AI 에이전트의 생존 비결 — 컨텍스트 오염을 막는 위임과 스킬 아키텍처

-
AI 에이전트의 생존 비결 — 컨텍스트 오염을 막는 위임과 스킬 아키텍처

sessions_spawn 기반 위임 구조와 SKILL.md 시스템 설계 실전기

핵심 요약

  • 하나의 에이전트에 모든 작업을 넣으면 컨텍스트 오염으로 환각이 발생한다 — 위임이 핵심이다
  • spawn 시 model을 반드시 명시해야 한다(버그 #7330). 누락하면 부모 모델을 상속해 비용이 7배 청구된다
  • "1 서브에이전트 = 1 태스크 = 최소 컨텍스트" 원칙으로 9b급 모델에서도 완벽한 성공률을 달성했다

배경

"메모리 정리해줘"라는 단순한 명령이 내부적으로는 파일 10개 순독, Retain 태그 파싱, bank/ 4개 파일 병합, 보조 스크립트 7개 실행으로 이어진다. 이를 단일 에이전트 세션에서 처리하면 수만 토큰의 인지 부하가 쌓이고, 결정적 순간에 환각이나 엉뚱한 결론을 낸다. 이것이 '컨텍스트 오염'이다.

본문

sessions_spawn — 도구로서의 위임

{
  "agentId": "memory-runner",
  "model": "ollama/qwen3.5:9b",
  "cleanup": "delete",
  "message": "staging/ world-retain-extract.json을 읽고 W태그 항목을 추가하라."
}

핵심 제약: cleanup: "delete". 작업 완료 시 세션을 자동 삭제한다. 이 설정 없이 매일 Reflect(최대 7개 spawn)를 돌리면 한 달이면 200개 넘는 죽은 세션이 Gateway 성능을 저하시킨다.

spawn 가드레일

{
  "agents": {
    "defaults": {
      "subagents": {
        "maxConcurrent": 8,
        "maxSpawnDepth": 5,
        "maxChildrenPerAgent": 10,
        "archiveAfterMinutes": 60
      }
    }
  }
}

maxConcurrent: 8은 ollama 병목을 고려한 값이다. maxChildrenPerAgent: 10은 Reflect의 7개 Runner에 여유분을 더한 것이다.

순차 실행 전략

버그 #7330 — 모델 상속 문제 (v2026.3.13 기준)

spawn 시 model을 명시하지 않으면 서브에이전트가 부모의 모델 체인을 그대로 상속한다. memory-runner가 로컬 모델 대신 Gemini Flash로 실행되어, 한 달 내내 API 비용이 예상의 7배가 청구되었다.

해결책: 버그 수정 전까지 spawn 시 model을 반드시 명시.

스킬(Skills) 시스템

순차 실행 전략

로컬 ollama는 요청을 큐에 넣고 순서대로 처리한다. 에이전트 7개를 동시 spawn하면 타임아웃 오류 확률이 높아진다.

spawn Runner #1 → [완료 대기] → [sleep 10]
spawn Runner #2 → [완료 대기] → [sleep 10]
...

sessions_list로 폴링하지 말 것 — spawn 도구가 반환하는 완료 이벤트를 믿는 것이 올바른 이벤트 기반 아키텍처다.

스킬(Skills) 시스템

SKILL.md 형식의 마크다운 파일을 skills/ 디렉토리에 넣으면 OpenClaw가 자동 인식한다.

---
name: reflect
description: Reflect 파이프라인 오케스트레이터
disable-model-invocation: true
requires.bins: ["find", "python3"]
---

로딩 우선순위: 워크스페이스 > 사용자 로컬 > 번들. 워크스페이스에 같은 이름의 파일을 만들면 번들 스킬을 오버라이드할 수 있다.

시행착오 / 주의사항

  • allowAgents로 spawn 범위를 제한하지 않으면 I/O만 해야 할 파이프라인에서 researcher가 spawn되어 멋대로 웹 검색을 실행한다
  • allowBundled 설정으로 불필요한 번들 스킬 로딩을 차단해 컨텍스트 낭비를 막는다

마무리

1 sub-agent = 1 task = minimum context. 작은 작업을 위임하는 것이 로컬 모델(9b급)의 안정성을 보장하는 유일한 길이다. 완료 이벤트를 믿고, model을 항상 명시하고, cleanup: delete를 잊지 말 것. Reflect가 매일 새벽 3시에 문제 없이 돌아가는 것이 이 위임 구조의 증거다.

댓글

댓글 쓰기

이 블로그의 인기 게시물

"LLM 핵심 학습 (1/6) — 기본: 토큰화·임베딩·어텐션·위치 인코딩"

