LangChain, AI 에이전트 컨텍스트 엔지니어링의 시작점으로 검색 제시

AI 에이전트의 컨텍스트 엔지니어링은 제한된 컨텍스트 윈도우 내에서 정보를 효율적으로 가져오는 검색(Retrieval)에서 시작하며, 비효율적인 검색, 과도한 컨텍스트 로딩, 관련성 없거나 오래된 데이터라는 세 가지 핵심 문제를 해결함
비효율적인 검색은 glob과 grep 같은 내장 파일 시스템 도구를 우선 사용해 정확한 매칭을 수행하고, 키워드 매칭이 실패할 때만 의미론적 검색이나 검색 도구를 사용하며, 검색 노하우를 점진적 공개(progressive disclosure) 방식으로 스킬에 패키징해 해결함
과도한 컨텍스트는 파일을 페이지 단위로(기본 100줄) 읽고, 20,000 토큰을 초과하는 도구 결과를 파일로 오프로딩해 에이전트에는 경로와 미리보기만 반환하며, '검색, 오프로딩, 위임(Retrieve, Offload, Delegate)' 패턴을 적용해 관리함
관련성 없거나 오래된 컨텍스트는 파일 읽기 작업을 핵심 사실만 반환하는 서브에이전트에 위임하고, 최신 정보를 위해 검색 API나 MCP 서버를 사용하며, 검색된 텍스트를 신뢰할 수 없는 데이터로 취급해 프롬프트 인젝션 위험을 완화하는 방식으로 검증하여 완화함

핵심 내용