에이전트에게 더 많은 문서를 주면 더 똑똑해질 것 같지만, 실제 병목은 정보의 양보다 관계의 부재일 때가 많다. CLAUDE.md, @file, 폴더, 태그는 “무엇이 어디에 있는지”를 알려주지만 “무엇이 무엇에 의존하는지”까지 안정적으로 알려주지는 않는다. 그러면 모델은 매번 관계를 즉석에서 추론해야 하고, 같은 자료를 줘도 답변 품질이 흔들린다.
이 글의 핵심은 지식 파이프라인에도 그대로 적용된다. 클리핑과 노트를 많이 쌓는 것만으로는 부족하고, 개념·엔티티·인사이트 사이의 관계가 명시되어야 에이전트가 필요한 맥락을 좁게 가져올 수 있다. 좋은 컨텍스트 엔지니어링은 “더 넣기”가 아니라 “관계가 이미 정해진 지식만 정확히 넣기”에 가깝다.
근거
원문은 파일 지정과 Markdown 정리가 유효하지만, 개념 사이의 관계가 빠져 있으면 Claude가 그 관계를 매번 추측하게 된다고 지적한다. 온톨로지는 이 추측을 줄이기 위해 관계 자체를 타입이 있는 선으로 고정한다.
태그와 폴더는 라벨과 계층을 만들지만, 호출·의존·제약 같은 가로 관계는 표현하지 못한다.
연결된 생각
- 20260629-ontology-as-relation-index-for-coding-agents — 이 주장의 구조적 정의.
- 20260508-atomic-notes-enable-context-injection — 원자 노트가 컨텍스트 단위를 줄인다면, 관계 인덱스는 어떤 원자들을 함께 불러올지 결정한다.
- 20260609-local-graph-as-token-shield — 로컬 그래프가 토큰 낭비를 막는다는 기존 관찰과 이어진다.