-
이미지
(시리즈 시작) 📚 시리즈 목차 2/6 파인튜닝 → 트랜스포머 한 블록의 데이터 흐름을 문자열 → 토큰 → 임베딩 → 어텐션 → 출력 표현 까지 손으로 풀어 본다. 이번 편이 끝나면 "왜 \(\sqrt{d_k}\)로 나누는가", "RoPE는 무엇을 회전시키는가", "한국어가 영어보다 토큰이 많은 까닭은 무엇인가"가 한 줄로 설명될 수 있다. 0. 학습 목표 이 편을 마치면 다음을 직접 할 수 있다. BPE 토크나이저 가 어휘를 어떻게 학습하고 새 문자열을 어떻게 자르는지 종이 위에서 시뮬레이션한다. 임베딩 행렬 의 모양과 초기화, weight tying의 의미를 한 줄로 설명한다. Scaled Dot-Product Attention 의 식을 차원 단위로 추적하고 PyTorch 30줄로 재현한다. Multi-Head Attention 이 한 헤드와 비교해 무엇이 다른지, 헤드 수가 늘면 어디가 비싸지는지 답한다. Sinusoidal·RoPE·ALiBi 세 위치 인코딩의 식과 외삽 성질을 구분한다. 컨텍스트 확장이 왜 \(O(N^2)\)인지, "Lost in the Middle"이 왜 발생하는지 설명한다. 1. 핵심 요약 트랜스포머의 입력은 문자열 이 아니라 정수 ID 시퀀스 다. 토크나이저가 문자열 → ID로 자른다. 임베딩은 정수 ID를 \(d\)차원 벡터로 lookup하는 학습 가능한 테이블이다. Self-Attention은 \(\text{softmax}(QK^\top / \sqrt{d_k}) V\) 한 줄이 핵심이고, 멀티헤드는 같은 연산을 여러 부분 공간에서 병렬화한 것이다. 위치 정보는 임베딩에 직접 더하거나(Sinusoidal), Q·K에 회전을 가하거나(RoPE), 어텐션 스코어에 거리 패널티를 더해서(ALiBi) 주입한다. 컨텍스트 길이 \(N\)에 대해 표준 어텐션은 \(O(N^2)\) 비용을 갖고, 긴 컨텍스트에서는 중간 위...
Read more »

"LLM 핵심 학습 (2/6) — 파인튜닝: LoRA·QLoRA·증류·Adapter"

-
이미지
← 1/6 기본 📚 시리즈 목차 3/6 디코딩과 생성 → 사전학습된 LLM을 내 데이터 에 적응시키는 방법을 비용·메모리·일반화 관점에서 정리한다. Full FT의 한계 → Adapter → LoRA → QLoRA → Distillation 순으로 같은 그림을 점점 확대해 본다. 0. 학습 목표 Full fine-tuning의 메모리 병목을 옵티마이저 상태·그래디언트·가중치·활성화 의 4분할로 설명한다. Adapter(Houlsby 2019)와 LoRA(Hu 2021)의 식 차이를 한 줄로 적는다. LoRA의 \(A, B\) 행렬이 왜 저랭크 이고, rank \(r\) 선택이 무엇을 결정하는지 답한다. QLoRA(Dettmers 2023)의 NF4·double-quant·paged optimizer를 분리해서 설명한다. Catastrophic Forgetting을 분포 시프트 관점에서 정의하고 완화 기법을 두 개 이상 든다. Hinton 2015의 Knowledge Distillation 식을 손으로 유도한다. 1. 핵심 요약 Full FT는 메모리/디스크/시간 모두 비싸다. 7B 모델 full FT는 V100 8장 + A100 1장으로도 큰 부담이다. PEFT(파라미터 효율 파인튜닝) 일가족은 극히 일부 파라미터만 학습 해 같은 효과를 얻는다. LoRA: \(\Delta W = BA\) (rank \(r \ll \min(d_{\text{in}}, d_{\text{out}})\))로 가중치 업데이트를 저랭크 분해. QLoRA: 베이스 모델을 4-bit(NF4)로 양자화한 채 LoRA만 풀-정밀(BF16)으로 학습. Catastrophic Forgetting: 새 분포에 적응하느라 이전 능력이 무너지는 현상. PEFT 자체가 부분 완화책. Distillation: 큰 교사 모델의 soft target 을 학습 신호로 써서 작은 학생 모델 을 만든다. 2. 직관: 왜 사전학습만으로는 부족한가 사전학습은 일반...
Read more »

"ML 기초 학습 (1/9) — 머신러닝과 sklearn: 학습의 좌표계"

-
이미지
(시리즈 시작) 📚 시리즈 목차 2/9 이웃 알고리즘 → 이 시리즈는 신경망과 로컬 LLM으로 가기 전에 손에 익혀 둬야 할 머신러닝 기초 9편이다. 1편은 모든 ML 코드가 공유하는 공통 문법 을 잡는 데 쓴다. sklearn은 그 문법을 가장 일관되게 보여주는 도구다. 이번 편이 끝나면 어떤 모델을 만나도 fit → predict → score → 평가 흐름이 같다는 것이 손에 잡힌다. 0. 학습 목표 이 편을 마치면 다음을 할 수 있어야 한다. 지도학습·비지도학습·강화학습을 한 문장씩 구분해 설명한다. sklearn의 estimator 인터페이스 ( fit , predict , score , transform )를 코드 한 화면 안에서 쓸 수 있다. train/validation/test 분할을 왜 하는지, 어디서 데이터 누수가 생기는지 식과 그림으로 설명한다. 분류·회귀의 핵심 평가 지표(accuracy, precision, recall, F1, MSE, R²)를 정의에서 직접 계산할 수 있다. k-fold 교차검증 을 코드 한 줄로 돌리고, 결과의 평균과 표준편차를 함께 보고할 수 있다. Pipeline 으로 전처리와 모델을 묶어 데이터 누수를 구조적으로 막는 방법을 설명한다. 1. 핵심 요약 머신러닝은 데이터에서 함수 \(f: X \to Y\)를 찾는 작업 이다. 어떤 모델이든 이 본질은 같다. sklearn은 모든 모델을 같은 인터페이스( fit , predict , score )로 통일해, 모델을 바꿀 때 한 줄만 바꾸면 되게 한다. train/val/test 세 분할이 표준이다. 검증으로 하이퍼파라미터를 고르고, 테스트는 마지막에 한 번만 본다. 데이터 누수 (test 정보가 train에 새는 현상)는 ML 입문자가 가장 자주 만드는 실수이며, Pipeline + cross_val_score 조합으로 구조적으로 막을 수 있다. 평가 지표는 문제 유형 (분류/회귀) 과 클래스 불균형...
Read more »