피드로 돌아가기
Dev.toAI/ML
원문 읽기
LLM 가이드라인의 Aspiration 제거를 통한 Deterministic 제어 체계 구축
5 ways your CLAUDE.md rules quietly fail
AI 요약
Context
CLAUDE.md와 같은 Agent rule 설정 시 추상적 지침을 작성하여 LLM이 규칙을 무시하거나 임의로 해석하는 현상 발생. 단순한 텍스트 지침만으로는 Long session 환경에서 Context window 압박으로 인한 규칙 휘발 및 실행 일관성 결여 문제 노출.
Technical Solution
- Testable Sentence 도입을 통한 모호한 Aspiration 제거 및 위반 여부가 명확한 검증 가능 지침 설계
- Rule Trigger 명시를 통해 특정 파일, 경로, 동작 시점에만 규칙이 활성화되는 조건부 실행 구조 구축
- 외부 Backstop 메커니즘 구축으로 LLM 내부 Attention에만 의존하지 않는 강제성 부여 및 실행 결과 검증
- Precedence 정의를 통해 상충하는 규칙 간의 우선순위를 명시하여 결정론적(Deterministic) 결과 도출
- Artifact 동기화 프로세스 적용으로 파일명, 함수명 등 참조 객체 변경 시 규칙을 함께 업데이트하는 최신성 유지
실천 포인트
- 규칙의 위반 여부를 YES/NO로 판단할 수 있는 구체적인 문장인지 확인 - 해당 규칙이 '언제' 실행되어야 하는지에 대한 명확한 Trigger 조건 포함 여부 검토 - LLM의 기억력에 의존하지 않고 규칙 준수 여부를 체크할 수 있는 외부 검증 도구(Linter, Test 등) 연결 - 상충하는 두 규칙이 존재할 때 어떤 규칙이 우선하는지 명시적 순위 지정 - 참조하는 파일이나 API 경로가 변경되었을 때 규칙 파일도 함께 수정하는 워크플로우 수립