컨텍스트 엔지니어링 기반 AI 앱 구축 4단계 시스템

AI LABS 구독자 10,300명

요약

이 영상에서는 대규모 언어 모델(LLM)로 AI 앱을 개발할 때 필수적인 ‘컨텍스트 엔지니어링’을 정의하고, 기존 프롬프트 엔지니어링과의 차이를 짚으며 효과적인 워크플로우를 제시합니다. PRD 작성부터 구현 계획·UI·버그 추적 문서 등 네 개의 핵심 파일을 활용해 모델의 컨텍스트 윈도우를 최적화하고, Generate Rule과 Work Rule을 통해 단계별로 안전하게 코드를 생성합니다. Cursor와 Claude Code 두 가지 도구를 비교·분석하며 손쉽게 적용 가능한 실전 예시를 보여줍니다. 마지막으로 지시사항 충돌 시 주의할 점과 테크 스택 선정 팁도 함께 다룹니다.

주요 키워드

Context Engineering(컨텍스트 엔지니어링) Context Window(컨텍스트 윈도우) Prompt Engineering(프롬프트 엔지니어링) LLM App Cursor Claude Code PRD RAG(Retrieval-Augmented Generation) Generate Rule Work Rule

하이라이트

🔑 Karpathy가 ‘컨텍스트 엔지니어링’이라는 용어를 만든 건 새롭다기보다 이미 진행되던 방식을 명명한 것임을 짚어줍니다.
⚡️ 모든 LLM은 ‘컨텍스트 윈도우’를 가지므로, 사실·규칙·도구를 미리 채워 환각(hallucination)을 방지해야 합니다.
🌟 프롬프트 엔지니어링을 포함해 RAG(검색 기반 증강)·메모리까지 아우르는 포괄적 개념으로서의 컨텍스트 엔지니어링을 소개합니다.
📌 AI 코딩 에이전트인 Cursor와 Claude Code를 비교하며, 두 앱 모두 컨텍스트 엔지니어링 워크플로우에 적용 가능함을 강조합니다.
🚀 PRD(Project Requirement Document)로 요구사항·기술 스택을 명확히 한 뒤, 문서 폴더에 구현 계획·프로젝트 구조·UI/UX·버그 추적 파일을 생성합니다.
🛠 Generate Rule은 PRD를 각 문서로 자동 변환해 완전한 컨텍스트를 생성하고, Work Rule은 모델이 각 파일을 언제·어떻게 사용할지 규정합니다.
📝 맥락 윈도우가 가득 차면 환각 확률이 높아지므로, 구현 단계에선 전체 컨텍스트를 로드하지 말고 필요할 때마다 쪼개서 제공합니다.
⚠️ 생성된 지시사항이나 코드에 충돌이 있을 수 있으므로 Blind하게 수용하지 말고 반드시 검토·수정해야 합니다.
🎯 자동화된 것 같아도 최종 테크 스택은 스스로 검토·선정하여 프로젝트 환경에 맞춰 조정하는 것을 권장합니다.

용어 설명

컨텍스트 엔지니어링

모델의 컨텍스트 윈도우에 사실·규칙·도구·정보를 채워 환각을 막고 원하는 결과를 안정적으로 얻는 작업

컨텍스트 윈도우

LLM이 한 번에 기억하고 처리할 수 있는 최대 텍스트 분량

프롬프트 엔지니어링

질문·지시문(prompt)을 설계해 LLM으로부터 원하는 답변을 유도하는 기법

PRD

Project Requirement Document의 약자로, 기능 요구사항과 기술 스택을 정리한 문서

RAG

Retrieval-Augmented Generation의 약자로, 외부 지식 검색을 통해 모델 응답을 보강하는 기법

LLM 앱

대규모 언어 모델을 탑재해 코드 작성·작업 흐름을 지원하는 도구(예: Cursor, Claude Code)

Agent(에이전트)

LLM을 이용해 특정 작업을 자동화하고 병렬로 실행할 수 있는 작은 에이전트들

Generate Rule

PRD를 기반으로 프로젝트 문서를 생성해 모델의 초기 컨텍스트를 완성하는 규칙

Work Rule

모델이 구현 계획·UI/UX 문서·버그 파일 등을 단계별로 참조하도록 안내하는 규칙

Karpathy가 기존에 진행되던 실습을 ‘컨텍스트 엔지니어링’이라 이름 붙인 과정을 설명합니다. AI 코딩에 필수적인 접근법임을 강조하며, 본 영상에서 다룰 네 단계 시스템의 개요를 소개합니다.

[00:00] 바이브 코딩에 이어 안드레 카르파티가 새로운 용어 '컨텍스트 엔지니어링'을 만들었습니다. 이는 완전히 새로운 개념이 아니라 많은 사람들이 이미 사용하던 방법에 이름을 붙인 것으로, AI와 함께 코딩하는 필수적인 방식입니다.

[00:31] 컨텍스트 엔지니어링의 핵심은 모델의 컨텍스트 윈도우를 이해하는 것입니다. 기존의 프롬프트 엔지니어링이 특정 방식으로 표현하여 하나의 좋은 답변을 얻는 것이었다면, 컨텍스트 엔지니어링은 모든 관련 정보를 제공하여 환각 현상을 방지하고 모델이 정확히 무엇을 해야 하는지 알게 합니다.

모델의 기억 한계인 컨텍스트 윈도우 개념을 짚고, 사실·규칙·도구를 모두 제공해 환각(hallucination)을 근본적으로 차단하는 방법을 살펴봅니다.

