발표에서 확인된 핵심 사실

80%가 넘는 시스템 프롬프트(AI에게 주는 기본 지침)를 덜어냈음에도 코딩 평가 성능은 그대로 유지됐다. Claude Opus 5와 Claude Fable 5를 통해 Claude Code의 지침을 대폭 삭제하며 확인한 결과다. 측정 가능한 성능 저하가 나타나지 않았다는 점은 세세한 규칙을 일일이 나열하며 제약하는 방식보다, 모델이 주변 맥락을 읽고 스스로 판단해 답을 내놓는 것이 더 효율적으로 작동한다는 점을 보여준다.

컨텍스트(AI가 참고하는 정보 뭉치) 크기를 적절하게 조정하고 단순화하려면 `/doctor`나 `claude doctor` 명령어를 사용한다. 이 기능은 시스템 프롬프트뿐 아니라 Skills와 CLAUDE.md 파일 전반에 걸쳐 불필요한 규칙, 반복되는 문구, 불필요한 정보를 자동으로 찾아 삭제하는 작업을 지원한다. 사용자는 이 명령어를 통해 AI가 참고하는 정보의 양을 최적화할 수 있다.

최신 모델의 컨텍스트는 반복과 과도한 제약을 줄이고, 필요할 때 관련 정보를 직접 찾도록 구성한다. 모든 지침을 미리 입력해 두는 방식에서 벗어나, AI가 상황에 맞춰 필요한 데이터에 접근하게 만드는 것이 더 효과적이다. 이러한 구성은 모델이 불필요한 제약에 얽매이지 않고 더 유연하게 코딩 작업을 수행하게 한다.

기술이 실제로 작동하는 방식

모든 지침을 한꺼번에 주지 않고 필요한 순간에만 정보를 불러오는 점진적 공개(Progressive Disclosure, 정보를 단계별로 노출하는 방식)를 적용한다. 검증이나 코드 검토 같은 구체적인 지침은 스킬(Skills, 필요할 때만 호출하는 기능 단위)로 따로 빼두었다가 Claude Code가 상황에 맞춰 선택적으로 호출하게 만든다. 일부 도구는 툴서치(ToolSearch, 사용 직전에 전체 정의를 검색하는 기능)를 통해 쓰기 직전에만 내용을 읽어오는 지연 로딩 방식을 활용한다. 한꺼번에 모든 정보를 읽어 처리하는 부담을 줄여 효율을 높인 설계다.

컨텍스트 구성 요소는 시스템 프롬프트와 CLAUDE.md, 스킬, 참조 자료로 역할을 정교하게 나눈다. CLAUDE.md(저장소의 함정을 간결하게 기록한 파일)에는 주의할 점만 짧게 적고, 분량이 긴 지침은 스킬로 분리해 필요할 때 찾아보는 가벼운 안내서처럼 운영한다. 여기에 명세서, 테스트 스위트, HTML 모형, 루브릭(Rubric, 평가 기준표) 같은 풍부한 참조 자료를 함께 활용해 작업의 근거를 제공한다. 정보의 성격에 따라 보관 장소를 다르게 설정해 AI가 방대한 데이터 속에서 길을 잃지 않게 돕는다.

확인해야 할 핵심 지점

프롬프트를 꼼꼼하게 짜는 개발자들은 이제 세세한 제약 조건을 덜어내야 한다. 과거에는 주석을 쓰지 말라는 식의 강한 규칙으로 최악의 상황을 막았다. 최신 모델은 주변 코드의 흐름을 읽고 비슷하게 작성하라는 맥락 기반 지침만으로도 충분한 판단을 내린다. 너무 많은 세부 규칙은 시스템 프롬프트나 Skills, CLAUDE.md 사이에서 서로 충돌해 오히려 성능을 떨어뜨린다.

도구 사용법을 가르칠 때 예시 문장을 나열하는 것보다 인터페이스 자체를 정교하게 설계하는 것이 더 효율적이다. 매개변수를 열거형(enum, 정해진 선택지 중 하나를 고르는 방식)으로 정의하면 모델이 사용법을 자연스럽게 깨닫는다. 구체적인 예시는 모델이 탐색할 수 있는 범위를 특정 영역으로 좁히는 부작용을 낳는다. 인터페이스 수준에서 표현력을 높이는 것이 모델의 자율성을 살리는 길이다.

효율적인 컨텍스트 관리를 위해 CLAUDE.md에는 저장소의 함정 같은 주의사항만 남기고, Skills에는 모듈형 지침을 배치해 역할을 분리해야 한다. `/doctor` 또는 `claude doctor` 명령어를 실행해 Skills와 CLAUDE.md의 크기를 최적화하며 불필요한 지침을 걷어내자.