기록을 많이 남겼는데 더 찾기 어려워졌다 — 파일을 옮기지 않고 Retrieval Layer를 만든 이유
History가 커지자 기록 부족보다 검색 비용이 문제가 됐다. 원문을 프로젝트별로 재배치하는 대신 provenance를 보존하고 catalog, query, purpose-specific projection을 위에 얹은 과정을 정리한다.
프로젝트가 많아서 힘든 게 아니었다 — 아키텍처를 그려보고 알게 된 인지 부하의 정체
PaaS, PhotoGram, CharaWeave, Workspace Ops를 한꺼번에 아키텍처로 펼쳐보니 문제는 프로젝트 개수가 아니었다. 서로 다른 상태 모델과 authority를 머릿속에서 반복해 재구성하던 비용이 실제 병목이었다.
AI가 만든 작은 예외는 어떻게 새로운 아키텍처가 되는가
문제는 Python 자체가 아니었다. 작은 구현 편의가 현재 코드에 남고, 다음 AI가 그것을 정상 아키텍처로 해석하면서 Human이 승인하지 않은 선례가 누적되는 과정을 정리한다.