클로드 코드를 사용할 때 발생하는 구조적인 한계로, 작업 기억 용량(컨텍스트 윈도우)이 제한되어 있어 대화가 길어질수록 품질이 떨어지는 현상을 말합니다.
컨텍스트 롯은 AI 코딩이 프로토타입 단계에만 머무르는 이유 중 하나입니다.
컨텍스트 롯 문제를 해결하기 위해 개발된 메타프롬프팅 시스템입니다.
MPX G턴c 명령어로 간단하게 할 수 있습니다.GSD는 5단계 과정을 통해 컨텍스트 롯 문제를 해결하고 코드 품질을 향상시킵니다.
/GSD뉴 프로젝트 명령어를 통해 프로젝트 생성. GSD가 프로젝트의 목표, 기술 스택, 제약 조건, 엣지 케이스 등에 대한 질문을 던져 기획을 구체화합니다. 이 과정에서 프로젝트 MD, 리퀘어먼츠 MD, 로드맵 MD 등의 문서가 자동으로 생성됩니다./GSD 디스커스 페이지 명령어를 통해 각 단계의 모호한 부분을 명확히 합니다. 예를 들어, 레이아웃 방식이나 에러 처리 방식 등에 대한 질문을 통해 사용자의 의도를 파악합니다. 이 단계를 건너뛰면 클로드 코드가 임의로 결정하므로, 원하는 결과가 나오지 않을 수 있습니다./GSD 플랜 페이지 명령어를 통해 GSD가 먼저 필요한 라이브러리나 패턴을 리서치합니다. 이후 테스크 이름, 수정할 파일, 구체적인 행동, 검증 방법 등이 포함된 XML 형식의 계획서를 생성하고, 자체 검증을 통해 계획의 타당성을 확인합니다./GSD 엑스ec큐트 페이지 명령어를 통해 GSD가 계획서들을 웨이브 단위로 묶어 실행합니다. 의존성이 없는 계획서들은 동시에 실행하고, 의존성이 있는 계획서들은 순차적으로 실행합니다. 각 계획서 실행 시 새로운 서브 에이전트가 생성되어 신선한 컨텍스트(20만 토큰)를 제공합니다. 메인 컨텍스트는 30~40%만 사용하므로 컨텍스트 롯을 방지합니다. 테스크가 완료될 때마다 자동으로 Git 커밋이 이루어집니다./GSD 베리파이 워크 명령어를 통해 자동 검증을 수행합니다. 코드가 존재하는지, 테스트가 통과하는지 등을 확인하고, 사용자에게 직접 로그인이 되는지, 버튼이 동작하는지 등을 확인하도록 요청합니다. 문제가 발생하면 디버그 에이전트를 통해 원인을 분석하고 수정 계획서를 생성하여 다시 실행합니다.GSD는 질문, 논의, 계획, 실행, 검증 사이클을 반복하여 프로젝트를 진행합니다.
GSD는 다음과 같은 세 가지 핵심 메커니즘을 통해 컨텍스트 롯을 구조적으로 방지합니다.
GSD는 컨텍스트 격리, 구조화된 전달, 원자적 계획을 통해 컨텍스트 롯을 원천 차단합니다.
GSD는 단순한 컨텍스트 롯 해결을 넘어, AI와 인간 사이의 커뮤니케이션 문제를 해결합니다.
AI에게 올바른 컨텍스트를 올바른 타이밍에 올바른 형태로 전달하는 기술입니다.
AI에게 일을 제대로 시키려면 컨텍스트를 설계해야 합니다.
GSD를 직접 사용하지 않더라도, 다음 세 가지 원칙을 통해 클로드 코드 경험을 향상시킬 수 있습니다.
문서화, 작업 분할, 자동 검증을 통해 컨텍스트 롯 문제를 해결하고 AI 활용 효율성을 높일 수 있습니다.
AI 도구의 성능이 향상되더라도 컨텍스트 엔지니어링은 여전히 중요합니다. 컨텍스트 윈도우 크기가 커지더라도 쓰레기 데이터를 넣으면 쓰레기 결과가 나오기 때문입니다. AI를 다루는 사람의 핵심 역량은 "무엇을 넣느냐"에 달려 있습니다.