DDD 제한된 컨텍스트: LLM 코드 생성을 위한 명확한 도메인 경계 설정

섹션별 상세

모놀리식 아키텍처에서 LLM은 도메인 로직과 인프라 계층을 구분하지 못해 인지적 과부하를 겪는다. UserService가 데이터베이스, 결제, 이메일 등 5개 이상의 영역과 얽혀 있을 때 LLM은 변경 범위를 과도하게 잡거나 필요한 업데이트를 누락하는 경향을 보인다. 내부 지표에 따르면 모놀리식 환경에서 LLM의 경계 위반율은 35%, 의존성 환각은 28%에 달한다. 명확한 아키텍처 신호가 없으면 LLM은 비즈니스 의도가 결여된 저품질의 코드를 생성하게 된다.

근거

모놀리식 구조에서 LLM이 생성한 코드의 35%가 아키텍처 경계를 위반한다. — Impact Metrics 섹션

제한된 컨텍스트는 독립적인 모델과 언어를 가진 경계를 설정하여 LLM이 이해하기 쉬운 단위로 도메인을 분리한다. 각 컨텍스트는 외부 시스템과의 통신을 위한 명시적 인터페이스만 노출하며 다른 도메인의 내부 구현을 알 필요가 없다. 예를 들어 주문(Orders) 도메인은 사용자(User) 데이터베이스에 직접 접근하는 대신 사용자 관리 SDK의 API를 호출한다. 이러한 격리는 LLM이 한 번에 처리해야 할 컨텍스트 윈도우의 정보를 핵심 로직으로 제한하여 정확도를 높인다.

데이터 모델링으로서의 메모리 엔지니어링을 시각화한 다이어그램 — Diagram중앙의 핵심 노드에서 여러 도메인과 데이터 흐름이 연결되는 구조를 보여주며, 복잡한 시스템에서 데이터 모델 간의 경계와 연결성을 관리하는 것이 중요함을 시각적으로 나타낸다.

도메인을 독립적인 SDK 패키지 구조로 조직화하고 팩토리 함수를 통해 의존성을 명시적으로 주입한다. 각 패키지는 domain, services, infrastructure 계층으로 나뉘며 index.ts를 통해 최소한의 공용 API만 노출한다. `createUserManagement({ database, cache })`와 같은 형태의 의존성 주입은 LLM에게 해당 모듈이 무엇에 의존하는지 명확히 보여준다. 전역 변수나 숨겨진 임포트를 제거함으로써 LLM은 각 SDK를 고립된 환경에서 완벽하게 이해하고 테스트할 수 있다.

개념 템플릿의 구조를 보여주는 추상적인 네트워크 다이어그램 — Diagram여러 노드와 연결선이 복잡하게 얽힌 구조를 통해 모놀리식 환경의 복잡성을 암시하거나, 각 개념이 어떻게 상호작용하는지에 대한 추상적 모델을 제시한다.

컨텍스트 매핑과 부패 방지 계층(ACL)을 통해 도메인 간 결합을 방지하고 데이터 변환을 명시화한다. 주문 도메인에서 사용자 정보를 사용할 때 전체 User 엔티티를 가져오는 대신 필요한 필드만 담은 OrderCustomer 모델로 변환하여 사용한다. `toOrderCustomer(user)`와 같은 어댑터 함수는 LLM에게 두 도메인 간의 명확한 매핑 관계를 제시한다. 이는 도메인 모델의 누출을 막고 LLM이 특정 도메인 내부에서만 유효한 코드를 작성하도록 가이드한다.

typescript

export const createUserManagement = (config: UserManagementConfig) => {
  const repository = new PostgresUserRepository(config.database);
  return {
    getUserById: (id: string) => getUserById(repository, id),
    createUser: (data: CreateUserData) => createUser(repository, data),
    // ...
  };
};

