Claude Code 사용자가 자동 저장되는 JSONL 세션 트랜스크립트를 검색·추출하는 /load-transcript 스킬로 AI 협업 맥락 손실 문제 해결

Context

AI 협업에서 계획 수립 세션과 구현 단계 사이의 맥락 단절이 발생한다. 계획 문서는 최종 결정사항만 기록하고 의사결정 과정, 거절된 대안, 고려된 트레이드오프는 보존되지 않아 구현 단계에서 모호한 지점에 직면할 때 판단력 있는 선택을 어렵게 한다. 45개 메시지의 아키텍처 설계 세션 후 문맥을 제거했을 때 다음 세션에서 동일한 판단을 내릴 수 없었다.

Technical Solution

• Claude Code 세션을 ~/.claude/projects//.jsonl 경로에 자동 저장: 설정 없이 모든 메시지, 도구 호출, 결과 기록
• 1.9MB JSONL 파일에서 도구 메타데이터를 제거해 실제 인간-AI 대화만 추출: 약 148KB 크기로 축약
• /load-transcript 스킬로 두 가지 기능 구현: 키워드·날짜·세션 ID로 JSONL 파일 검색 및 매칭 세션 표시, 선택된 세션의 대화를 markdown 형식으로 transcripts/ 디렉토리에 저장
• 저장된 파일을 타임스탐프와 설명적 이름으로 정리해 검색 가능하도록 아카이빙
• 150개 세션 트랜스크립트가 디스크에 자동 누적되어 필요 시점에 검색·참조 가능

Key Takeaway

AI 협업의 성능 병목은 모델 능력이 아니라 상태 관리이다. 컨텍스트를 효과적으로 보존하고 전달하는 메커니즘—메모리 시스템, 지속성 규칙, 체크포인트, 트랜스크립트 아카이빙—이 구현 단계의 올바른 판단을 좌우한다.