타임라인 정보가 없습니다.

전통적 프롬프트 엔지니어링에서 벗어나 RAG, 메모리 등 다양한 요소를 포함한 컨텍스트 엔지니어링으로 패러다임이 전환된 이유를 정리합니다.

[01:16] 카르파티의 트윗에서 컨텍스트 엔지니어링은 프롬프트 엔지니어링의 새로운 형태가 아니라 RAG부터 메모리까지 모든 것을 포함하는 더 광범위한 용어입니다. 프롬프트 엔지니어링도 그 안에 포함되는 개념입니다.

ChatGPT 래퍼 수준을 넘어 컨텍스트 엔지니어링 컴포넌트를 통합한 Cursor와 Claude Code의 특징과 장단점을 비교하며, 두 앱 모두 워크플로우에 적용 가능함을 강조합니다.

[01:44] 트윗의 두 번째 부분에서는 컨텍스트뿐만 아니라 사용하는 앱의 중요성을 강조합니다. 현재 LLM 앱들은 단순한 ChatGPT 래퍼가 아니라 실제로 유용한 도구와 워크플로우를 제공하며, 컨텍스트 엔지니어링의 중요한 구성 요소가 되었습니다.

컨텍스트 윈도우가 가득 차면 정확도가 낮아지고 환각 확률이 올라가므로, 한 번에 모든 정보를 덤핑하지 않고 필요한 순간에 최소한의 문서를 제공하는 분할 전략을 설명합니다.

[02:18] 현재 사용 가능한 LLM 앱으로는 Cursor와 Claude Code가 있으며, 각각의 장점이 있습니다. Claude Code가 에이전트로서 더 강력하지만 Cursor도 최근 할 일 목록 같은 기능을 추가하며 따라잡고 있습니다. 앞으로 보여드릴 컨텍스트 엔지니어링 워크플로우는 두 앱 모두에서 작동합니다.

[02:36] 컨텍스트 엔지니어링 개념을 설명하고 사용자들이 모델에게 모든 정보를 한 번에 주고 싶어할 것이라고 예측합니다.

[02:47] 코딩 모델의 컨텍스트 윈도우가 가득 차면 정확도가 떨어지고 환각이 증가하므로 효율적인 관리가 중요하다고 강조합니다.

Project Requirement Document에 원하는 기능 목록과 전문 개발자용 세부 요구사항(예: Next.js·FastAPI) 등을 정리해, 모델이 최적의 기술 조합을 제안하도록 준비합니다.

[02:59] 정보를 한 파일에 몰아넣지 말고 조각으로 나누어 필요할 때만 제공하는 것이 핵심이며, 이는 용어가 생기기 전부터 사용해온 방법이라고 설명합니다.

[03:14] 콜 메단의 비디오에서 영감을 받아 외부 문서를 컨텍스트 윈도우에 포함시키는 아이디어를 워크플로우에 적용했다고 소개합니다.

프로젝트 컨텍스트를 담을 네 개의 핵심 문서 폴더를 소개합니다. 구현 계획, 프로젝트 구조, UI/UX 문서, 버그 추적 파일을 만들어 모델이 단계별 작업에 참고하도록 합니다.

[03:28] PRD(프로젝트 요구사항 문서)로 시작하여 원하는 기능들을 나열하고, 개발자는 구체적인 기술 스택 요구사항을 추가할 수 있다고 설명합니다.

[03:49] 기술을 모르더라도 워크플로우가 자동으로 구성하여 완성된 앱을 제공할 수 있으며, 문서 폴더의 네 가지 핵심 파일을 소개합니다.

[04:08] 구현 계획, 프로젝트 구조, UI/UX 문서, 버그 추적 파일이 AI 모델이 프로젝트를 완성하는데 필요한 구성요소라고 설명합니다.

[04:17] 모델이 컨텍스트를 어떻게 사용할지 알도록 생성 규칙과 작업 규칙을 설정했으며, 생성 규칙은 PRD를 다른 파일들로 변환한다고 설명합니다.

Generate Rule은 PRD를 네 개 파일로 자동 생성해 초기 컨텍스트를 완성하고, Work Rule은 각 파일을 언제·어떻게 참조해 작업을 진행할지 모델에 지시합니다.

[04:34] 모든 컨텍스트가 생성되면 모델의 컨텍스트 한계가 가득 차서 더 이상 고품질 코드를 생성할 수 없게 되며, 이는 Cursor의 제한된 컨텍스트 윈도우 때문이라고 설명합니다.

[04:51] 네 개 파일이 완전한 컨텍스트가 되면, 모델이 프로젝트 작업을 시작할 때 모든 것을 컨텍스트에 계속 로드해둘 필요가 없다고 강조합니다.

컨텍스트 생성 후에는 Implementation Plan을 기반으로 단계별로 작업합니다. Workflow Rule이 각 파일을 호출해 혼선 없이 프로젝트를 일관되게 완성하는 과정을 다룹니다.

[05:05] 단계별 구현 계획과 워크플로우 규칙의 중요성을 설명합니다. cursor가 각 파일을 어떻게 사용하는지에 대한 구체적인 프로세스를 안내합니다.

[05:19] 워크플로우 규칙이 cursor에게 각 파일의 사용법을 알려주는 방식을 설명합니다. 구현, UI/UX, 프로젝트 구조, 버그 추적 등 상황별 파일 참조 방법을 제시합니다.

