Dreaming 아키텍처 구현을 통한 Context Window 최적화 및 가설 검증 루프 구축

Context

에이전트 운용 시간이 길어짐에 따라 Context Window 내에 raw transcript와 상충하는 정보가 누적되어 추론 정확도가 저하되는 문제 발생. 특히 파편화된 메타 상태 정보로 인해 시스템 장애 발생 시 운영자의 신속한 대응이 어려운 구조적 한계 노출.

Technical Solution

• Orient 단계에서 입력 소스의 크기와 최신성만 측정하여 불필요한 Token 소모를 방지하는 저비용 스캔 설계
• Gather Signal 단계에서 도메인 전문 Sub-agent에게 분석을 위임하여 Main Context의 부하를 줄이고 분석 정밀도 향상
• Consolidate 단계에서 최신 정보 우선 원칙과 Protected-file List를 적용하여 핵심 규칙의 손실과 정보 왜곡 방지
• Prune & Index 단계에서 활성 파일 크기를 200라인 이하로 강제 제한하고 초과분은 Archive로 분리하는 메모리 하이진(Hygiene) 전략 채택
• '가설 생성(Dreaming) → 정량적 검증(Backtest)'의 2단계 루프를 통해 LLM의 환각을 제어하고 의사결정 비용 최적화