MCP 기반 Context-Window 설계를 통한 LLM 세션 간 지식 영속성 확보

I got tired of re-explaining my projects to Claude — so I built context-window

Promise2026년 5월 16일6분intermediate

AI 요약

Context

LLM 세션의 무상태성(Stateless) 특성으로 인한 반복적 컨텍스트 주입 및 시간 낭비 발생. 프로젝트별 비즈니스 룰과 코딩 컨벤션을 매 세션마다 재입력해야 하는 비효율적 워크플로우를 해결하기 위한 구조적 접근 필요.

SQLite 기반 Single Source of Truth 구축 및 Manifest 파일을 통한 Derived State 투영 구조 설계
MCP(Model Context Protocol) 서버 도입을 통한 LLM의 On-demand 컨텍스트 페칭 메커니즘 구현
Token count 사전 계산 및 저장으로 get_context_budget 호출 시 비용 효율적인 SQL 쿼리 처리 최적화
Repository 패턴을 적용하여 Core 로직과 Storage(SQLite), Transport(MCP/CLI/Web) 계층을 완전히 분리한 아키텍처 설계
LLM이 스스로 지식을 저장하는 create_context 툴 제공으로 세션 종료 후에도 지식이 영속되는 피드백 루프 형성
ClientInfo 핸드셰이크 캡처를 통한 호출 클라이언트별 사용량 분석 및 데이터 기반 최적화 체계 마련

실천 포인트

1. LLM 컨텍스트 주입 시 전체 데이터를 넘기지 말고, 메타데이터(Manifest)만 제공 후 LLM이 선택적으로 요청하는 'Pull 방식' 검토

2. 토큰 계산 비용을 줄이기 위해 Write 시점에 Tokenization을 수행하고 DB에 캐싱하는 전략 적용

3. 다양한 인터페이스(CLI, Web, MCP) 대응을 위해 비즈니스 로직과 전송 계층을 분리하는 Transport-agnostic 구조 설계

태그