지식과 Source of Truth
가장 큰 교훈 중 하나는 문서가 존재한다고 해서 AI가 실제 작업에서 읽는 것은 아니라는 점이었습니다. 초기에는 Project Charter, WBS, Roadmap 등 여러 계획 문서를 만들었습니다. 하지만 ChatGPT와 Cursor는 실제 구현 시 이 문서를 항상 읽지 않았고, 시간이 지나면서 scope와 roadmap이 실제 코드와 달라졌습니다.기존 문제
- AI가 모든 계획 문서를 자동으로 읽지 않음
- 모든 문서를 읽히면 context가 지나치게 커짐
- Scope와 roadmap이 문서보다 빠르게 바뀜
- 왜 코드 구조가 바뀌었는지가 채팅에만 남음
- 나중에는 무엇은 코드에서 보여도 왜는 남지 않음
현재 구조
GitHub는 normative source Code, Test, Spec, ADR, release evidence와 repository engineering metadata를 둡니다. AI Work Packet은 current coordination state 지금 workstream을 이어가기 위해 필요한 현재 상태만 둡니다. Athena는 검색 가능한 derived knowledge 결정 이유와 cross-project history를 찾는 데 사용하지만 runtime truth를 대신하지 않습니다. 이 홈페이지는 설명서 사람이 시스템을 빠르게 이해하기 위한 handbook입니다.정보별로 어디에 두는가
같은 규칙을 여러 문서에 복사해서 경쟁하는 source of truth를 만들지 않는 것이 핵심입니다.