[05:37] 워크플로우 파일을 의도적으로 작게 유지하는 이유를 설명합니다. 컨텍스트에서 차지하는 공간을 최소화하여 효율성을 높이는 전략을 소개합니다.

[05:52] 태스크 리스트 구조와 하위 태스크 관리 방법을 설명합니다. cursor가 복잡한 태스크를 자동으로 세분화하거나 단순한 태스크는 기존 단계를 따르는 방식을 안내합니다.

[06:15] 전체 앱 개발과 MVP 개발의 차이점을 설명합니다. 전체 앱은 3-4주, MVP는 몇 시간 소요되며, 데이터베이스 설계 같은 복잡한 작업은 추가 세분화가 필요함을 언급합니다.

새로운 채팅 세션에서 구현 파일을 불러와 Cursor가 to-do를 생성하고 단계별로 폴더 구조와 백엔드 설정을 완성하는 과정을 시연합니다.

[06:35] LLM 앱이 충분히 좋다는 Andre의 조언을 인용하며, cursor의 자율적 결정 능력을 강조합니다. 새 채팅으로 컨텍스트가 재설정되어도 구현 파일에 모든 정보가 기록되어 있어 문제없음을 설명합니다.

[07:02] 컨텍스트 엔지니어링의 핵심 개념을 강조합니다. 단순히 구현 파일을 받는 것이 아니라 개념을 이해하고 자신만의 워크플로우를 만드는 것이 중요함을 역설합니다.

[07:19] 콘텐츠에 대한 시청자의 반응과 구독 요청으로 마무리합니다. 지속적인 콘텐츠 제작을 위한 시청자 참여의 중요성을 언급합니다.

[07:34] 채널 멤버십 테스트를 진행 중이며, 첫 번째 티어에 90명이 가입했다. 멤버들은 댓글에 우선 답변을 받을 수 있어 피드백이나 질문이 있을 때 유용하다.

[07:50] 컨텍스트 엔지니어링에서 중요한 점을 설명한다. MVP 구현 계획을 만들려 했지만 generate 프롬프트가 고급 수준으로 발전시켰다. 생성 파일에 전체 앱 개발 지시가 있어 MVP 범위를 고려하지 않았다.

[08:14] AI 모델들에게 주는 모든 지시사항을 신중하게 읽어야 한다고 강조한다. 이들은 지시사항을 맹목적으로 따르며, 충돌이나 모순이 있으면 어떤 것을 따를지 예측할 수 없다.

[08:39] Claude나 ChatGPT에서 생성한 파일이나 설정을 맹목적으로 받아들이지 말고, 모든 것을 주의깊게 읽어 자신의 워크플로우에 맞게 조정해야 한다. 한 시간을 투자해 검토하는 것을 추천한다.

[08:57] 기술 스택을 직접 결정하는 것이 중요하다. 워크플로우가 자동화되어 보여도 결국 사용자의 결정이기 때문이다. 예를 들어 OpenAI 모델에 접근할 수 있는데 Claude 모델을 통합하면 프로젝트에서는 작동하지만 사용자에게는 작동하지 않을 수 있다.

모델이 맹목적으로 지시를 따르므로, 생성된 파일·코드를 반드시 검토하고 자신의 워크플로우에 맞게 수정·보완할 것을 권장합니다.

[09:26] 워크플로우 실행 과정을 보여준다. 완전히 새로운 채팅에서 앱 구축을 시작했는데, 프로젝트에 대해 아무것도 모르지만 구현 계획에서 컨텍스트를 가져온다. Cursor의 새로운 기능이 지정한 내용을 정확히 복사해서 실행하기 시작했다.

[10:00] Cursor의 새로운 기능이 프로젝트 설정 과정을 자동화하며, 백엔드, 프론트엔드, 스크립트, 공유 폴더 등 기본 구조를 단계별로 생성하고 있습니다.

[10:37] 모델이 기술 스택을 이미 이해하고 있어 설정 과정에서 별도의 지시가 필요 없으며, 모든 API 연결과 기초 설정을 자동으로 처리하고 있습니다.

Claude Code의 에이전트 병렬 실행 장점을 설명하며, 단계형 작업에는 순차 실행이 필수지만 UI 변형 생성 등 병렬 처리가 유리한 태스크도 함께 살펴봅니다.

[10:57] 소프트웨어 개발에서는 기본 구조가 먼저 갖춰져야 하며, 이 기반이 없으면 전체를 다시 시작하거나 나중에 대규모 수정이 필요하게 됩니다.

[11:23] 새로운 할 일 기능은 속도는 느리지만 체계적으로 작업을 수행하며, 각 단계를 확인한 후 다음으로 넘어가는 안정적인 진행 방식을 보여줍니다.

[11:45] 제공된 구현 계획을 Claude Code에서도 사용할 수 있으며, 커스텀 명령어를 통해 워크플로우 생성 파일을 복사하기만 하면 자동으로 전체 구조를 생성할 수 있습니다.

[12:11] Claude Code는 코드베이스 문서화를 위한 cloud.md 파일을 포함하며, 여러 파일로 나눈 문서화 접근 방식이 단일 파일보다 컨텍스트 창 관리에 효과적입니다.

[12:27] Claude Code는 다중 에이전트 병렬 처리의 장점이 있지만, 순차적 연결이 필요한 구현에서는 단계별 진행이 필수적이며, UI 변형 생성 등 특정 작업에서만 병렬 처리가 유용합니다.

