컨텍스트 앵자이어티Context Anxiety
한마디로
LLM이 컨텍스트가 곧 찬다고 착각해, 여유가 충분한데도 서둘러 요약하고 작업을 미완으로 닫는 현상이에요. 감정이 아니라 학습된 행동 패턴을 부르는 은유죠
원조는 Devin 개발사 Cognition의 공식 블로그(2025-09, Claude Sonnet 4.5 전환기)예요. 관찰된 현상: 모델이 자기 토큰 잔량을 체계적으로 과소추정하는데, 그 틀린 추정을 아주 정밀하게 해요 — 그래서 여유가 충분한데도 선제 요약·지름길·미완 종료로 도망갑니다.
Cognition의 완화 트릭이 유명해요: 1M 토큰 베타를 켜되 실제 사용은 200k에서 캡 — 모델이 '런웨이가 넉넉하다'고 믿게 만들어 불안 주도 지름길을 차단하는 발상. 여기에 조기 마무리 금지 리마인더를 더했죠.
이후 '프롬프트가 아니라 컨텍스트를 설계하라'는 컨텍스트 엔지니어링 담론의 대표 실증 사례로 확산됐어요. 실무 시사점: 장시간 자율 에이전트의 병목은 프롬프트가 아니라 컨텍스트 관리고, 모델 교체는 행동 특성 교체라는 운영 리스크를 보여준 사건입니다.
헷갈리는 용어 구분
관련 용어
- 컨텍스트 엔지니어링추론 시점에 모델이 보는 것 전부(지시문·도구·대화 이력·데이터)를 선별·관리하는 기술이에요. 프롬프트 '문장 쓰기'가 아니라 컨텍스트 '상태 관리'예요
- 거대 언어 모델대규모 텍스트로 학습해 사람처럼 글을 이해하고 생성하는 언어 모델이에요. GPT·Claude·Gemini가 여기에 해당해요
- AI 에이전트목표가 주어지면 스스로 판단하고 도구를 호출해 여러 단계를 실행하는 AI 시스템이에요. 입력→출력 한 번으로 끝나는 게 아니라 '루프'를 돌며 행동해요
- 컨텍스트 로트입력 컨텍스트가 길어질수록 LLM이 앞부분 지시나 정보를 놓치며 성능이 고르지 않게 떨어지는 현상이에요. 컨텍스트 창이 크다고 끝까지 잘 쓰는 건 아니라는 거죠
태그
공유
이 글이 도움이 됐다면
로그인 없이 누를 수 있어요 · 다시 누르면 취소