커서 룰을 계속 업데이트해야 하는 이유

Cursor나 Claude Code 같은 AI 코딩 도구를 사용하다 보면 처음에는 정말 잘 작동하는 것처럼 느껴집니다. 하지만 프로젝트가 커지고 복잡해질수록 AI가 만들어내는 코드가 점점 일관성을 잃고, 예상과 다르게 동작하거나 심지어 버그를 만들어내는 경험을 하셨을 겁니다.

이런 일이 왜 일어날까요? 그리고 어떻게 하면 프로젝트 전체에 걸쳐 AI의 코드 품질을 일관되게 유지할 수 있을까요?

답은 바로 커서 룰(Cursor Rules)을 계속 업데이트하는 데 있습니다.

왜 룰을 한 번 만들고 끝내면 안 되는가

많은 개발자들이 프로젝트 시작 시점에 커서 룰이나 코드 가이드라인을 한 번 작성하고 끝냅니다. 하지만 프로젝트는 살아있는 유기체처럼 계속 성장하고 변화합니다.

프로젝트가 진화하면서 생기는 변화들

• 새로운 패턴이 등장합니다: 처음에는 단순한 API 호출이었지만, 점차 복잡한 데이터 패칭 로직, 캐싱 전략, 에러 핸들링 패턴이 추가됩니다.
• 기술 스택이 구체화됩니다: 프로젝트 초기에는 "Next.js + TypeScript"였지만, 이후 TRPC, Supabase, Prisma 등 구체적인 기술 스택이 세팅됩니다.
• 데이터베이스 스키마가 변경됩니다: 새로운 기능이 추가되면서 테이블이 늘어나고, 관계가 복잡해집니다.
• 비즈니스 로직이 확장됩니다: 단순했던 CRUD가 권한 체크, 데이터 검증, 트랜잭션 처리 등으로 확장됩니다.

AI는 최신 프로젝트 상황을 모릅니다

AI 코딩 도구는 기본적으로 일반적인 베스트 프랙티스를 따릅니다. 하지만 여러분의 프로젝트만의 특수한 컨텍스트는 알지 못합니다. 예를 들어:

• "우리 프로젝트에서는 TRPC의 특정 패턴을 사용한다"
• "Supabase Row Level Security를 활용한 인증 방식을 쓴다"
• "특정 엔티티 간의 관계는 이렇게 처리한다"

이런 정보가 룰에 명시되어 있지 않으면, AI는 매번 다른 방식으로 코드를 생성하거나 기존 패턴과 맞지 않는 코드를 만들어냅니다.

룰 업데이트가 필요한 시점

그렇다면 언제 룰을 업데이트해야 할까요? 다음 세 가지 시점이 가장 중요합니다.

1. API CRUD 구현 후

첫 번째 기능을 완성하고 나면, 그때부터 프로젝트의 실제 패턴이 드러나기 시작합니다. 예를 들어 TRPC를 사용한다면:

// 이런 패턴으로 API를 구현했다면
export const userRouter = createTRPCRouter({
  getById: publicProcedure
    .input(z.object({ id: z.string() }))
    .query(async ({ ctx, input }) => {
      return ctx.prisma.user.findUnique({
        where: { id: input.id }
      });
    }),
});

이 시점에 AI에게 다음과 같이 요청하세요:

"방금 구현한 TRPC API 패턴을 분석해서, 앞으로 새로운 API를 만들 때 따라야 할 규칙을 자세하게 작성해줘. 특히 input validation, error handling, Prisma 쿼리 패턴을 중점적으로 다뤄줘."

2. 새로운 기술 스택 세팅 후

Supabase, Prisma, Redis 등 새로운 기술을 프로젝트에 추가했다면, 반드시 관련 룰을 추가해야 합니다. 예를 들어:

• Supabase를 추가했다면: RLS 정책 작성 방법, 클라이언트 초기화 패턴
• Prisma를 추가했다면: 스키마 작성 컨벤션, 마이그레이션 절차
• Redis를 추가했다면: 캐시 키 네이밍 규칙, TTL 설정 기준

실전 사례: TRPC를 세팅한 후, 다음과 같이 요청하면 효과적입니다.

"우리 프로젝트의 TRPC 설정을 분석해서, 새로운 라우터 추가 시 따라야 할 가이드라인을 만들어줘. 폴더 구조, 라우터 네이밍, 프로시저 타입(public/protected/admin) 사용 기준을 포함해줘."

3. 버그 발생 및 해결 후

버그는 가장 좋은 학습 기회입니다. 특히 AI가 만든 코드에서 버그가 발생했다면, 그것은 룰이 불충분했다는 신호입니다.