콘텐츠가 도움이 되었다면 구독·회원 가입·Super Thanks로 지원을 요청합니다. 컨텍스트 엔지니어링 이해를 바탕으로 자신만의 워크플로우를 구축할 것을 독려하며 영상을 마무리합니다.

타임라인 정보가 없습니다.

[00:00] 바이브 코딩에 대해 알고 계시겠지만,

[00:02] 안드레 카르파티가 이 용어를 만들었을 때,

[00:03] 그가 새로 발명한 건 아니었어요.

[00:05] 사람들이 몇 달 동안 해왔던 것에

[00:07] 이름을 붙인 것뿐이었죠.

[00:09] 그리고 이제 그가 또 해냈습니다.

[00:11] OpenAI 창립 멤버였던 카르파티가

[00:14] 무의식적으로 또 다른 용어를 만들었습니다.

[00:16] 바로 컨텍스트 엔지니어링이죠.

[00:18] 바이브 코딩처럼 이것도 새로운 건 아닙니다.

[00:20] 많은 사람들이 이미 이 방법을 사용해왔어요.

[00:22] 하지만 그가 맞는 한 가지는

[00:24] 이것이 절대적으로 필요하다는 것과

[00:26] AI와 함께 코딩하는 방식이

[00:28] 바로 이것이어야 한다는 점입니다.

[00:31] 이 영상은 단순한 설명 영상이 아닙니다.

[00:32] 컨텍스트 엔지니어링이 무엇인지와

[00:34] 컨텍스트를 어떻게 준비하는지

[00:36] 실습을 통해 알아볼 뿐만 아니라

[00:38] 그 컨텍스트를 제대로 사용하는 방법도

[00:40] 보여드리겠습니다. 이 부분이 대부분의 분들이

[00:42] 완전히 놓치고 있는 부분이에요.

[00:44] 가장 먼저 이해해야 할 것은

[00:46] 모든 모델이 컨텍스트 윈도우를 가지고 있다는 점입니다.

[00:48] 이는 모델이 현재 기억할 수 있는

[00:50] 텍스트의 양을 말합니다.

[00:52] 우리가 LLM에게 주던 프롬프트로는

[00:54] LLM으로부터 하나의 좋은 답변을 얻기 위해

[00:56] 특정한 방식으로 표현했습니다.

[00:58] 하지만 컨텍스트 엔지니어링에서는

[01:01] 모든 관련 사실, 규칙, 도구, 정보를 제공하고

[01:03] 모델의 컨텍스트 윈도우를 채워서

[01:05] 환각 현상의 가능성을 제거하고

[01:07] 모델이 무엇을 해야 하는지 알게 합니다.

[01:10] 이렇게 하면 우리가 원하는 것을

[01:12] 달성하기 위해 모델이 기억해야 할

[01:14] 내용에 실제로 집중할 수 있습니다.

[01:16] 트윗의 첫 번째 부분을 보면

[01:18] 그는 우리가 이제 프롬프트 엔지니어링에서

[01:20] 컨텍스트 엔지니어링으로 전환하고 있다고

[01:22] 말하며, 본질적으로 컨텍스트 엔지니어링이

[01:24] 무엇으로 구성되어 있는지 설명합니다.

[01:26] 다른 사람이 만든 이 다이어그램도

[01:28] 컨텍스트 엔지니어링이 단순히

[01:30] 프롬프트 엔지니어링의 새로운 형태가

[01:32] 아니라는 것을 잘 설명합니다.

[01:34] RAG부터 메모리까지 모든 것을 포함하는

[01:37] 더 광범위한 용어이며

[01:39] 프롬프트 엔지니어링도 그 안에 포함됩니다.

[01:40] 이 모든 기술이 이제 컨텍스트 엔지니어링이라고

[01:42] 불리게 되었습니다.

[01:44] 트윗의 두 번째 부분에서 안드레는

[01:46] 우리가 살펴봐야 할 것은 컨텍스트뿐만 아니라

[01:48] 우리가 사용하는 앱이라고 말합니다.

[01:51] 왜냐하면 LLM 앱이 더 이상 단순한

[01:53] ChatGPT 래퍼가 아니기 때문입니다.

[01:55] 단순히 LLM만 포함하는 것이 아니라

[01:58] 그 LLM을 사용하여 실제로 유용한

[02:00] 도구와 워크플로우를 제공합니다.

[02:02] 그는 LLM 앱이 컨텍스트 엔지니어링에

[02:04] 필요한 구성 요소를 갖추고 있어야 하며

[02:07] Cursor, Claude Code, 그리고 다른 코딩 에이전트

[02:09] 같은 앱들이 더 이상 단순한

[02:11] ChatGPT 래퍼가 아니라고 명시합니다.

[02:13] 이들은 실제로 컨텍스트 엔지니어링의

[02:15] 중요한 구성 요소입니다.

[02:18] 사용해야 할 LLM 앱 주제에 대해 말하면

[02:20] Cursor와 Claude Code가 있습니다.

[02:21] 둘 다 각각의 장점이 있지만

[02:23] 현재 Claude Code가 에이전트로서

[02:25] 훨씬 더 강력합니다.

[02:27] 하지만 Cursor도 최근에 Claude Code가

[02:30] 이미 갖고 있던 할 일 목록 같은

[02:32] 기능을 추가하면서 따라잡고 있습니다.

