Context Engineering for AI Agents in Open-Source Software
이 논문은 466개의 오픈 소스 프로젝트를 대상으로 AGENTS.md 파일의 채택, 콘텐츠 구조 및 진화를 조사하는 예비 연구를 제시하며, 개발자들이 AI 에이전트에게 컨텍스트를 제공하는 방식에서 상당한 차이가 있음을 밝히고 생성된 코드의 품질을 향상시키기 위한 컨텍스트 엔지니어링 최적화에 대한 향후 연구의 가능성을 강조한다.
원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
당신이 복잡한 기계를 만드는 것을 돕기 위해 아주 똑똑하고 손이 빠른 새 인턴을 채용한다고 상상해 보세요. 이 인턴은 AI 에이전트입니다. 만약 당신이 단순히 "엔진을 고쳐줘"라고 말한다면, 그들은 당신의 구체적인 규칙이나 선호하는 도구, 혹은 팀이 평소에 어떻게 일하는지를 모르기 때문에 잘못 추측할 수도 있습니다.
이 논문은 인간이 아닌 로봇을 위해 특별히 작성된 '사용 설명서'를 이 인턴에게 제공하는 새로운 방법에 관한 것입니다.
다음은 이 연구 내용을 쉬운 용어로 풀어서 설명한 것입니다:
문제점: 인턴에게는 핸드북이 필요하다
과거에 소프트웨어 개발자들은 코드를 쓰는 것을 돕기 위해 GitHub Copilot과 같은 도구를 사용했습니다. 이제 우리는 버그를 수정하거나 전체 기능을 구축하는 등 스스로 더 많은 일을 할 수 있는 "AI 에이전트"를 갖게 되었습니다. 하지만 인간 직원과 마찬가지로, AI도 제대로 일을 수행하기 위해서는 회사의 문화와 규칙을 이해해야 합니다.
벤더(AI를 만드는 기업들)는 개발자들이 프로젝트 폴더 안에 특별한 파일을 만들 것을 제안했습니다. 이 파일을 AI를 위한 **디지털 "직원 핸드북"**이라고 생각하면 됩니다. 이 파일은 AI에게 다음과 같은 것들을 알려줍니다:
- "우리는 항상 변수 이름을 이런 방식으로 짓습니다."
- "메인 파일은 절대 직접 건드리지 마세요."
- "코드를 테스트하는 방법은 다음과 같습니다."
최 recently, 모든 AI 도구가 동일한 유형의 핸드북을 읽을 수 있도록 AGENTS.md라는 표준 형식이 만들어졌습니다.
연구: 핸드북 점검하기
연구진은 실제 소프트웨어 프로젝트들이 실제로 이러한 핸드북을 사용하고 있는지, 사용한다면 어떤 모습인지 확인하고 싶었습니다. 그들은 10,000개의 오픈 소스 소프트웨어 프로젝트(누구나 코드를 보고 사용할 수 있는 프로젝트)를 대상으로 디지털 보물 찾기를 수행했습니다.
1. 얼마나 많은 사람들이 사용하고 있는가? (채택률)
연구 결과, 단 466개의 프로젝트(약 5%)만이 이러한 AI 핸드북을 생성한 것으로 나타났습니다.
- 비유: 이는 10,000개의 방이 있는 거대한 오피스 빌딩에 들어가서, 오직 몇 개의 방에만 "신입 사원 규칙" 표지판이 붙어 있는 것을 발견하는 것과 같습니다. 우리는 아직 이 트렌드의 매우 초기 단계에 있습니다.
2. 핸드북 안에는 무엇이 들어있는가? (내용 및 스타일)
연구진은 발견된 155개의 AGENTS.md 파일을 면밀히 조사했습니다. 그들은 두 가지 주요 사실을 발견했습니다:
표준 레시피의 부재: 이 파일을 작성하는 단 하나의 "정답"은 없습니다. 어떤 것은 짧고, 어떤 것은 깁니다. 어떤 것은 규칙을 나열하고, 다른 것들은 작동 방식을 설명합니다.
다양한 "목소리": AI에게 말하는 개발자들의 방식은 매우 다양했습니다. 연구진은 이 글쓰기 스타일을 다섯 가지 유형으로 분류했습니다:
- 기술적(Descriptive): "이것은 우리가 하는 방식입니다." (단순히 사실을 진술함)
- 규범적(Prescriptive): "이 방식으로 하세요." (직접적인 명령을 내림)
- 금지적(Prohibitive): "이것은 하지 마세요." (경계선을 설정함)
- 설명적(Explanatory): "이것을 하는 이유는 ... 때문입니다." (이유를 제공함)
- 조건적(Conditional): "만약 X가 발생하면, Y를 하세요." (상황별 논리를 제공함)
비유: 155명의 서로 다른 매니저가 동일한 인턴을 위해 규칙집을 쓰려고 한다고 상상해 보세요. 한 매니저는 엄격한 "하지 말아야 할 것" 목록을 쓰고, 다른 매니저는 팀이 어떻게 일하는지에 대한 친근한 이야기를 쓰고, 또 다른 매니저는 복잡한 "If/Then" 순서도를 작성합니다. 아직 일관성은 없습니다.
3. 핸드북은 시간이 지남에 따라 변하는가? (진화)
연구진은 "커밋 히스토리"(버전 관리 로그)를 살펴봄으로써 이 파일들이 시간이 지남에 따라 어떻게 변하는지 추적했습니다.
- 안정성: 파일 중 약 절반은 처음 생성된 후 변경되지 않았습니다.
- 수정: 변경된 파일들의 경우, 가장 흔한 업데이트는 새로운 지침을 추가하거나 기존의 것을 미세하게 조정하는 것이었습니다.
- 비유: 매니저가 규칙집을 한 번 작성하면, 대개 그대로 둡니다. 하지만 업데이트를 할 때는 보통 전체를 다시 쓰는 것이 아니라, 새로운 규칙을 추가하거나 기존의 것을 명확하게 다듬는 식입니다.
핵심 결론
이 논문은 우리가 현재 **컨텍스트 엔지니어링(Context Engineering)**의 "서부 개척 시대(Wild West)" 단계에 있다고 결론짓습니다. 개발자들은 AI 에이전트에게 말하는 법을 실험하고 있지만, 아직 표준적인 방법을 정립하지 못했습니다.
연구진은 이 파일들을 독특한 "천연 실험실"로 보고 있습니다. 이 파일들은 공개되어 있고 버전 관리가 되기 때문에, 인간이 AI 에이전트에게 "말하는 법"을 어떻게 배워가는지를 실시간으로 관찰할 수 있습니다. 목표는 지금 당장 개발자들에게 무엇을 하라고 말하는 것이 아니라, 그들이 현재 어떻게 문제를 해결해 나가고 있는지 이해하여 궁극적으로 그들을 더 잘 도울 수 있도록 하는 것입니다.
요약하자면: 개발자들은 자신의 AI 조력자를 위한 규칙집을 쓰기 시작했지만, 현재로서는 모든 규칙집이 제각각이며 어떤 스타일이 가장 효과적인지는 아직 아무도 확신하지 못하고 있습니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.