Claude Code를 혼자 쓰면 마치 똑똑하지만 건망증이 심한 개발자와 작업하는 기분이다. 프로젝트 컨텍스트를 세션이 바뀔 때마다 다시 설명해야 하고, 같은 실수를 반복하게 된다. 클리핑이 지적하듯, 문제는 모델 자체의 능력이 아니라 매번 ‘기억을 잃고 시작’하는 구조에 있다.
Trellis는 이 문제를 .trellis/라는 디렉토리 하나로 해결한다. 프로젝트의 모든 맥락 — 요구사항, 코딩 규칙, 작업 상태, 진행 로그 — 을 파일 시스템에 영구히 저장하여 AI가 재접속할 때 자동으로 복원한다. 이는 단순한 편의 기능을 넘어, AI를 무상태 함수에서 상태를 가진 프로젝트 멤버로 격상시키는 구조적 변화다.
근거
“많은 사람들이 AI 프로그래밍이 불안정하다고 생각하지만, 사실은 Claude가 안 되는 것이 아니라 매번 ‘기억을 잃고 작업을 시작’하기 때문이다: 프로젝트 배경을 다시 말해야 하고, 요구를 다시 입력해야 하고, 코드 규칙을 다시 설명해야 하고, 마지막으로 어디까지 했는지 다시 해석해야 한다.”
이 인용은 AI 코딩의 본질적인 좌절감을 정확히 짚는다. 모델의 추론 능력이나 코드 생성 품질이 아니라, 맥락의 단절이 생산성의 병목이다. Trellis는 이 병목을 제거하는 실용적인 해법이다.
연결된 생각
- 20260605-trellis-ai-context-persistence-framework — 이 통찰이 기반이 되는 개념적 프레임워크
- 20260605-trellis-paradigm-shift-environment-engineering — 더 큰 패러다임 변화로의 확장
- context-window-limitations — 맥락 창의 근본적 한계 (stub 필요)