Lore: Repurposing Git Commit Messages as a Structured Knowledge Protocol for AI Coding Agents

이 논문은 AI 코딩 에이전트 시대에 소실되는 의사결정 맥락을 보존하기 위해 기존 Git 커밋 메시지를 구조화된 지식 프로토콜인 'Lore'로 재구성하여 인프라 없이도 에이전트가 의사결정 근거를 효과적으로 활용할 수 있도록 하는 방안을 제시합니다.

핵심

📜 핵심 아이디어: "로어 (Lore)"란 무엇인가?

지금까지 개발자들은 코드를 수정할 때, **Git(버전 관리 도구)**에 "무엇을 바꿨는지"만 기록했습니다.
예를 들어, "로그인 기능을 고침"이라고만 적고, **"왜 고쳤는지", "다른 방법은 뭐가 있었는지", "무엇을 조심해야 하는지"**는 잊어버렸습니다.

저자는 이 잊혀진 '이유'와 '맥락'을 **'결정의 그림자 (Decision Shadow)'**라고 부릅니다. 그림자는 코드가 존재하는 한 항상 따라다니지만, 기록되지 않으면 결국 사라져 버려요.

**'로어 (Lore)'**는 이 그림자를 잡아서 기록에 남기는 새로운 규칙입니다.

---

🏠 비유로 이해하기: "요리 레시피와 메모장"

이 상황을 **요리사 (개발자/AI)**와 **레시피 (코드)**에 비유해 볼까요?

1. 현재의 문제점: "그림자 같은 레시피"

지금까지 요리사가 레시피를 수정할 때, 단순히 "소금 양을 10g 줄임"이라고만 적었습니다.

• 문제: 나중에 다른 요리사 (또는 AI) 가 이 레시피를 보고 "왜 소금을 줄였지?"라고 물어보면, 답이 없습니다.
• 결과: "아, 그냥 줄인 거겠지"라고 추측하다가, 나중에 "소금을 줄이면 맛이 안 나는데?"라는 실수를 반복하게 됩니다. 과거의 지혜가 사라진 것이죠.

2. 로어 (Lore) 의 해결책: "레시피 옆의 '비밀 메모'"

로어는 레시피 (코드) 를 바꿀 때, 그 이유와 주의사항을 레시피 바로 옆에 딱 붙여 기록하는 것입니다.

• 기록 내용: "소금을 줄인 이유는 고객이 '너무 짜다'고 불평했기 때문입니다. (단, 소금 양을 더 줄이면 국물이 싱거워질 수 있으니 주의하세요. 24 시간 동안 소금기를 유지하는 방법은 시도해봤지만 실패했습니다.)"
• 특징: 이 메모는 레시피와 영구적으로 묶여 있어서, 레시피가 어디로 가든 함께 이동합니다.

---

🛠️ 어떻게 작동하나요? (기술적인 부분은 쉽게)

이 논문은 거창한 새로운 시스템을 만들지 않습니다. 이미 우리가 쓰고 있는 Git이라는 도구의 작은 기능 (트레일러) 을 활용합니다.

• 기존 방식: "수정 완료"라고만 적음.
• 로어 방식:
  • 제약 조건: "이 기능은 보안 정책 때문에 24 시간 이상 유지할 수 없음."
  • 거부된 대안: "배경에서 자동으로 갱신하는 방법은 경쟁 조건 (Race Condition) 이 생겨서 안 됨."
  • 주의 사항: "이 코드를 건드리려면 반드시 인증 서버를 먼저 확인해야 함."

이 정보를 **명령어 (CLI)**로 검색하면, AI 나 개발자는 "아, 이 코드는 이런 이유로 이렇게 만들어졌구나!"라고 바로 알 수 있습니다.

---

🤖 왜 지금 이 아이디어가 중요한가요?

이제 **AI(인공지능)**가 코드를 많이 작성하고 수정합니다.

1. AI 는 '무엇'은 알지만 '왜'는 모릅니다.
   AI 가 코드를 보고 "이게 뭘 하는지"는 알 수 있지만, "왜 이렇게 만들었는지"는 알 수 없습니다. 과거의 기록이 없으면 AI 는 같은 실수를 반복하거나, 이미 시도했다가 실패한 방법을 다시 시도하게 됩니다.
2. 로어는 AI 를 위한 '기억'입니다.
   로어는 AI 가 코드를 수정할 때, "이전 개발자가 여기서 무엇을 고민했고, 무엇을 피했는지"를 알려주는 영구적인 메모 역할을 합니다.

