https://www.youtube.com/watch?v=jLuwLJBQkIs
<aside> 🔥 맥락 엔지니어링(Context engineering)은 LLM 애플리케이션의 입력 맥락을 정교하게 설계하는 기술로, AI 에이전트를 구축할 때 필요한 여섯 가지 핵심 구성요소인 모델, 도구, 지식·메모리, 음성, 가드레일, 오케스트레이션을 조합해 맥락 창을 RAM처럼 효율적으로 다루는 게 핵심이에요.
</aside>
A1. 주요 목표는 LLM이 필요한 정보와 형식을 정확히 전달하는 체계 설계에 있습니다. 영상은 6가지 구성요소—모델, 도구, 기억, 오디오, 가드레일, 오케스트레이션—의 역할과 연결을 강조합니다.
A2. 메모리는 맥락 유지와 재사용을 위해 저장되며, 대화 맥락 지속성과 특정 작업용 기억으로 구분됩니다. 예를 들어 상담 AI는 대화 맥락을 기억하고, 계약 검토 AI는 특정 지식베이스를 참조합니다.
A3. 네, 다중 에이전트는 각 에이전트가 독립적으로 판단하되, 서로 맥락을 공유하고 의사결정은 중앙 조정이나 합의 모델로 수행합니다. 이로써 중복을 줄이고 신뢰성과 안전성을 높입니다.
A4. 규제는 책임성, 투명성, 적합성을 핵심 기준으로 삼으며, PM은 설계 초기부터 이러한 요건을 반영해 검증과 공지 의무를 포함하는 전략을 세워야 합니다.
정의와 필요성에 대해 말하면 컨텍스트 엔지니어링은 대형 언어 모델(LLM)이 필요한 정보를 올바른 형식으로 적시에 받을 수 있도록 입력 맥락을 최적화하는 설계 기술입니다. 일반 대화에서의 프롬프트와 달리, 실제 애플리케이션의 에이전트는 다양한 상황에 대응해야 하므로 **맥락 창(context window)**의 구성과 지시 규칙이 필수적이며, 이는 AI 시스템의 성능과 신뢰성을 직접 좌우합니다.
LLM 앱에서 컨텍스트 엔지니어링이 특히 필요한 이유는 대화형 입력을 넘어 목표 지향적 작업을 수행하는 에이전트를 설계해야 하기 때문입니다. 이때 **모델(Model), 도구(Tools), 지식/기억(Knowledge & Memory), 음성(Audio), 가드레일(Guardrails), 오케스트레이션(Orchestration)**의 여섯 가지 구성 요소를 조합해 다양한 시나리오에서 일관된 행동을 보장해야 합니다.