중요한 프로세스:

1. 버그를 자세히 설명합니다: "이 TRPC 엔드포인트에서 Prisma 관계 쿼리가 제대로 작동하지 않았어. include를 사용하지 않고 select를 써서 관계 데이터가 누락됐어."

2. AI에게 해명을 요청합니다: "왜 이런 실수를 했는지 분석하고, 앞으로 같은 실수를 방지하기 위한 규칙을 제안해줘."

3. 룰에 추가합니다: "제안한 규칙을 TRPC Implementation 섹션에 추가해줘. 기존 룰과 중복되지 않게 체크하고, 구체적인 예시 코드를 포함해줘."

룰 업데이트 시 주의사항과 베스트 프랙티스

룰을 업데이트할 때는 단순히 내용을 추가하는 것을 넘어, 체계적으로 관리해야 합니다.

기존 룰과 중복 방지하기

룰 문서가 커질수록 중복된 내용이 생기기 쉽습니다. 중복은 혼란을 야기하고 일관성을 해칩니다.

효과적인 방법:

"이전에 설정한 커서 룰 작성 가이드라인을 먼저 읽어봐. 그 다음 새로운 TRPC 관련 규칙을 추가할 건데, 기존 내용과 중복되는 부분은 제외하고 새로운 인사이트만 추가해줘."

구조화된 룰 문서 만들기

룰 문서는 다음과 같은 구조로 관리하면 좋습니다:

# Code Guidelines

## 1. Architecture Patterns
- Directory Structure
- Module Organization
- Dependency Rules

## 2. Technology-Specific Rules
### 2.1 TRPC Implementation
- Router organization
- Input validation patterns
- Error handling

### 2.2 Prisma Database Access
- Schema conventions
- Query patterns
- Transaction handling

## 3. Common Pitfalls
- [날짜] TRPC include vs select issue
- [날짜] Supabase RLS policy gotcha

예시 코드를 반드시 포함하기

추상적인 규칙보다는 구체적인 예시 코드가 AI에게 훨씬 효과적입니다.

좋지 않은 룰:

- TRPC 쿼리에서는 적절한 에러 핸들링을 해야 합니다.

좋은 룰:

- TRPC 쿼리에서는 TRPCError를 사용하여 명시적으로 에러를 던집니다:

```typescript
if (!user) {
  throw new TRPCError({
    code: 'NOT_FOUND',
    message: 'User not found',
  });
}

### 룰 업데이트를 자동화하기: Vooster AI 활용법

수동으로 룰을 관리하는 것은 번거롭습니다. Vooster AI의 MCP(Model Context Protocol) 연동을 사용하면 개발하면서 실시간으로 룰을 업데이트할 수 있습니다.

**Vooster AI의 `update_code_guideline` 도구 활용**:

1. **개발 중 버그 발견**: TRPC 관련 버그를 발견했습니다.
2. **AI에게 분석 요청**: "이 버그의 원인을 분석하고 방지 규칙을 제안해줘."
3. **자동 업데이트**: `update_code_guideline` 도구를 호출하여 규칙을 즉시 프로젝트에 반영합니다.
4. **다음 개발부터 적용**: 업데이트된 룰이 바로 다음 AI 코드 생성에 적용됩니다.

이렇게 하면 **코드 가이드라인이 프로젝트와 함께 성장**합니다. 더 이상 룰은 정적인 문서가 아니라, 프로젝트의 지식이 축적되는 살아있는 자산이 됩니다.

## 룰은 살아있는 문서입니다

커서 룰은 한 번 작성하고 잊어버리는 문서가 아닙니다. 프로젝트가 성장하고 진화하는 것처럼, 룰도 함께 성장해야 합니다.

특히 TRPC, Prisma, Supabase 같은 복잡한 기술 스택을 사용한다면, 구체적이고 상세한 룰이 없으면 AI는 매번 다른 방식으로 코드를 생성하고, 결국 프로젝트는 일관성을 잃게 됩니다.

**핵심 포인트**:
- API 구현 후, 새로운 기술 스택 추가 후, 버그 해결 후 - 이 세 시점에 반드시 룰을 업데이트하세요.
- 중복을 피하고, 구체적인 예시를 포함하며, 체계적으로 구조화하세요.
- Vooster AI의 MCP 연동을 활용하면 룰 업데이트를 자동화하고 실시간으로 적용할 수 있습니다.

**Vooster AI**는 코드 가이드라인을 프로젝트와 함께 성장시키는 도구를 제공합니다. MCP의 `update_code_guideline` 기능으로 개발 중 발견한 인사이트를 즉시 룰에 반영하고, AI가 항상 최신 컨텍스트를 바탕으로 일관된 코드를 생성하도록 만드세요.

오늘 [Vooster AI](https://vooster.ai)와 함께 체계적인 바이브 코딩을 시작하세요!