코딩 에이전트가 점점 똑똑해지고 있습니다. 그런데 한 가지 여전히 불편한 점이 있습니다. LLM(대규모 언어 모델)은 기본적으로 채팅 세션 간 컨텍스트를 공유하지 않죠. 이 때문에 결과가 일관되지 않거나, 동일한 작업을 반복적으로 요청해야 하는 일이 종종 발생합니다.
이를 보완하기 위해 등장한 기능이 바로 Rules입니다. Cursor는 Project Rules라는 형태로 이를 지원하고 있고, Cline, Windsurf, Claude Code 등 다른 코딩 에이전트도 유사한 기능을 제공합니다.
이번 글에서는 Cursor의 Project Rules가 어떻게 동작하는지와 어떤 유형이 있는지를 자세히 살펴보겠습니다. 또한, Rules를 잘 활용하기 위한 베스트 프랙티스도 함께 소개합니다.
Project Rules란 무엇인가?
LLM의 한계와 Rules의 필요성
LLM은 기본적으로 채팅 세션 간 정보를 공유하지 못합니다.
→ 그래서 동일한 프로젝트를 계속 작업할 때, 모델은 항상 처음부터 다시 학습된 상태로 시작합니다.
→ 이를 보완하기 위해 지속적인 컨텍스트 제공이 필요하죠.
Cursor는 이 문제를 해결하기 위해 Rules라는 구조를 도입했습니다. Rules를 활용하면 프로젝트에 대한 지침이나 정보를 꾸준히 제공하여 모델의 응답 일관성을 높일 수 있습니다.
Rules가 적용되는 위치
LLM API는 크게 두 가지 프롬프트를 사용합니다:
- 시스템 프롬프트(system prompt)
- 사용자 프롬프트(user prompt)
Cursor의 Project Rules는 사용자 프롬프트(user prompt)의 일부로 적용됩니다.
→ 즉, 내가 입력한 메시지와 Rules가 하나로 묶여서 LLM에 전달됩니다.
실질적 의미
- Rules나 컨텍스트가 길어질수록 입력 가능한 사용자 토큰 수는 줄어듭니다.
- Rules의 내용이 무조건 반영되는 것은 아닙니다.
→ 사용자 입력과 Rules가 충돌할 경우, 모델이 판단해 어떤 부분을 우선 반영할지 결정합니다.
→ 따라서 Rules는 짧고 명확하게 작성하는 것이 중요합니다.
Project Rules 작성 시 베스트 프랙티스
Cursor 공식 문서에서 제안하는 베스트 프랙티스는 다음과 같습니다:
- 간결함 유지: 개별 Rule은 500줄 미만으로 유지
- 큰 개념은 나누기: 여러 Rule로 나눠서 조합
- 구체적인 예시 제공: 필요시 참조 파일 사용 (예: @filename.ts)
- 명확하게 작성: 모호한 지침은 피하고 내부 문서 작성처럼 명확하게
- 반복되는 메시지는 Rule로 만들기: 채팅에서 자주 사용하는 문구는 Rule로 등록
→ 요약하면 "짧고, 명확하고, 반복 사용 가능한 Rule"을 작성하는 것이 핵심입니다.
Project Rules의 유형
Project Rules는 프로젝트 폴더 내부에 .cursor/rules 경로에 .mdc 확장자 파일로 저장됩니다.
→ 파일로 저장되므로 협업 시 공동 작업자와 Rules를 공유할 수 있다는 장점이 있습니다.
.mdc 파일은 일반적인 Markdown과 거의 동일하지만 메타데이터가 포함되어 있어 Rule이 언제 적용될지 설정할 수 있습니다. 이를 Project Rule Type이라고 합니다.
현재 Cursor는 다음 4가지 유형을 지원합니다:
| 유형 | 설명 |
| Always | 항상 적용됨 |
| Manual | 명시적으로 참조 시 적용됨 |
| Auto Attached | 특정 파일 참조 시 자동 적용됨 |
| Agent Requested | 에이전트 판단에 따라 적용됨 |
실전 사용 팁
실제 사용에서는 Always와 Manual 유형을 주로 사용하게 됩니다.
- Auto Attached는 파일 참조 누락 우려가 있음
- Agent Requested는 에이전트의 판단에 맡기므로 일관성이 떨어질 수 있음
→ 현재는 명확하게 통제 가능한 Always와 Manual이 더 안정적입니다.
Rules 잘 쓰면 코딩 에이전트가 더 똑똑해진다
Cursor의 Project Rules는 LLM의 한계를 보완하는 강력한 도구입니다.
Rules를 적절히 활용하면 코딩 결과의 일관성을 높이고, 반복 작업을 줄이며, 협업 효율도 개선할 수 있습니다.
시사점 및 기대되는 점
- 향후 LLM과 에이전트가 더 발전하면서 Agent Requested 유형의 활용도도 높아질 것입니다.
- 지금은 짧고 명확한 Rules 작성과 주기적인 테스트가 가장 좋은 사용 전략입니다.
Rules라는 기능이 익숙하지 않더라도 한 번 도입해보면 코딩 생산성에 꽤 큰 차이를 만들어줄 것입니다.
'인공지능' 카테고리의 다른 글
| AI 비디오 생성의 새로운 시대, Kling 2.0 완벽 가이드 - Kling 1.6과의 비교부터 실제 사용법과 팁까지 (0) | 2025.06.09 |
|---|---|
| Claude로 실전 AI 코딩, 개발 생산성 10배 향상의 비결은 무엇일까? (0) | 2025.06.09 |
| 인간처럼 배우는 AI, RLHF란 무엇일까요? (0) | 2025.06.09 |
| 생각의 환상: 대형 추론 모델의 한계와 우리가 배워야 할 점 (0) | 2025.06.08 |
| 에이전트 시스템 개발, 이제는 Agno로 더 빠르고 유연하게 구축한다 (0) | 2025.06.08 |
