Deterministic Folding 기반 LLM 에이전트 컨텍스트 최적화

Context

LLM 에이전트의 장기 실행 시 발생하는 Context Ceiling 도달 문제와 요약 모델 사용에 따른 상태 불확실성 존재. Provider의 Prompt Cache 효율을 저해하는 가변적 텍스트 생성 및 컨텍스트 압박으로 인한 에이전트 동작 불안정성 해결 필요.

Technical Solution

• Deterministic Folding 도입을 통한 기존 요약 방식의 비결정성 제거 및 상태 안정성 확보
• 오래된 대화 영역을 Stable Fold Artifact로 압축하여 전체 Prompt 크기 축소
• Coordinate Closet 참조 구조 설계를 통한 원본 데이터의 정밀한 Recall 좌표 유지
• 최근 메시지의 Append-only 구조 유지를 통한 Provider Prefix Caching 효율 극대화
• Ambient Recall 메커니즘을 통한 필요 시점에만 과거 데이터의 Page-in 처리
• Register Glyphs 도입으로 대화의 연속성을 보장하는 신호 체계 구축