╭──────────────────────────────────────────╮ ╭──────────────────────────────────────────╮ │ >>>>>>>>>>>>>>> ctx_read >>>>>>>>>>>> │ │ >>>>>>>>>>>>>>> ctx_read >>>>>>>>>>>> │ ┌─────────────┐ │ >>>>>>>>>>>>>>> compress >>>>>>>>>>>> │ ┌──────────┐ ┌─────────────┐ │ >>>>>>>>>>>>>>> compress >>>>>>>>>>>> │ ┌──────────┐ │ 100K tokens │ =========>│ >>> AST >>> cache >>> signal >>> │ =========> │ ~5K tok │ │ 100K tokens │ =========>│ >>> AST >>> cache >>> signal >>> │ =========> │ ~5K tok │ └─────────────┘ │ >>>>>>>>>>>>>>> filter >>>>>>>>>>>> │ └──────────┘ └─────────────┘ │ >>>>>>>>>>>>>>> filter >>>>>>>>>>>> │ └──────────┘ │ >>>>>>>>>>>>>>> dedupe >>>>>>>>>>>> │ │ >>>>>>>>>>>>>>> dedupe >>>>>>>>>>>> │ ╔══════════════╗ ╰──────────────────────────────────────────╯ ╔══════════╗ ╔══════════════╗ ╰──────────────────────────────────────────╯ ╔══════════╗ ║ raw input ║ ─ ─ ─ ─ ─ ─ ─ ─ LeanCTX ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ║ output ║ ║ raw input ║ ─ ─ ─ ─ ─ ─ ─ ─ LeanCTX ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ║ output ║ ╚══════════════╝ ╚══════════╝ ╚══════════════╝ ╚══════════╝ ┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄ ┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ │░░│ │░░│ │░░│ │░░│ │▓▓│ │▓▓│ │▓▓│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │▓▓│ │▓▓│ │▓▓│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ ───> │▓▓│ │▓▓│ │▓▓│ ───> │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ ───> │▓▓│ │▓▓│ │▓▓│ ───> │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ file file file file read cache send tok tok tok tok tok tok file file file file read cache send tok tok tok tok tok tok ╭──────────────────────────────────────────╮ ╭──────────────────────────────────────────╮ │ >>>>>>>>>>>>>>> ctx_read >>>>>>>>>>>> │ │ >>>>>>>>>>>>>>> ctx_read >>>>>>>>>>>> │ ┌─────────────┐ │ >>>>>>>>>>>>>>> compress >>>>>>>>>>>> │ ┌──────────┐ ┌─────────────┐ │ >>>>>>>>>>>>>>> compress >>>>>>>>>>>> │ ┌──────────┐ │ 100K tokens │ =========>│ >>> AST >>> cache >>> signal >>> │ =========> │ ~5K tok │ │ 100K tokens │ =========>│ >>> AST >>> cache >>> signal >>> │ =========> │ ~5K tok │ └─────────────┘ │ >>>>>>>>>>>>>>> filter >>>>>>>>>>>> │ └──────────┘ └─────────────┘ │ >>>>>>>>>>>>>>> filter >>>>>>>>>>>> │ └──────────┘ │ >>>>>>>>>>>>>>> dedupe >>>>>>>>>>>> │ │ >>>>>>>>>>>>>>> dedupe >>>>>>>>>>>> │ ╔══════════════╗ ╰──────────────────────────────────────────╯ ╔══════════╗ ╔══════════════╗ ╰──────────────────────────────────────────╯ ╔══════════╗ ║ raw input ║ ─ ─ ─ ─ ─ ─ ─ ─ LeanCTX ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ║ output ║ ║ raw input ║ ─ ─ ─ ─ ─ ─ ─ ─ LeanCTX ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ║ output ║ ╚══════════════╝ ╚══════════╝ ╚══════════════╝ ╚══════════╝ ┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄ ┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ │░░│ │░░│ │░░│ │░░│ │▓▓│ │▓▓│ │▓▓│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │▓▓│ │▓▓│ │▓▓│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ ───> │▓▓│ │▓▓│ │▓▓│ ───> │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ ───> │▓▓│ │▓▓│ │▓▓│ ───> │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ file file file file read cache send tok tok tok tok tok tok file file file file read cache send tok tok tok tok tok tok

개념

Context engineering이란?
무엇인가요?

이는 프롬프트 엔지니어링에서 context operations으로의 전환이며, AI 에이전트가 작동하는 전체 정보 환경을 설계하고, 압축하며, 관리하는 학문입니다. LeanCTX는 이 학문을 자동화한 것입니다—AI 에이전트를 위한 context engineering layer입니다.

문제점

프롬프트만으로는 충분하지 않습니다

프롬프트 엔지니어링은 입력을 최적화합니다. Context engineering은 환경을 최적화합니다.

