컨텍스트 범위와 선택
개요
컨텍스트에서 중요한 것은 많이 가져오는 것이 아니라, 무엇을 어떤 범위로 선택할지를 결정하는 것이다.
이 문서는 scope와 retrieval을 따로 떼지 않고, 같은 선택 문제로 묶어 설명한다.
범위의 역할
범위는 AI가 어디까지 작업할 수 있는지를 드러낸다.
- 무엇을 수정할 수 있는가
- 무엇을 참조할 수 있는가
- 어디부터는 건드리면 안 되는가
범위가 없으면 AI는 쉽게 과도한 변경을 수행한다.
선택의 기본 원칙
관련성
현재 작업과 직접 관련된 정보가 먼저 와야 한다.
근접성
가까운 파일, 가까운 모듈, 가까운 규칙을 우선한다.
영향도
작은 변경처럼 보여도 영향도가 큰 경계 문서는 포함해야 한다.
일관성
같은 종류의 작업에서는 비슷한 기준으로 정보를 선택해야 한다. 그래야 결과 재현성이 생긴다.
범위의 수준
파일 단위 범위
가장 명확하고 안전하다. 국소 수정에 적합하다.
함수 단위 범위
더 세밀하지만, 주변 계약을 놓치기 쉽다.
모듈 단위 범위
구조를 유지하면서 작업하기 좋다. 실무에서 가장 자주 쓰기 쉽다.
프로젝트 단위 범위
유연하지만 위험하다. 강한 하네스와 함께 쓸 때만 안정적이다.
Retrieval 전략
정적 선택
항상 같은 기준으로 정해진 자료를 제공한다. 안정적이지만 유연성은 낮다.
동적 선택
현재 작업에 따라 관련 자료를 고른다. 정확할 수 있지만 흔들리기 쉽다.
하이브리드
고정된 핵심 자료 위에 작업별 자료를 추가한다. 대부분의 실무 상황에서 가장 현실적이다.
나쁜 선택 패턴
- 전체를 다 넣는다
- 관련 없는 자료를 섞는다
- 범위를 명시하지 않는다
- 같은 작업인데 매번 다른 기준으로 고른다
이런 방식은 성능과 정확도를 동시에 떨어뜨린다.
요약
- 좋은 context는 선택의 문제다
- 관련성, 근접성, 영향도, 일관성이 중요하다
- 범위는 가능한 한 명확하게 정의되어야 한다
- retrieval은 정적, 동적, 하이브리드 전략으로 운영할 수 있다
좋은 컨텍스트는 많이 가져오는 것이 아니라, 필요한 것만 정확히 선택하는 것이다.