Thread Tracking Table 도입

실천 포인트

- AI 협업 시 단순 채팅 기록이 아닌 목적별 정형 파일(결정 로그, 가설 저장소 등)을 리포지토리에 포함할 것 - 가설이 확정된 사실로 오인되지 않도록 명확한 승격 규칙(Promotion Rule)을 정의할 것 - 벤더 종속적인 Memory 기능 대신 Plain Text 기반의 외부 저장소 구조를 설계하여 모델 이식성을 확보할 것

태그

#Markdown #AI Agent #Knowledge Management #Context Management #Vendor-Lock-In

원문 읽기