---

💡 요약: 이 논문이 말하고 싶은 것

• 문제: 코드를 바꿀 때 "왜" 바꿨는지 기록하지 않아서, 나중에 그 이유를 잊어버리고 실수를 반복합니다. (결정의 그림자)
• 해결: Git 에 코드를 기록할 때, 이유, 주의사항, 실패한 대안을 함께 기록하는 새로운 규칙 '로어'를 만듭니다.
• 장점:
  • 별도 시스템 불필요: 이미 쓰는 Git 을 그대로 씁니다.
  • AI 친화적: AI 가 이 기록을 읽어서 더 똑똑하게 코드를 수정할 수 있습니다.
  • 영구적: 코드가 변해도 기록은 함께 이동해서 사라지지 않습니다.

한 줄 요약:

"코드를 고칠 때 '무엇'을 고쳤는지뿐만 아니라, '왜' 고쳤는지도 함께 기록하자. 그래야 나중에 AI 나 다른 사람이 그 코드를 볼 때 실수하지 않고, 과거의 지혜를 이어갈 수 있다."

이것은 거창한 기술이 아니라, 기록 습관을 조금만 바꾸는 것으로 시작하는 혁신입니다.

기술 요약

1. 문제 정의: '의사결정 그림자 (Decision Shadow)'의 소실

논문은 AI 코딩 에이전트가 소프트웨어 개발의 주된 생산자이자 소비자가 되는 시대에, 제도적 지식 (Institutional Knowledge) 의 급격한 소실이 발생하고 있다고 지적합니다.

• 핵심 문제: 현재 Git 커밋은 코드 변경 사항 (Diff) 만을 기록할 뿐, 그 변경을 이끈 **추론 과정 (Reasoning)**은 기록하지 않습니다. 이는 '의사결정 그림자 (Decision Shadow)'라고 불리는 소실된 맥락입니다.
  • 포함되지 않는 정보: 문제 정의, 고려된 대안, 기각된 이유, 제약 조건, 신뢰도, 알려진 약점 등.
• 현황의 비효율성:
  • 기존 커밋 메시지: Conventional Commits 형식 (type(scope): description) 은 '무엇이 (What)' 변경되었는지는 설명하지만, '왜 (Why)' 변경되었는지에 대한 신호는 거의 없습니다.
  • AI 에이전트의 한계: AI 에이전트는 기존 코드를 통해 '무엇이 존재하는지'는 알 수 있지만, 커밋 히스토리에서 '왜 그런지'를 재구성하지 못합니다.
  • 악순환: AI 가 코드를 생성할 때 Diff 만 요약하는 커밋 메시지를 작성하므로, 지식 파괴 속도가 가속화되고 있습니다.

2. 방법론: Lore 프로토콜

저자는 별도의 무거운 인프라를 구축하는 대신, 이미 모든 프로젝트에 존재하는 Git 커밋 메시지 자체를 구조화된 지식 채널로 재해석하는 경량 프로토콜인 Lore를 제안합니다.

• 핵심 아이디어: 커밋 메시지를 단순한 라벨이 아닌, **의사결정의 원자 단위 (Lore atom)**로 만듭니다.
• 구현 기술: Git Trailers
  • 커밋 메시지의 하단에 Git 이 네이티브로 지원하는 Key: Value 형식의 트레일러 (Trailers) 를 사용합니다.
  • 별도의 파싱 도구가 필요 없으며, 표준 Git 명령어 (git log -trailer=) 로 쿼리 가능합니다.
• Lore 커밋 구조:
  1. Intent Line: 변경의 '무엇'이 아닌 '왜'를 설명하는 첫 줄.
  2. Body: 서술형 컨텍스트.
  3. Trailers (구조화된 메타데이터): 기계가 파싱 가능한 결정 맥락.
     • Constraint:: 결정을 형성한 제약 조건.
     • Rejected:: 고려되었으나 기각된 대안 및 그 이유.
     • Confidence:: 작성자의 신뢰도 (low/medium/high).
     • Directive:: 향후 수정자를 위한 지시 사항.
     • Tested/Not-tested: 검증된 내용과 미검증 내용.
     • Scope-risk, Reversibility 등.

