코드베이스 패턴 분석 기반 AI Rule 자동 생성으로 아키텍처 일관성 확보

Context

AI 코딩 어시스턴트 사용 시 세션마다 프로젝트 컨벤션을 반복 학습시켜야 하는 Context Loss 문제 발생. 이로 인해 아키텍처를 무시한 코드 생성과 수동 수정 작업으로 인한 개발 생산성 저하가 지속됨.

Technical Solution

• Manifest 파일 분석을 통한 Language, Framework, Stack 자동 식별 구조 설계
• 파일당 50라인 이상, 80% 이상의 유사도를 가진 패턴이 3회 이상 반복될 때 핵심 컨벤션으로 인정하는 Scoring 알고리즘 적용
• 분석된 패턴을 기반으로 CLAUDE.md, .cursorrules 등 AI 도구별 전용 설정 파일로 자동 변환하는 인터페이스 구축
• 특정 트리거 단어 감지 시 참조 파일 읽기 및 전용 Wrapper 사용을 강제하는 Auto-Execute Rules 메커니즘 도입
• Plop.js 및 Handlebars 템플릿 추출을 통한 Zero-token 로컬 스캐폴딩 시스템 구현
• 생성된 파일 내 마커를 활용하여 사용자의 커스텀 수정 사항을 보존하는 Merge 전략 채택