AI 코딩 세션의 휘발성 맥락을 프로젝트 기억으로 남기기 — rhwp 적용 사례

제가 rhwp collaborator로 3개월간 기여하며 직접 경험한 AI 협업 방법론을 정리한 글입니다.

바이브 코딩에서는 잘 동작하던 AI가 기존 프로젝트나 회사 코드베이스에 적용되면 어려움을 겪는 이유를, 단순한 모델 성능보다 ‘축적된 프로젝트 맥락의 부재’라는 관점에서 살펴봅니다.

rhwp는 Hyper-Waterfall을 통해 작업 중 생성되는 맥락을 다음과 같이 외부화합니다.

• 거시적으로는 mydocs/manual, mydocs/tech 등에 여러 작업이 공유해야 할 장기 지식을 기록
• 미시적으로는 각 작업의 구현·수행 계획서, 단계별 보고서, 최종 보고서에 판단과 검증 결과, 성공과 실패의 이유를 기록
• 이 문서들을 코드와 함께 저장소에 커밋해 다른 기여자·세션·에이전트·모델에서도 같은 맥락을 이어서 활용

실제 사례로, 제가 프로젝트를 알기 전에 작성된 설계 문서가 약 5개월 뒤 새로운 작업에서 다시 발견됐습니다. 이를 통해 당시 메인테이너가 고민한 문제와 설계 방향, 결정 사항을 새로운 기여자와 AI가 다시 파악할 수 있었습니다.

Hyper-Waterfall을 모든 프로젝트에 적합한 만능 도구로 주장하지는 않습니다. 오랫동안 진행되는 복잡한 프로젝트에서 세션의 휘발성 맥락을 검토 가능하고 재사용 가능한 ‘프로젝트 기억’으로 남기는 방법과, 이를 다른 저장소에 적용하는 방식을 소개합니다.