3. 주요 기여 (Key Contributions)

1. Lore 프로토콜 및 형식 정의:
   • Git 트레일러를 활용한 구조화된 커밋 메시지 표준을 제안했습니다. 이는 ADR(Architecture Decision Records) 이 아키텍처 수준의 결정을 다룬다면, Lore 는 **구현 수준의 결정 (Implementation-level decisions)**을 커밋과 영구적으로 결합합니다.
2. 경량 CLI 도구 및 에이전트 소비 모델:
   • lore context, lore rejected, lore directives 등의 명령어를 제공하는 CLI 를 설계했습니다.
   • 에이전트 워크플로우: AI 에이전트는 별도의 학습 없이도 Shell 명령어를 실행하여 프로젝트의 의사결정 이력을 발견 (Discovery) 하고, 제약 조건을 수집 (Constraint harvest) 하며, 기각된 대안을 필터링할 수 있습니다.
3. 기존 접근법과의 차별화 분석:
   • ADR vs Lore: ADR 은 별도 파일로 동기화 문제가 발생하지만, Lore 는 커밋과 함께 불변 (Immutable) 으로 저장되어 동기화 문제가 없습니다.
   • 코드 디지털 트윈 (Code Digital Twin) vs Lore: 디지털 트윈은 무거운 지식 그래프와 인프라가 필요하지만, Lore 는 0 에 가까운 인프라 비용으로 구현 가능합니다.
   • AI 생성 커밋 요약 vs Lore: 기존 AI 요약 도구는 Diff 를 설명하는 데 그치지만, Lore 는 Diff 에 없던 '기각된 대안'과 '제약 조건' 같은 새로운 지식을 추가합니다.

4. 결과 및 검증 계획 (Results & Validation)

논문은 아직 실험적 결과가 발표된 단계는 아니지만, 다음과 같은 검증 경로를 제시합니다.

• 예상 효과:
  • AI 에이전트의 작업 성공률 향상.
  • 기각된 접근법을 다시 시도하는 오류 감소.
  • 코드 리뷰 사이클 단축.
• 검증 방법론:
  • 동일한 프로젝트에서 두 팀을 대상으로 6 개월간 실험 (한 팀은 Lore 사용, 다른 팀은 기존 커밋 사용).
  • 측정 지표: 에이전트 성공률, 정답 도달 시간, 기각된 접근법 재시도율 등.
• 수용 경로:
  • Agent-First 전략: 인간이 타이핑하는 부담을 줄이고, AI 에이전트가 자동으로 Lore 형식의 커밋을 생성하도록 설정함으로써 채택 장벽을 낮춥니다.

5. 의의 및 중요성 (Significance)

• 지식 보존의 패러다임 전환: 소프트웨어 개발에서 '코드'와 '지식'을 분리하지 않고, 커밋이라는 단일 불변 객체로 융합시킵니다.
• AI 에이전트 시대의 필수 인프라: AI 가 코드를 생성하고 수정하는 시대에, 에이전트가 과거의 '왜 (Why)'를 이해할 수 있는 유일한 경량 채널을 제공합니다.
• 인프라 비용 제로: 별도의 데이터베이스, 지식 그래프, 서버가 필요 없으며, Git 이 이미 제공하는 메커니즘을 활용합니다.
• 상호 운용성: 어떤 AI 에이전트든 Shell 명령어를 실행할 수 있다면 Lore 지식을 활용할 수 있어, 에이전트 간 지식 공유 (Inter-agent communication) 를 용이하게 합니다.

결론

이 논문은 Git 커밋 메시지가 현재까지 방치되어 왔던 '의사결정 그림자'를 구조화하여, AI 에이전트 시대에 필수적인 제도적 지식의 영구적 저장소로 재탄생시키는 혁신적인 접근법을 제시합니다. Lore 는 복잡한 인프라 없이도 프로젝트의 지식 flywheel 을 가속화할 수 있는 실용적이고 경량화된 솔루션입니다.