AI 요약관련 정보

• AI 코더(Klein, RooCode 등)의 생산성을 10배 높이고 비용을 절감하기 위해 제안된 'Memory Bank'는 AI가 특정 마크다운 파일을 '기억'으로 유지하도록 하는 맞춤형 지침 세트입니다. 💡
• 주요 목적은 AI가 작업 컨텍스트를 항상 참조할 수 있도록 하여, 매번 긴 스레드를 통해 컨텍스트를 제공할 필요를 없애고, 결과적으로 토큰 비용을 절감하는 것입니다. 🧠
• AI는 프로젝트 진행에 따라 6가지 핵심 마크다운 파일을 자동으로 생성하고 업데이트하여 프로젝트의 모든 관련 정보를 체계적으로 관리합니다. ⚙️
• 6가지 핵심 파일은 다음과 같습니다:
  • 프로젝트 개요 및 기본 문서: 프로젝트의 핵심 요구사항, 목표, 진실의 원천을 정의합니다. 🏗️
  • 제품 컨텍스트: 제품의 목적, 해결하는 문제, 작동 방식, 사용자 경험 목표 등 높은 수준의 개요를 제공합니다. 🎯
  • 활성 컨텍스트: 현재 작업 중인 태스크, 최근 변경 사항, 다음 단계, 결정 사항, 학습 내용 등을 기록합니다. 📝
  • 시스템 패턴: 시스템 아키텍처, 기술 결정, 디자인 패턴, 컴포넌트 관계, 핵심 구현 경로를 추적합니다. 🌐
  • 기술 컨텍스트: 사용 기술, 개발 환경 설정, 제약 사항, 의존성, 도구 사용 패턴을 명시합니다. 💻
  • 진행 상황 파일: 현재 진행 상황, 남은 작업, 알려진 문제, 프로젝트 결정의 진화를 기록합니다. 📈
• AI는 필요하다고 판단될 경우 복잡한 기능 문서, 통합 사양, API 문서, 테스트 전략 등 추가적인 파일을 스스로 생성하여 조직화할 수 있습니다. 📁
• Klein뿐만 아니라 Windsurf, RooCode, Cursor 등 다른 AI 코더에서도 동일한 Memory Bank 지침을 적용하여 컨텍스트를 공유하고 활용할 수 있습니다. 🔄
• 긴 대화 스레드를 유지할 필요 없이 필요한 컨텍스트를 파일에서 가져오므로, 입력 토큰 비용을 크게 줄일 수 있습니다. 💰
• 구현 방법은 Klein의 경우 최신 버전으로 업데이트 후 설정에서 맞춤형 지침을 붙여넣고, 'memory_bank' 폴더를 생성한 뒤 AI에게 초기화를 요청하면 됩니다. 🚀
• Memory Bank 업데이트 시에는 비용이 저렴한 모델(예: flash 2.5)을 사용하여 비용 효율성을 높일 수 있습니다. 💸