컨텍스트 부패

너무 많은 정보가 컨텍스트 윈도우에 쌓이면서, AI가 핵심 내용을 놓치거나 무시하게 되는 성능 저하 현상이다. '부패(rot)'라는 표현은 식품이 시간이 지나면서 질이 떨어지듯, 컨텍스트의 품질도 정보 과적으로 인해 저하된다는 비유이다. 특히 긴 대화 세션이나 대규모 프로젝트에서 자주 발생한다. 대표적인 증상: AI 에이전트와 2시간 동안 대화하면서 수십 개 파일을 수정하다 보면, 초반에 합의한 아키텍처 결정(예: 'API는 REST로 설계하기로 했다')을 AI가 잊고 다른 패턴(GraphQL)으로 코드를 생성하기 시작한다. 또는 CLAUDE.md에 명시한 코딩 컨벤션을 나중에 가면 따르지 않게 된다. 이는 LLM의 'Lost in the Middle' 문제와도 관련이 있는데, 긴 컨텍스트의 중간 부분에 있는 정보가 처음이나 끝 부분의 정보보다 더 잘 무시되는 경향이 있다. 해결 전략: 긴 대화 세션을 적절한 시점에 분리하기, 핵심 결정사항을 요약한 뒤 새 세션을 시작하기, 컴팩션(Compaction) 기법으로 이전 대화를 압축하기, 점진적 공개(Progressive Disclosure)로 필요한 정보만 제공하기 등이 있다.