라벨이 Context Engineering인 게시물 표시

Codex Context 관리법: /compact로 토큰 낭비 줄이고 긴 프로젝트 이어가기

이미지
Codex로 프로젝트를 오래 진행할수록 대화창에는 이전 지시, 파일 탐색 결과, 오류 로그가 계속 쌓인다. 이 글에서는 컨텍스트를 줄이는 기능 과, 긴 프로젝트를 안정적으로 이어 가는 실전 작업 흐름을 정리한다. Context가 길어지면 왜 불편할까? 컨텍스트(Context)는 Codex가 현재 작업을 위해 참고하는 정보의 묶음이다. 이전 대화, 지시사항, 읽은 파일, 명령 실행 결과, 오류 로그 등이 포함된다. 그래서 “아까 만든 기능을 조금 수정해줘” 같은 요청을 이해하기 편하다. 하지만 대화가 길어질수록 이미 끝난 논의와 긴 로그까지 함께 남는다. 지금의 작업과 관계없는 정보가 많아지면, 같은 파일을 반복해서 확인하거나 과거 결정과 충돌하는 제안을 할 가능성도 커진다. 핵심은 대화를 무조건 이어 가는 것이 아니라, 필요한 정보만 남겨서 이어 가는 것 이다. 가장 간단한 방법: /compact Codex CLI를 사용 중이라면 대화가 길어졌을 때 아래 명령을 입력할 수 있다. /compact /compact 는 지금까지의 긴 대화를 핵심 요약으로 바꾸는 기능이다. 프로젝트의 중요한 결정, 현재 진행 상태, 남은 작업은 가능한 한 유지하면서 오래된 세부 대화와 긴 출력 내용을 줄인다. 예를 들어 이미지 변환 기능을 구현하며 오류 로그를 여러 번 확인했다면, 그 모든 로그를 들고 가는 대신 “이미지 변환 기능 구현 완료, 브라우저 내 처리 방식 사용, 특정 형식의 예외 처리 보완 필요”처럼 압축된 정보만 남긴다. 알아둘 점: Codex는 대화가 길어지면 자동으로 압축하기도 한다. 다만 기능 하나가 끝났을 때 직접 /compact 를 실행하면 작업 전환 시점을 더 깔끔하게 정리할 수 있다. /compact 는 Codex CLI의 슬래시 명령이다. Codex 앱을 사용한다면 같은 목적을 위해 새 작업을 시작하고, 아래의 인수인계 문서를 활용하는 방식이 가장 확실하다. /compact ...

좋은 Context는 어떻게 만들까? AI 코딩 실전 원칙 7가지

이미지
AI에게 일을 맡겼는데 첫 답은 그럴듯하지만 프로젝트의 규칙을 놓치거나, 매번 같은 설명을 반복하게 되는 일이 있다. 모델이 충분히 똑똑하지 않아서만은 아니다. 대개는 Context(맥락) 가 흐릿하기 때문이다. Context는 AI에게 주는 ‘작업 설명서와 현장 지도’다. 지도 없이 “맛집 찾아줘”라고 하면 유명한 곳만 말하지만, 동네·예산·인원·알레르기를 알려주면 현실적인 선택을 한다. 코딩 에이전트도 같다. 핵심 한 줄 좋은 Context는 많이 넣은 정보가 아니라, 이번 판단에 필요한 사실을 정확한 위치에 둔 정보 다. 1. 작업 목표와 ‘완료’를 함께 적는다 “로그인 기능 만들어줘”는 출발점일 뿐이다. 어떤 화면에서, 무엇을 허용하고, 테스트가 통과하면 끝인지가 있어야 AI도 같은 결승선을 본다. 나쁜 요청 좋은 요청 로그인 만들어줘 Next.js 앱에 이메일 로그인 화면을 추가해줘. 기존 디자인 토큰을 쓰고, 로그인 실패 문구는 한국어로 표시해줘. npm test 와 npm run lint 가 통과하면 완료야. 2. 변하지 않는 규칙은 파일로, 오늘의 일은 대화로 매번 말해야 하는 규칙은 대화창이 아니라 저장소의 AGENTS.md 에 둔다. Codex 공식 가이드는 이 파일에 프로젝트 구조, 실행·빌드·테스트 명령, 코딩 관례, 금지 사항, 완료 기준을 담으라고 권한다. 특히 짧고 정확한 파일이 길고 모호한 파일보다 낫다 고 설명한다. OpenAI Codex Manual Claude Code에서는 같은 역할을 CLAUDE.md 가 맡는다. Claude의 공식 문서도 “매 세션마다 다시 설명할 사실”만 적고, 반복 실수가 두 번째 생길 때 추가하라고 권한다. 구체적이고 간결하게 쓸수록 잘 지켜진다. Claude Code 문서 # AGENTS.md - 패키지 매니저는 pnpm만 사용한다. - 변경 전 관련 테스트를 먼저 찾는다. - API 응답 형식 변경 시 OpenAPI 스키마와 테스트를 함께 수정한다. - 완료 전: pnpm ...

프롬프트 엔지니어링은 끝났다? 컨텍스트 엔지니어링이란 무엇인가

이미지
AI를 잘 활용하는 사람의 기준이 바뀌고 있습니다. 이제 중요한 것은 질문 한 줄을 멋지게 쓰는 능력만이 아니라, AI가 일할 수 있도록 필요한 정보와 환경을 설계하는 능력입니다. 불과 2~3년 전만 해도 AI를 잘 사용하는 사람은 “프롬프트를 잘 쓰는 사람” 이라고 여겨졌습니다. ChatGPT가 등장한 뒤 인터넷에는 ‘100가지 프롬프트’, ‘만능 프롬프트’ 같은 콘텐츠가 넘쳐났고, 어떤 문장을 입력해야 원하는 결과를 얻을 수 있는지가 가장 큰 관심사였습니다. 하지만 최근 AI 업계에서는 조금 다른 이야기가 나옵니다. “이제는 Prompt Engineering보다 Context Engineering이 더 중요하다.” AI가 단순히 질문에 답하는 도구를 넘어 웹을 검색하고, 문서를 읽고, 프로그램을 실행하며 여러 단계의 업무를 수행하는 AI Agent 로 발전하면서 한 줄의 지시만으로는 좋은 결과를 만들기 어려워졌기 때문입니다. 그렇다면 Context Engineering은 정확히 무엇일까요? 왜 AI를 잘 활용하려면 프롬프트만큼 Context를 고민해야 할까요? 이번 글에서는 어려운 전문용어 대신 쉬운 비유와 실제 사례를 중심으로 알아보겠습니다. Context Engineering이란 무엇일까? 가장 간단하게 정의하면 다음과 같습니다. Context Engineering은 AI가 좋은 결과를 만들 수 있도록 필요한 정보와 작업 환경을 설계하는 기술입니다. 많은 사람은 아직도 AI의 결과가 프롬프트 하나에 의해 결정된다고 생각합니다. 물론 프롬프트는 중요합니다. 그러나 실제 AI 시스템은 프롬프트만 읽고 답변하지 않습니다. 사용자 요청 프롬프트 이전 대화 메모리 회사 문서 검색 결과 RAG·MCP·도구 AI의 최종 답변 사용자의 요청뿐 아니라 이전 대화, 참고 문서, 프로젝트 규칙, 검색 결과, 도구 실행 결과까지 모두 합쳐져 AI가 판단할 수 있는 Context ...