사용자가 질문을 던지면 프로젝트 전체 지도에서 연관 단어가 있을 법한 디렉토리와 파일 목록의 레이아웃을 먼저 그립니다. 이 단계에서는 소스 코드 본문을 한 줄도 읽지 않습니다.
300개의 파일 중 질문과 관련된 타겟을 좁히기 위해 초고속 텍스트 검색 도구를 실행합니다. 오직 '단어의 일치 여부'만 판단하여 후보군을 1% 미만으로 축소합니다.
걸러진 타겟 파일마저도 전부 읽지 않고, 핵심 키워드가 밀집된 특정 라인 범위(예: 40~70라인)만 칼로 잘라내듯 추출하여 Claude의 기억 장치(Context Window)에 로드합니다.
[최종 최적화 단계] 압축된 최소한의 코드 조각 내부에서 변수, 함수 간의 의미론적 관계를 딥러닝 알고리즘(Attention)으로 정밀 분석합니다. 불필요한 연산비용과 토큰 낭비를 원천 차단하여 초고속 답변 생성을 가능하게 만듭니다.