---
tags: [AI-Agent, 메모리]
last-reviewed: 2026-07-27
---

# Context Compaction

> 한 줄 정의
> 대화·도구 결과가 누적돼 컨텍스트 윈도우를 압박할 때, 이전 내용을 요약·압축해 핵심만 남기는 기법. 장기 실행 에이전트의 필수 메커니즘이다.

## 왜 필요한가

에이전트는 매 턴 관찰·행동·결과가 쌓여 토큰이 단조 증가한다. 방치하면 윈도우 한계에 부딪히고, 비용·지연이 늘며 [[Context Engineering|중간 정보 유실]]이 심해진다.

## 방법

- **트리거**: 토큰 사용량이 임계치(예: 윈도우의 70~80%)에 도달하면 압축.
- **요약**: 오래된 대화 턴을 요약문으로 대체.
- **결과 폐기**: 도구의 원시 출력은 결론만 남기고 본문은 버린다.
- **상태 보존**: 핵심 결정·목표·미해결 항목은 손실 없이 유지.
- **오프로딩**: 권한이 적용된 기존 정본의 포인터나 승인된 마스킹 요약만 둔다. 원시 도구 결과를 Memory/Vector에 복제하지 않는다 → [[Long Term Memory]]

## 주의

압축은 **정보 손실**을 동반한다. "무엇을 반드시 남길지"를 정책으로 정의해야 중요한 맥락이 사라지지 않는다.

## 관련 노트

- [[Context Engineering]]
- [[Short Term Memory]]
- [[Long Term Memory]]
- [[Memory Architecture]]