[02:33] 결론적으로, 제가 보여드릴 컨텍스트 엔지니어링 워크플로우는 두 앱 모두에서 작동하므로

[02:36] 구매한 어떤 것이든 사용할 수 있습니다. 이제

[02:38] 컨텍스트 엔지니어링이 무엇인지 설명했고

[02:40] 여러분 모두 흥미로워하며

[02:42] 그냥 앞으로 나아가서

[02:44] 모델에게 모든 것을 주어서

[02:46] 정확한 결과를 얻어야 한다고 생각하고 있을 겁니다. 하지만

[02:47] 코딩 모델들에 대한 중요한 점이 있습니다. 기억하세요

[02:49] 제가 말씀드린 컨텍스트 윈도우를요?

[02:51] 음, 그것이 가득 차면, 환각의 확률이

[02:53] 더 정확해지는 것보다 증가합니다. 그래서

[02:55] 컨텍스트 윈도우의 효율적인 관리가

[02:57] 중요합니다. 모든 것을 하나의 파일에

[02:59] 그냥 던져넣을 수는 없습니다. 이것을

[03:01] 조각으로 나누고 필요할 때만

[03:02] 모델에게 제공해야 합니다. 그래서

[03:05] 지금부터 컨텍스트 엔지니어링에 대한

[03:06] 제 워크플로우를 설명하겠습니다. 저는

[03:08] 이 용어가 생겨나기 훨씬 전부터 이 방법을 사용해왔습니다.

[03:10] 지금 새로운 트렌드일 뿐이죠.

[03:12] 하지만 콜 메단의 비디오를 보면서

[03:14] 배운 새로운 것이 있습니다.

[03:16] 그 비디오는 정말 훌륭했습니다. 그것은

[03:18] 컨텍스트 윈도우에 외부 문서를

[03:20] 포함시키는 아이디어를 소개했습니다.

[03:22] 그래서 저는 영감을 받아

[03:24] 제 워크플로우를 업데이트했습니다. 제 워크플로우로

[03:26] 다시 돌아가서, 먼저 PRD로 시작합니다.

[03:28] 이것은 프로젝트 요구사항 문서입니다.

[03:30] 그 안에 우리가 원하는 기능들을 나열합니다.

[03:32] 그것을 바탕으로 모델이 우리에게

[03:34] 가장 좋은 것을 결정할 수 있습니다. 만약 당신이

[03:37] 개발자라면 PRD에 구체적인

[03:39] 요구사항을 추가할 수도 있습니다. 예를 들어

[03:40] 저는 프론트엔드로 Next.js를

[03:42] 그리고 백엔드로 Fast API를 원한다고

[03:44] 명시했습니다. 하지만 무엇을 원하는지

[03:47] 모르더라도, 제가 보여드릴 워크플로우가

[03:49] 모든 것을 자동으로 구성하고

[03:51] 완성된 앱을 제공할 수 있습니다.

[03:52] 이제 실제로 모델을 위한 컨텍스트를 가진

[03:54] 엔지니어링 워크플로우의 부분으로

[03:56] 문서 폴더를 살펴보겠습니다. 이 네 개의

[03:58] 파일이 가장 중요합니다.

[04:00] 구현 계획, 프로젝트 구조

[04:02] (현재 아직 생성 중이라 비어있음),

[04:04] UI와 UX 문서, 그리고 마지막으로

[04:06] 버그 추적입니다. 이 파일들은

[04:08] AI 모델이 프로젝트를 완성하는데

[04:09] 필요한 다양한 구성요소들입니다. 이것은

[04:12] 모델이 사용할 컨텍스트였지만

[04:14] 모델은 또한 그것을 어떻게 사용하는지도 알아야 합니다.

[04:17] 그를 위해 두 가지 규칙을 설정했습니다.

[04:18] 생성 규칙과 작업 규칙입니다. 먼저

[04:21] 생성 규칙은 PRD를 다른 모든 파일들로

[04:22] 변환합니다. 기본적으로

[04:24] 개발 프로세스를 위한 완전한 컨텍스트를

[04:27] 생성합니다. 모든 컨텍스트가

[04:29] 생성되면, 모델의 컨텍스트 한계가

[04:31] 해당 세션에서 가득 차고

[04:32] 더 이상 고품질 코드를

[04:34] 생성할 수 없게 됩니다. 이것은

[04:36] 제한된 컨텍스트 윈도우를 가진 모델을 사용하는

[04:39] Cursor에서 확인할 수 있습니다. 빠르게

[04:40] 가득 찹니다. 만약 제가 Claude 코드를

[04:42] 사용했다면, 이런 일이 이렇게 빨리

[04:44] 일어나지 않았을 겁니다. 하지만 네 개의

[04:46] 파일이 모두 생성되어 준비되면

[04:49] 그것이 우리의 완전한 컨텍스트가 됩니다. 이제

[04:51] 모델이 프로젝트 작업을 시작한다면

[04:53] 모든 것을 컨텍스트에 계속 로드해둘

[04:55] 필요는 없습니다. 그렇지 않으면

[04:57] 더 많은 환각을 일으킬 뿐입니다.

[04:59] 그래서 우리는 구현으로

[05:01] 이동합니다.

[05:03] 계획으로 이동하여 모든 것을

[05:05] 계획을 세워서 모든 것을 단계별로 처리할 수 있도록 합니다.

[05:07] 여기서 궁금할 수 있는 점은

[05:09] cursor가 어떻게 이런 파일들을 사용하는 방법을 알까요?

[05:11] 바로 여기서 워크플로우 규칙이 등장합니다.

