지금까지 AI 코딩 도구를 최적화하는 주된 방법은 프롬프트 엔지니어링이었다. 얼마나 정교하고 상세한 프롬프트를 작성하는지가 결과를 결정했다. 하지만 Trellis는 다른 길을 제시한다. 프롬프트를 잘 쓰는 대신, AI가 작업하는 환경 자체에 지식을 심는 것이다.
이 전환은 ‘명령 최적화’에서 ‘환경 설계’로의 이동이다. AI가 실행될 때 읽어야 하는 규칙, 맥락, 이력을 코드 저장소에 구조화하여 심어두면, 매번 같은 내용을 프롬프트에 반복할 필요가 없다. 프롬프트는 점점 짧아지고, 환경은 점점 풍부해진다. 이것이 바로 ‘환경 엔지니어링(Environment Engineering)‘의 시작이다.
근거
“Trellis는 프로젝트에
.trellis/디렉토리를 생성하여 요구사항, 규범, 작업, 진행, 작업 로그를 모두 축적한다. 다음 번 Claude Code가 들어오면, 당신이 처음부터 설명할 필요 없이 직접 맥락을 읽고 프로젝트가 무엇을 해야 하는지, 어느 단계까지 진행되었는지, 다음에 무엇을 추진해야 하는지 알 수 있다.”
프롬프트 엔지니어링은 AI 세션이 시작될 때마다 일회성으로 컨텍스트를 주입하는 반면, 환경 엔지니어링은 컨텍스트를 지속적이고 자동으로 제공한다. 이는 마치 개발 온보딩 문서를 프로젝트에 포함시키는 것과 같다.
연결된 생각
- 20260605-trellis-ai-context-persistence-framework — 개념적 기반
- 20260605-claude-code-trellis-ai-context-management — 구체적 통찰과의 연결
- prompt-engineering-limitations — 전환 이전 패러다임의 한계 (stub 필요)