기본 시리즈: 컨텍스트 창. 언어 모델은 답변을 작성하는 동안 창 안에 있는 내용만 볼 수 있습니다. 오늘날 가장 강력한 모델에서 이 창은 약 백만 개의 토큰입니다. 그렇다면 모델은 창에 들어오는 모든 것을 동일하게 잘 사용합니까? 우리는 창이 무엇으로 구성되어 있는지, 길이에 따른 비용, 세 가지 지표를 설명합니다. 중간의 U 곡선에서 길을 잃음(답이 중간에 있을 때 성공률이 떨어짐), RULER가 선언하고 효과적인 길이 차이, NoLiMa의 단어 일치 없음 핀. 그런 다음 Anthropic이 "컨텍스트 부패"라고 부르는 현상과 그 솔루션(질문을 맨 끝에 넣기, 불필요한 토큰을 제공하지 않음, 압축, 하위 에이전트)을 리소스 자체 페이지에 보여줍니다. 챕터 0:00 시작: 중간 문장 0:26 컨텍스트 창이란 무엇인가요? 0:54 창문에는 무엇이 들어갈까요? 1:27 창문은 얼마나 크나요? 1:53 크기의 가격: n² 및 가격 2:44 중간 손실: U 곡선 3:29 RULER: 선언 및 유효 길이 4:05 NoLiMa: 단어 일치 없음 4:46 컨텍스트 부패 5:06 수행된 작업: 질문 종료 5:20 에이전트: 압축 및 하위 에이전트 5:56 맨 위로 문서로 돌아가기 참고: 창 크기 및 가격은 2026년 10월 30일 기준입니다. 이 비디오는 Anthropic, Google, OpenAI, NVIDIA, Adobe 또는 기사 작성자와 관련이 없습니다. 출처 Anthropic, 컨텍스트 창: https://platform.claude.com/docs/en/build-with-claude/context-windows Anthropic, AI 에이전트를 위한 효과적인 컨텍스트 엔지니어링: https://www.anthropic.com/engineering/ Effective-context-engineering-for-ai-agents Anthropic, 모델 개요(1M 토큰 ≒ 555,000단어): https://platform.claude.com/docs/en/models/overview Google, 긴 컨텍스트(Gemini API): https://ai.google.dev/gemini-api/docs/long-context Google, Gemini 4 Argon 모델 카드: https://ai.google.dev/gemini-api/docs/models/gemini-4-argon OpenAI, GPT-5.6 왼쪽(컨텍스트 창 및 272K 가격 규칙): https://developers.openai.com/api/docs/models/gpt-5.6 Liu 외, "중간에서 길을 잃다: 언어 모델이 긴 컨텍스트를 사용하는 방법"(TACL): https://arxiv.org/abs/2307.03172 Hsieh 외, "RULER: 긴 컨텍스트 언어 모델의 실제 컨텍스트 크기는 얼마입니까?" (NVIDIA, COLM 2024): https://arxiv.org/abs/2404.06654 Modarressi 외, "NoLiMa: 리터럴 매칭을 넘어선 장기 컨텍스트 평가"(Adobe Research, LMU 뮌헨): https://arxiv.org/abs/2502.05167