[05:13] 이 규칙은 항상 cursor에 연결되어 있으며

[05:15] 각 파일을 정확히 어떻게 사용해야 하는지 알려줍니다.

[05:17] 프로젝트를 구현할 때는 구현 파일을 살펴보고

[05:19] UI와 UX 작업을 할 때는

[05:21] UI와 UX 문서를 참조합니다.

[05:23] 새로운 것을 만들거나 명령을 실행하려고 할 때는

[05:26] 프로젝트 구조를 확인해서

[05:28] 일관성이 있는지 확인합니다.

[05:30] 그리고 에러나 버그가 발생했을 때는

[05:31] 먼저 버그 추적 파일을 확인해서

[05:33] 이미 문서화되어 있지 않은지 확인합니다.

[05:35] 이 워크플로우 규칙이 전체 프로세스를 관리합니다.

[05:37] 저는 의도적으로 이 파일을 작게 유지했습니다.

[05:40] 보시다시피 이 파일은 굉장히 긴 생성 파일보다

[05:42] 훨씬 작습니다.

[05:44] 구현 계획은 더욱 깁니다.

[05:46] 항상 컨텍스트에 있어야 하는 워크플로우 파일이

[05:48] 가능한 한 적은 공간을 차지하도록 하기 위해서입니다.

[05:50] 구현 계획에는 태스크 리스트도 있습니다.

[05:52] 이것들은 더 넓은 태스크 리스트이고

[05:53] 각각 자체 하위 태스크를 가지고 있습니다.

[05:56] cursor와 claude가 이미 자체 태스크 리스트를 가지고 있다고

[05:58] 말할 수 있습니다. 맞습니다.

[06:00] 하지만 여기서 하위 태스크가 나오면

[06:02] 그 특정 하위 태스크가 너무 길거나 복잡하면

[06:04] LLM 앱에서 새로운 태스크 리스트를 만들어

[06:06] 세분화할지 결정합니다.

[06:08] 만약 간단하다면 현재 단계에서 제시된

[06:10] 단계들만 따라합니다.

[06:13] 예를 들어, 핵심 기능 단계에 도달했을 때

[06:15] 그런데 이 구현은 전체 앱을 위한 것이지

[06:16] 단순히 MVP만을 위한 것이 아닙니다.

[06:18] 단계별로 진행합니다.

[06:20] 원한다면 MVP로만 축소할 수 있습니다.

[06:22] 현재 전체 앱 개발은 3~4주 정도로

[06:24] 예상됩니다.

[06:26] 만약 MVP만 한다면 몇 시간이면 될 것입니다.

[06:29] 데이터베이스와 스키마를 설계하고

[06:31] 구현하는 것과 같은 작업의 경우

[06:33] cursor가 추가 태스크로 세분화했을 것입니다.

[06:35] 바로 여기서 LLM 앱이 충분히 좋다는

[06:37] Andre의 조언이 적용됩니다.

[06:39] cursor는 스스로 결정할 수 있을 만큼 충분히 좋습니다.

[06:40] 새로운 채팅을 열면 컨텍스트 윈도우가 재설정되어

[06:43] cursor가 프로젝트에 대해 잊어버릴 것이라고

[06:45] 생각한다면 걱정할 필요 없습니다.

[06:47] 모든 것이 이미 구현 파일에

[06:48] 적혀있기 때문입니다.

[06:50] 이것이 컨텍스트 엔지니어링의 핵심 아이디어입니다.

[06:53] 물론 이 두 파일 모두 설명란에 있을 것이고

[06:55] 여러분이 직접 이런 문서 파일들을

[06:56] 생성할 수 있습니다.

[06:58] 하지만 다시 한 번 말씀드리지만

[07:00] 여러분만의 워크플로우를 만들어보길 권합니다.

[07:02] 중요한 것은 여러분이 제가 만든 구현 파일을

[07:04] 받았다는 것이 아닙니다.

[07:06] 중요한 것은 여러분이 컨텍스트 엔지니어링이

[07:08] 실제로 무엇인지 이해하는 것입니다.

[07:10] 그리고 그런 이해를 바탕으로

[07:11] 여러분만의 구현, 여러분만의 생성 워크플로우를

[07:14] 구축할 수 있습니다.

[07:16] 그리고 cursor나 claude 코드가 따라야 할

[07:17] 정확한 파일 세트를 만들 수 있습니다.

[07:19] 아 그리고 저희가 만드는 콘텐츠가

[07:21] 마음에 드신다면

[07:22] 구독 버튼을 눌러주시면

[07:24] 정말 감사하겠습니다.

[07:26] 여러분의 지원이 큰 도움이 됩니다.

[07:28] 그리고 만약 여러분이 즐겨보고 계신다면

[07:30] 저희는 정말로 감사할 것입니다.

[07:32] 구독 버튼을 눌러주시면

[07:34] 버튼을 누르세요. 채널 멤버십도 테스트하고 있습니다.

[07:36] 첫 번째 티어를 테스트로 런칭했는데

[07:38] 지금까지 90명이 가입했습니다.

[07:40] 지원이 정말 놀라웠습니다. 그래서

[07:42] 추가 티어 출시를 고려하고 있습니다.

[07:44] 현재 멤버들은 댓글에 우선적으로 답변을 받습니다.

[07:46] 피드백이나 질문이 있으시면 완벽하죠.

[07:48] 이제 컨텍스트 엔지니어링에 대해

[07:50] 이해해야 할 중요한 점이 있습니다.

