[AI 활용법 2] 컨텍스트 관리 — Obsidian, 메모리, 핸드오프

시리즈 2편. AI 세션이 길어질수록 품질이 떨어진다. 해결책은 “더 큰 컨텍스트”가 아니라 “적절한 외부 저장소” 다.

컨텍스트 포화의 징후

다음 신호가 보이면 이미 컨텍스트가 포화에 가깝다는 뜻이다:

• 초반에 합의한 컨벤션·규칙이 흐려진다
• 같은 파일을 반복해서 읽는다
• 응답 일관성이 떨어진다
• 사용자가 “아까 말한”을 반복하게 된다

이때 “더 똑똑하게 답해줘”라고 다그쳐도 소용없다. 저장 위치를 바꿔야 한다.

외부 저장소 3계층

3계층을 분리해 두면, 새 세션을 시작하면서 필요한 계층만 다시 로드할 수 있다. 비용이 가장 큰 LLM 컨텍스트는 짧게 유지된다.

Obsidian 폴더 구조 (실전)

Projects/<프로젝트명>/
├── overview.md           # 한 줄 목적, 스택, 링크
├── decisions/            # ADR — 중요한 설계 결정
│   └── YYYY-MM-DD-<주제>.md
├── logs/                 # 날짜별 작업 로그
│   └── YYYY-MM-DD.md
├── issues/               # 알려진 이슈, 트러블슈팅
└── plans/
    ├── today-queue.md    # 오늘의 작업 큐
    └── blocked.md        # 막힌 작업

핵심은 “날짜별 로그” 와 “의사결정 ADR”의 분리다. 로그는 시간 흐름, ADR은 왜 이렇게 결정했는가 의 영속 기록.

ADR 미니 템플릿

# YYYY-MM-DD — <주제>

## Status
Accepted | Superseded by [[…]] | Deprecated

## Context
- 어떤 상황에서 결정해야 했는가?
- 어떤 제약이 있었는가?

## Decision
- 무엇을 선택했는가?

## Consequences
- 좋아진 것
- 잃은 것 / 다음에 다시 봐야 할 것

LLM에게 이 템플릿을 주고 “지금 결정에 ADR을 남겨줘”라고 시키면, 다음 세션의 나 가 가장 많이 고마워한다.

메모리(LLM 사용자 메모리) 활용 기준

작은 메모리 슬롯에 무엇을 넣고 무엇을 빼야 하는가:

저장 ✅

• 지속적 선호 (언어, 코드 스타일, 사용 도구)
• 장기 프로젝트의 핵심 맥락
• 반복 참조될 의사결정 (예: “이 레포는 PR을 작게 쪼갠다”)

저장 ❌

• 일회성 값
• 시크릿·자격증명·민감 정보
• 구체적 코드 스니펫 (코드는 git/노트에)

원칙: 메모리는 기준선, 외부 저장소는 이력.

세션 핸드오프 템플릿

작업을 새 세션으로 넘길 때 logs/YYYY-MM-DD-handoff.md에:

## 현재 상태
- 마지막 작업: <한 줄 요약>
- 진행률: <%>
- 마지막 커밋: <hash> <subject>

## 다음에 할 일
1. ...
2. ...

## 막힌 지점 / 주의사항
- ...

## 참고 노트
- [[decisions/...]]
- [[issues/...]]

이 한 페이지가 있으면, 새 세션을 시작할 때 LLM에 이 노트만 던져도 즉시 어제의 자신처럼 동작한다.

한 줄 요약

컨텍스트 윈도우가 짧아서 문제가 아니라, 노트를 안 써서 문제다.

다음 편: AI 활용법 3 — 자율모드: 안전한 위임의 기술 이전 편: AI 활용법 1 — 정직성