AI 에이전트 성능을 극대화하는 '폴더 구조 기반' 컨텍스트 관리 기법
PARA 방법론과 구조적 컨텍스트 파일(CLAUDE.md) 활용으로 에이전트의 로컬 파일 이해도를 높이는 실전 워크플로우.
요약
Meta의 분석 팀은 Tiago Forte의 PARA 방식(Projects, Areas, Resources, Archives)을 기반으로 파일 시스템을 체계화하여 6만 3천 대 이상의 기기에 배포되는 개인용 AI 에이전트를 구축했다. 핵심은 '점진적 공개(progressive disclosure)' 원칙으로, 모든 데이터를 한꺼번에 입력하는 대신 루트 디렉토리의 CLAUDE.md 파일과 프로젝트별 상황 정보를 통해 필요한 맥락만 에이전트에 제공해 정확도를 높였다. 또한 이 에이전트는 내부 도구와 연동해 회의록, 작업 관리자, 코드 리뷰 등에 접근할 수 있는 계층을 갖췄으며, 이를 통해 일일 회의록 정리나 팀 보고서 작성 등을 자동화한다. 단순한 챗봇을 넘어 실무 능력을 갖추기 위해 코드나 서버 없이 마크다운 파일 기반으로 자동화 스킬을 구현했다. 기술적 지식이 없는 PM이 작성한 설치 가이드 이후 사내 전 부서로 확산되었으며, 사용자들은 동일한 방식의 폴더 구조와 개인화된 context 파일 설정만으로 나만의 AI 에이전트를 만들 수 있다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 @undefinedKi: Meta's analytics team built a second brain for one person. It ended up on 63,000 machines. Here is how it works. Four parts, and y
원문 보기 ↗