핵심 요약
AI와 함께 소프트웨어를 개발할 때 LLM의 컨텍스트 제한으로 인해 과거의 의사결정 맥락이 사라지는 문제가 빈번하게 발생한다. Deciduous는 이러한 문제를 해결하기 위해 개발 과정의 모든 목표, 옵션, 결정을 쿼리 가능한 그래프 형태로 영구 저장한다. 이 도구는 Claude Code, Windsurf 등 주요 AI 어시스턴트와 통합되어 실시간으로 의사결정을 기록하고, 나중에 왜 이 방식을 선택했는가와 같은 질문에 답변할 수 있는 지식 베이스를 구축한다. 결과적으로 개발자는 세션이 종료된 후에도 과거의 추론 과정을 복구하고 팀원들과 의사결정 맥락을 공유할 수 있다.
배경
Rust 및 Cargo 설치 환경, Claude Code 또는 Windsurf 등 AI 코딩 어시스턴트 사용 경험, Git 버전 관리 시스템에 대한 이해
대상 독자
AI 코딩 어시스턴트를 활용하여 복잡한 프로젝트를 관리하고 의사결정 맥락을 보존하려는 소프트웨어 엔지니어
의미 / 영향
AI 개발 도구가 단순 코드 생성을 넘어 소프트웨어 설계의 의도와 맥락을 관리하는 영역으로 확장되고 있음을 보여준다. 이는 AI 세션 간의 단절 문제를 해결하고 팀 단위의 지식 보존을 가능하게 하여 AI 기반 개발의 생산성을 한 단계 높일 것으로 전망된다.
섹션별 상세
AI 협업 개발에서 발생하는 컨텍스트 손실 문제를 해결하기 위해 의사결정 그래프 구조를 도입했다. LLM은 세션이 종료되거나 컨텍스트가 압축되면 과거에 시도했던 접근 방식이나 특정 결정을 내린 이유를 잊어버린다. Deciduous는 목표(Goal), 선택지(Option), 결정(Decision), 행동(Action), 결과(Outcome)라는 정형화된 노드 타입을 통해 개발의 모든 단계를 기록한다. 이를 통해 6개월 후에도 특정 코드가 왜 그렇게 작성되었는지에 대한 의도를 명확히 파악할 수 있다.
Claude Code, OpenCode, Windsurf 등 주요 AI 코딩 어시스턴트와의 강력한 통합을 지원한다. Pre-edit 훅을 통해 AI가 코드를 수정하기 전 반드시 최근의 의사결정 노드가 있는지 확인하여 기록 누락을 방지한다. Post-commit 훅은 Git 커밋 이후 결과 노드를 생성하고 부모 노드와 연결하도록 유도하여 코드 변경 사항과 의사결정 맥락을 결합한다. 이러한 자동화된 워크플로우는 개발자가 수동으로 문서를 작성해야 하는 부담을 줄여준다.
과거의 이력을 분석하고 수정하기 위한 고도화된 스킬(Skills) 시스템을 제공한다. /decision-graph 스킬은 기존 프로젝트의 커밋 히스토리를 분석하여 의사결정 그래프를 역으로 구축한다. /archaeology 스킬은 과거의 잘못된 결정을 찾아내어 'superseded(대체됨)' 상태로 마킹하고 새로운 방향으로의 피벗 과정을 연결한다. /narratives 스킬은 특정 하위 시스템이 시간에 따라 어떻게 진화했는지에 대한 서사적 이야기를 생성하여 복잡한 시스템의 이해를 돕는다.
웹 기반 뷰어와 자연어 질의응답(Q&A) 인터페이스를 통해 저장된 지식을 탐색할 수 있다. 사용자는 왜 JWT 대신 세션 기반 인증을 선택했나와 같은 질문을 던져 그래프 데이터에 근거한 답변을 얻는다. 웹 뷰어는 타임라인, 계층 구조(DAG), 힘 지향 그래프 등 5가지 시각화 모드를 제공하여 복잡한 연결 관계를 직관적으로 보여준다. 모든 질의응답 내역은 전체 텍스트 검색이 가능한 형태로 저장되어 팀 내 지식 공유 자산으로 활용된다.
의사결정 노드에 아키텍처 다이어그램, 스펙 문서, 스크린샷 등 다양한 문서를 첨부하여 컨텍스트를 강화한다. 첨부된 파일은 콘텐츠 해시 기반으로 관리되어 중복을 방지하며 웹 뷰어의 노드 상세 패널에서 즉시 확인할 수 있다. AI가 첨부 파일의 내용을 자동으로 설명하도록 설정할 수 있어 시각 자료에 대한 접근성을 높였다. 이는 단순 텍스트 기록을 넘어 실제 설계 자산과 의사결정을 하나로 묶는 역할을 수행한다.
</> 코드 예제 포함
실무 Takeaway
- AI와 협업할 때 코드 자체(What)보다 결정의 이유(Why)를 기록하는 것이 장기적인 유지보수와 컨텍스트 복구에 결정적이다.
- Pre-edit 훅과 같은 강제적인 워크플로우를 통해 AI 개발 과정에서 발생하는 의사결정 데이터의 누락을 실시간으로 방지할 수 있다.
- 과거의 실패하거나 대체된 결정을 명시적으로 관리함으로써 기술 부채의 발생 원인과 해결 과정을 투명하게 추적할 수 있다.
언급된 리소스
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료