State of Context Engineering in 2026
Author: Aurimas Griciūnas | Source: https://www.newsletter.swirlai.com/p/state-of-context-engineering-in-2026 | Published: 2026-03-22
한 줄 요약
LLM 에이전트의 컨텍스트 윈도우를 효율적으로 관리하기 위한 5가지 성숙 패턴(Progressive Disclosure, 압축, 라우팅, Agentic RAG, 도구 관리)과 각각의 트레이드오프를 정리한다.
핵심 주장/내용
- LLM의 주의(attention) 예산은 유한하므로, 컨텍스트 윈도우에 들어가는 토큰의 신호 대비 잡음 비율을 최적화하는 것이 모델 성능보다 중요하다
- Progressive Disclosure(Agent Skills)는 필요한 시점에만 전체 지시를 로드하여 토큰을 절약하며, Anthropic이 2025년 12월 공개 후 OpenAI, Google, Cursor 등이 수주 내 채택했다
- 컨텍스트 압축은 슬라이딩 윈도우 + LLM 요약 하이브리드가 지배적이며, 에러 트레이스를 압축하지 않는 것이 실무적 핵심이다
- MCP(Model Context Protocol)가 도구 연결 표준이 되었지만, 90개 이상 도구 연결 시 스키마만으로 50K+ 토큰을 소비하는 비용 문제는 미해결이다
- 이 패턴들은 상호 배타적이 아니라 계층적으로 결합하여 사용해야 한다
주요 수치 / 사실
- Anthropic의 17개 스킬 전체가 discovery 단계에서 약 1,700 토큰만 소비
- 개별 스킬은 discovery 시 중앙값 약 80 토큰, 활성화 시 275~8,000 토큰
- 복잡한 도구 스키마 하나가 500+ 토큰, 90개 이상 도구 정의 시 50,000+ 토큰
- Agentic RAG는 한 질문에 3~5회 검색 사이클을 유발할 수 있음
- MCP는 2024년 11월 Anthropic이 공개, 현재 Linux Foundation 산하 Agentic AI Foundation이 관리
관련 위키
Source: 원문 보기