Context Compaction 한계를 극복한 File-based DAG 상태 관리 설계

Task System: A File-Based DAG That Survives Context Compaction

Ivan Magda2026년 4월 18일12분intermediate

AI 요약

Context

Agent의 컨텍스트 윈도우 최적화를 위한 Compaction 전략 적용 시 대화 이력이 요약되며 세부 실행 계획이 소실되는 정보 손실 문제 발생. 메모리 내 상태 유지 방식으로는 장기 세션 및 복잡한 멀티스텝 태스크의 일관성 유지가 불가능한 구조적 한계 노출.

컨텍스트 외부의 영속성 확보를 위해 .tasks/ 디렉터리를 기반으로 한 File-per-entity 저장소 설계
태스크 간 의존성을 blockedBy(Upstream)와 blocks(Downstream)로 정의한 Directed Acyclic Graph(DAG) 구조 구현
개별 JSON 파일 저장 방식을 채택하여 단일 파일 업데이트 시 발생하는 데이터 오염 및 파싱 오류 리스크 최소화
파일 시스템 스캔 기반의 Max ID 추출 로직을 통한 프로세스 재시작 후에도 유지되는 Auto-incrementing ID 체계 구축
태스크 완료 시 연결된 DAG 엣지를 추적하여 후속 태스크를 자동으로 활성화하는 Cascading Unblock 메커니즘 적용
휘발성 메모를 위한 TodoManager와 구조적 계획을 위한 TaskManager를 분리하여 목적에 따른 상태 저장 계층 차별화

실천 포인트

1. LLM 기반 워크플로우 설계 시 복잡한 상태 전이가 필요한 경우 In-context memory 대신 외부 DB/File 저장소 검토

2. 데이터 무결성 보장을 위해 대형 단일 상태 파일보다 엔티티별 개별 파일 저장 방식의 Trade-off 분석

3. 태스크 간 선후 관계가 명확한 경우 DAG 구조를 도입하여 상태 전이의 자동화 및 가시성 확보

4. 시스템 재시작 및 컨텍스트 초기화 상황을 가정한 상태 복구(Recovery) 로직 설계

태그