Term (용어)aiverifiedFri May 01
컨텍스트 윈도우 (Context Window)
별칭: Context Window · 컨텍스트 윈도우 · 콘텍스트 창 · 토큰 창
#context-window#llm#leverage#karpathy#software-3.0
정의
LLM 이 한 번의 대화 / 요청 에서 함께 처리할 수 있는 입력+출력의 최대 토큰 수. 본 강의의 핵심 명제 — 개발자의 새 레버리지 = 컨텍스트 윈도우를 통제하고 채우는 능력 (entity/karpathy).
핵심 명제
"개발자의 가장 강력한 레버리지가 타이핑 속도 에서 모델의 컨텍스트 윈도우를 통제하고 채우는 능력 으로 이동했다." — Karpathy, 소프트웨어 3.0 진화론
본 강의 사용 모델 기준
| 모델 | 컨텍스트 윈도우 |
|---|---|
| Claude Opus 4.7 | 1,000,000 토큰 (1M) |
| Claude Sonnet 4.6 | 200K~1M 토큰 |
| GPT-4 Turbo / GPT-5 | 128K~수백K 토큰 |
본 강의는 Claude Opus 4.7 (1M context) 사용.
"통제와 채움" 의 의미
| 행위 | 의미 |
|---|---|
| 통제 (Control) | 어떤 정보를 넣을지·뺄지 결정. term/claude-md / term/agents-md / term/cursorrules 가 통제 도구. |
| 채움 (Fill) | 적절한 코드·맥락·예시·Spec 을 윈도우에 밀도 높게 배치. |
나쁜 채움: 무관한 코드를 모두 던져 넣음 → AI 주의 분산 → 품질 저하. 좋은 채움: 관련 코드 + Spec + 명시적 제약 → AI 집중 → 품질 향상.
강의 활용
- 01 INT lesson/int-software-evolution: 진화론 핵심 — 타이핑 → 컨텍스트 통제로 레버리지 이동.
- 03 HRN: 하네스 = 컨텍스트 윈도우의 통제·검증 환경.
- 05 DEM: 시연 중 컨텍스트가 어떻게 채워지는지 시각화 (CLAUDE.md 노출, 파일 추가 등).
주의사항
- 윈도우 크기 ≠ 만능: 1M 토큰이라도 의미 없는 정보 로 채우면 품질 저하. 밀도 가 핵심.
- 모델별 차이: 모델마다 윈도우 크기 / 가격 / 효율이 다름 — 강의에서 비교 시 사용 모델 명시.
- 번역 통일: 컨텍스트 윈도우 로 통일. 콘텍스트 창 / 토큰 창 등 혼용 금지.