[07:52] 제가 MVP 구현 계획을 만들려고 했지만

[07:54] 제 생성 프롬프트 때문에

[07:56] 고급 수준으로 발전했습니다.

[07:59] 제가 MVP를 원한다고 명시했는데도

[08:00] generate 파일에 전체 애플리케이션을

[08:02] MVP가 아닌 완전한 앱 단계의

[08:05] 예제 단계로 개발해야 한다고

[08:06] 작성되어 있었기 때문에

[08:08] MVP 범위를 실제로 고려하지 않았습니다.

[08:10] 이것이 중요한 포인트입니다.

[08:12] 이 AI 모델들에게 주는 모든 것을

[08:14] 매우 신중하게 읽어야 합니다.

[08:16] 왜냐하면 이들은 지시사항을

[08:18] 맹목적으로 따르기 때문입니다.

[08:20] 만약 충돌이나 모순이 있다면

[08:22] 어떤 것을 따를지 알 수 없습니다.

[08:24] 제 경우에는 generate 파일에서

[08:26] 먼저 기초를 구축하고 설정을 한 다음

[08:27] 고급 기능을 포함하라고

[08:29] 구체적으로 지시했습니다.

[08:31] 그래서 그것을 따르고 있는 것입니다.

[08:33] 그렇게 하라고 지시받았기 때문입니다.

[08:35] 파일이든, 설정이든, 아니면

[08:37] Claude나 ChatGPT 모델에서 생성한

[08:39] 다른 무엇이든 맹목적으로

[08:41] 받아들이지 마세요.

[08:43] 모든 것을 주의 깊게 읽고

[08:45] 자신의 워크플로우에 맞게 조정해야 합니다.

[08:47] 해야 할 모든 것을 살펴보는 데

[08:49] 한 시간을 투자하여

[08:51] 앞으로 진행하면서 문제가 없도록

[08:53] 하는 것을 강력히 추천합니다.

[08:56] 제가 추천하는 또 다른 중요한 것은

[08:57] 기술 스택을 직접 결정하는 것입니다.

[09:00] 전체 워크플로우가 자동화되어 보여도

[09:02] 결국 당신의 결정이기 때문입니다.

[09:04] 만약 PRD와는 호환되지만

[09:06] 당신과는 호환되지 않는 것을

[09:08] 통합한다면 어떻게 될까요?

[09:10] 예를 들어, OpenAI 모델에 접근할 수 있지만

[09:12] Claude 모델을 통합한다면

[09:15] 둘 다 프로젝트에서는 작동하지만

[09:17] 당신에게는 작동하지 않습니다.

[09:19] 그래서 기술 스택 발견 과정을

[09:22] 전체 컨텍스트 생태계에 통합하는 대신

[09:24] 직접 연구하는 것을 추천합니다.

[09:26] 이제 워크플로우가 실제로 작동하는 것을

[09:28] 보여드리겠습니다. 왼쪽에 보시면

[09:30] 프로세스가 진행 중입니다.

[09:31] 앱 구축을 시작하고 1단계부터

[09:33] 시작하라고 요청했습니다.

[09:35] 완전히 새로운 채팅을 시작했습니다.

[09:37] 프로젝트에 대해 아무것도 모르지만

[09:39] 구현 계획에서 컨텍스트를 가져옵니다.

[09:40] 위에 모든 것이 작성되어 있습니다.

[09:42] 무엇을 구축하고 있는지, 기술 스택은 무엇인지

[09:44] 등등 말이죠. 무엇을 했는지 보여드리겠습니다.

[09:46] 할 일 목록을 만들었습니다.

[09:48] 꽤 간단한 것들입니다. 제가 작성한 것을

[09:49] 가져와서 구현하기 시작했습니다.

[09:51] 하위 작업을 스스로 나눌 필요가 없었습니다.

[09:52] Cursor의 이 새로운 기능을

[09:54] 정말 좋아합니다. 제가 지정한 것을

[09:56] 정확히 복사해서 실행하기 시작했습니다.

[09:58] 보시는 바와 같이 하나씩 구현하고 있습니다.

[10:00] 보시다시피 하나씩 구현하고 있습니다.

[10:02] 언급된 모든 것들을 설치하고

[10:03] 단계별로 진행하고 있습니다.

[10:06] 이미 Claude Code에서 사용 가능했지만

[10:07] 이제 Cursor에 있어서 훨씬 쉬워졌습니다.

[10:09] 모델은 자신이 무엇을 하고 있는지 정확히 알고 있습니다.

[10:11] 컨텍스트가 바로 거기 있고

[10:13] 지시사항을 단계별로 따르고 있습니다.

[10:15] 그리고 제가 모든 폴더를 만들라고 말했듯이

[10:17] 형태를 갖추기 시작하고 있습니다.

[10:19] 화면을 접으면 이미 백엔드

[10:21] 프론트엔드, 스크립트

[10:23] 그리고 공유 폴더들이 모두

[10:25] 형성되기 시작하는 것을 볼 수 있습니다.

[10:27] 전체 프로젝트가 이제 밑바닥부터 구축되고 있습니다.

[10:29] 모든 것이 생성되고 있는 것을 볼 수 있습니다.

[10:31] 모든 기본 기반이 설정되고 있습니다.

[10:33] 백엔드로 들어가면

[10:35] 파이썬 앱이 구성되고 있는 것을 볼 수 있습니다.