AI 에이전트가 단일 턴 상호 작용에 제한되었을 때는 프롬프트 엔지니어링만으로 충분했습니다. 올바른 지침을 작성하면 모델이 유용한 응답을 반환했고, 작업 흐름은 종료되었습니다.

현대 AI 코딩 에이전트는 다르게 작동합니다. 수십 개의 파일을 가로질러 여러 단계의 워크플로우를 실행하고, 세션 간에 상태를 유지하며, 시간이 지남에 따라 복합적으로 결정들을 내립니다. 병목 현상은 더 이상 프롬프트가 아니라 context입니다.

완벽한 프롬프트를 가졌지만 컨텍스트가 부족한 코딩 에이전트는 파일 경로를 환각(hallucinate)하고, 이전 결정을 추적하지 못하며, 이미 완료된 작업을 반복합니다. 실패 모드는 나쁜 지침이 아니라 코드베이스의 불완전한 그림입니다.

프레임워크

프롬프트에서 세 가지 변화를 거쳐 context engineering으로

Context engineering은 AI 에이전트 입력에 대한 우리의 사고방식에 근본적인 변화를 나타냅니다.

정적 프롬프트 → 동적 context 파이프라인

고정된 시스템 프롬프트 대신, context engineering은 각 작업에 맞는 적절한 컨텍스트를 조립하는 파이프라인을 구축합니다. 관련 있는 내용만, 적절한 압축 수준으로, 올바른 메타데이터와 함께 읽어옵니다.

수동 큐레이션 → 자동 압축

어떤 파일을 포함할지 수작업으로 선택하는 대신, context engineering은 각 파일의 구조를 읽고, 실제 신호를 담는 부분만 유지하며, 나머지는 자동으로 압축합니다.

단일샷 → 세션 간 영구 메모리 유지

Context engineering은 세션 메모리, 지식 그래프 및 깔끔한 핸드오프를 추가하여 에이전트가 매 대화마다 처음부터 시작하는 대신 시간이 지남에 따라 이해도를 쌓게 합니다.

원칙

context engineering이란 무엇인가 포함합니다

Context engineering은 네 가지 상호 연결된 도메인을 아우르며, 각 도메인은 에이전트의 정보 환경의 다른 측면을 다룹니다.

압축

적은 토큰에 더 많은 신호를 담기

다중 읽기 모드(전체, map, signatures, entropy, aggressive)와 26개 이상의 언어를 아우르는 tree-sitter AST 파싱 및 시맨틱 청킹을 통해 파일 내용을 60–99% 줄이면서도 에이전트가 의사 결정을 내리는 데 필요한 정보를 보존합니다.

Memory

세션 간 이해도 유지

세션 스냅샷, 지식 그래프, 핸드오프 원장 및 예측 메모리는 에이전트가 이전 결정을 기억하고, 반복 작업을 피하며, 팀원 또는 에이전트 인스턴스 간에 컨텍스트를 전송할 수 있도록 합니다.

Governance

에이전트 접근 제어

역할 기반 접근 정책, 토큰 예산, SLO 강제 및 경로 샌드박싱은 에이전트가 정의된 경계 내에서 작동하도록 보장하며, 필요한 것만 읽고 할당된 것만 사용하게 합니다.

검증

압축으로 정보 손실이 없음을 증명

출력 유효성 검사, 증명 아티팩트, 경로 및 식별자 보존 확인, 그리고 정보 손실 점수는 압축된 컨텍스트가 에이전트가 요구하는 의미론적 콘텐츠를 유지한다는 측정 가능한 신뢰도를 제공합니다.

구현

LeanCTX의 구현 방식 context engineering

LeanCTX는 이러한 원칙들을 AI 코딩 에이전트를 위해 프로덕션 환경으로 가져오는 오픈 소스 context engineering 런타임입니다.

81 MCP 도구

Model Context Protocol을 통해 노출되는, 컨텍스트 읽기, 검색, 압축 및 관리를 위한 전체 도구 표면입니다.

10가지 읽기 모드

전체 캐시 읽기부터 엔트로피 필터링 압축까지, 각 모드는 편집, 탐색, 검토 또는 참조와 같은 특정 작업을 위해 최적화되어 있습니다.

95+ 셸 패턴

git, cargo, npm, docker 및 기타 CLI 출력을 위한 패턴 기반 압축으로, 장황한 명령어 결과를 구조화되고 토큰 효율적인 요약으로 줄입니다.

네트워크 호출 없음

완전히 로컬에서 실행됩니다. 텔레메트리 없음, 클라우드 의존성 없음, 데이터가 기기를 벗어나지 않습니다. Apache-2.0 하에 오픈 소스입니다.

전체 아키텍처 탐색