도메인을 독립적인 SDK 형태로 구조화하여 명시적인 의존성 주입을 사용하는 예시

비즈니스 이해관계자와 공유하는 보편적 언어(Ubiquitous Language)를 코드에 적용하여 생성 품질을 개선한다. `processRecord`와 같은 모호한 기술 용어 대신 `confirmOrder`, `fulfillOrder`와 같은 비즈니스 용어를 함수명으로 사용한다. LLM은 기존의 도메인 언어 패턴을 학습하여 새로운 기능을 추가할 때 비즈니스 맥락에 부합하는 정확한 로직을 생성한다. 실제 적용 결과 LLM의 코드 생성 정확도는 약 60% 향상되었으며 수동 수정 필요성은 대폭 감소했다.

typescript

export function toOrderCustomer(user: User): OrderCustomer {
  return {
    id: user.id,
    email: user.email,
    displayName: user.displayName,
  };
}

User 도메인 모델을 Orders 도메인 모델로 변환하는 부패 방지 계층(ACL) 구현 예시

근거

DDD 제한된 컨텍스트 적용 시 LLM의 코드 생성 정확도가 55%에서 88%로 향상되었다. — Impact Metrics 및 Why This Works for LLMs 섹션
독립적인 컨텍스트 구조는 병렬 개발 용량을 3~4배 증가시킨다. — Measuring Success 섹션

용어 해설

제한된 컨텍스트(Bounded Context): — 도메인 주도 설계(DDD)에서 특정 모델이 적용되는 명확한 경계를 정의하는 개념이다. 각 컨텍스트는 독립적인 모델과 언어를 가지며, 다른 도메인과의 결합도를 낮추어 시스템의 복잡성을 관리하고 LLM이 특정 영역의 로직에만 집중할 수 있게 돕는다.
보편적 언어(Ubiquitous Language): — 개발자와 비즈니스 이해관계자가 동일한 의미로 사용하는 공통 언어이다. 코드 내의 클래스명, 함수명에 비즈니스 용어를 그대로 반영함으로써 LLM이 비즈니스 의도를 정확히 파악하고 일관성 있는 코드를 생성하도록 유도하는 역할을 한다.
부패 방지 계층(Anti-Corruption Layer): — 서로 다른 두 도메인 모델 간의 통신 시, 외부 모델이 내부 모델을 오염시키지 않도록 중간에서 데이터를 변환해주는 계층이다. 이를 통해 각 도메인의 독립성을 유지하며 LLM이 불필요한 외부 의존성을 참조하지 않도록 방지한다.
의존성 주입(Dependency Injection): — 객체가 필요로 하는 의존 객체를 외부에서 전달받는 디자인 패턴이다. LLM 환경에서는 전역 변수나 숨겨진 의존성 대신 명시적인 인터페이스를 제공하여 모델이 코드의 작동 원리와 필요한 리소스를 명확히 이해하게 한다.

기술

TypeScript
Claude Code
ESLint
PostgreSQL

활용 사례

모놀리식 애플리케이션의 마이크로서비스/모듈형 전환
AI 코딩 에이전트를 위한 코드베이스 최적화
대규모 팀의 병렬 개발 효율성 개선

언급된 리소스

문서Domain-Driven Design by Eric Evans

문서Bounded Context - Martin Fowler

문서The Meta-Engineer Book

export const createUserManagement = (config: UserManagementConfig) => { const repository = new PostgresUserRepository(config.database); return { getUserById: (id: string) => getUserById(repository, id), createUser: (data: CreateUserData) => createUser(repository, data), // ... }; };

DDD 제한된 컨텍스트: LLM 코드 생성을 위한 명확한 도메인 경계 설정

섹션별 상세

용어 해설

기술

활용 사례

언급된 리소스

DDD 제한된 컨텍스트: LLM 코드 생성을 위한 명확한 도메인 경계 설정

섹션별 상세

용어 해설

기술

활용 사례

언급된 리소스

관련 토론

댓글

관련 피드

관련 토론

댓글

관련 피드