[10:37] 모델이 이미 설정 방법을 알고 있기 때문입니다.

[10:39] 어떤 기술 스택이 사용될지 이해하고 있습니다.

[10:41] 그래서 그것에 대해 생각할 필요가 없었습니다.

[10:43] 명시적으로 물어봐도 문제없습니다.

[10:45] 하지만 그것은 단지 제 추천사항이었습니다.

[10:47] 이제 무엇을 연결해야 하는지 알고 있으므로

[10:49] 모든 API를 사용하고

[10:51] 필요한 기반을 구축하고 있습니다.

[10:52] 이제 설정하는 모든 것이

[10:55] 초기 구조에 포함될 것입니다.

[10:57] 소프트웨어 개발의 한 가지 특징은

[10:59] 언제든지 아무 기능이나

[11:01] 구현할 수 없다는 것입니다.

[11:03] 먼저 기본 구조가

[11:04] 필요합니다.

[11:07] 그 기반이 없으면

[11:09] 처음부터 다시 시작하게 되거나

[11:11] 나중에 필요한 수정의 양이

[11:13] 너무 많아집니다.

[11:15] 적절한 확장성을 고려하지 않고

[11:17] 재구성하고 기능을 추가하는 것은

[11:19] 좋지 않습니다.

[11:21] 그런 종류의 프로젝트는 그냥 좋지 않습니다.

[11:23] 어쨌든, 보시다시피 이 새로운

[11:25] 할 일 기능은 천천히 움직이지만

[11:27] 장점은 모든 것이 궤도에 머물러 있다는 것입니다.

[11:29] 무엇을 해야 하는지 잊지 않고

[11:31] 모든 것이 철저히 완료되고 있습니다.

[11:33] 모델은 현재 단계를 확인하기 전까지

[11:35] 다음으로 넘어가지 않습니다.

[11:37] 이제 진행되고 있는 것을 볼 수 있습니다.

[11:39] 시간이 좀 걸릴 것이고

[11:41] 1단계는 모든 것을 설정하는 것입니다.

[11:43] 하지만 여기서 제가 말하고 싶은 것은

[11:45] 이러한 구현 계획들이

[11:46] 아래 설명에서 사용 가능하지만

[11:48] 여러분만의 것을 만들어야 한다는 것입니다.

[11:50] Claude Code를 사용하고 싶다면

[11:52] Claude Code에서도 이 파일들을 사용할 수 있습니다.

[11:54] 그냥 드래그하면 되고

[11:56] 슬래시 명령어를 입력하면

[11:58] 모든 것을 생성해 줄 것입니다.

[12:00] 예를 들어, 저는 이 커스텀 명령어를 만들었습니다.

[12:02] 구현 생성이라고 하며

[12:04] 워크플로우 생성 파일을

[12:06] 여기에 복사하기만 하면 됩니다.

[12:08] 그러면 끝입니다.

[12:10] 모든 것을 생성해 줄 것입니다.

[12:11] Claude Code에서 제가 정말 좋아하는 또 다른 점은

[12:14] 모든 코드베이스 문서를 담고 있는

[12:16] cloud.md 파일을 포함한다는 것입니다.

[12:18] 하지만 컨텍스트 창 관리를 위해서는

[12:20] 여러 파일과 함께 이 문서화 접근 방식을 사용하는 것이

[12:22] 모든 것을 하나의 파일에 모두 담는 것보다

[12:24] 훨씬 좋습니다.

[12:27] 또한 여러 에이전트가 필요한 작업을 요청하면

[12:29] Claude Code가 그 에이전트들을 실행할 것입니다.

[12:31] 이것이 Claude Code가 약간의 장점을 가지는 부분입니다.

[12:33] 모든 에이전트가 한 번에 작업할 수 있기 때문입니다.

[12:35] 하지만 이는 단계별로 진행할 필요가 없는

[12:37] 작업에서만 도움이 됩니다.

[12:39] 예를 들어, 이 전체 구현 계획은

[12:41] 단계별로 수행되어야 합니다.

[12:43] 각 부분이 순차적으로 연결되어야 합니다.

[12:46] 한 번에 모든 것을 설치할 수는 없습니다.

[12:48] 물론 종속성 설치나

[12:50] 패키지 설정과 같은 것들에는

[12:52] 병렬 처리가 도움이 될 수 있습니다.

[12:54] 하지만 이러한 워크플로우의 대부분은

[12:56] 한 번에 하나씩 수행되어야 합니다.

[12:58] 이제 UI 변형 생성과 같은 것들이 있는데

[13:00] 여러 에이전트가 정말 빛을 발합니다.

[13:02] 각각 다른 변형을 만들어 줄 수 있습니다.

[13:04] 그리고 그를 위해 실제로

[13:06] Claude Code 전용 별도 동영상이 있습니다.

[13:08] 이것도 컨텍스트 관리에 속합니다.

[13:10] 그 동영상에서도 이 규칙 파일들을

[13:12] 사용했기 때문입니다.

[13:14] 그러니 꼭 확인해 보세요.

[13:16] 이것으로 이 동영상의 마지막입니다.

[13:18] 채널을 지원하고 싶으시고

[13:20] 이런 동영상을 계속 만들 수 있도록 도와주고 싶으시다면

[13:22] 아래 슈퍼 감사 버튼을 사용해 주세요.

[13:24] 언제나 그렇듯이 시청해 주셔서 감사하고

[13:26] 다음 동영상에서 뵙겠습니다.