AI 에이전트와 협업할 때 가장 큰 적은 무엇일까요? 바로 **‘컨텍스트 윈도우(Context Window)의 한계’**입니다. 특히 자율적인 코딩 에이전트인 Claude Code를 사용하다 보면, 대규모 로그 파일을 읽거나 수십 개의 GitHub 이슈를 불러오는 것만으로도 수만 개의 토큰이 순식간에 사라지는 경험을 하게 됩니다.
이 문제를 정면으로 돌파한 프로젝트가 등장했습니다. 바로 Context Mode입니다. “도구의 출력을 샌드박스에서 처리하여 꼭 필요한 정보만 모델에게 전달한다”는 단순하지만 강력한 철학으로 무장한 이 MCP 서버는, Claude Code의 컨텍스트 소비를 최대 98%까지 줄여줍니다.
1. ‘토큰 버닝’의 주범: 원시 데이터의 습격
Claude Code가 도구를 실행할 때마다, 그 도구가 반환하는 모든 원시 데이터는 모델의 200K 컨텍스트 윈도우에 그대로 쌓입니다.
- Playwright 스냅샷: 한 번에 약 56 KB 소모
- GitHub 이슈 목록 (20개): 약 59 KB 소모
- 서버 액세스 로그: 수백 KB가 넘는 경우 허다함
이런 데이터가 몇 번만 오가면, 대화 시작 30분 만에 컨텍스트의 40%가 날아갑니다. 세션이 길어질수록 모델은 이전 내용을 잊어버리거나 응답 속도가 현저히 느려지는 ‘슬로우 다운’ 현상을 겪게 됩니다.
2. 해결책: Context Mode의 ‘지능형 샌드박스’
Context Mode는 Claude Code와 도구 출력 사이에서 작동하는 지능형 중계기 역할을 합니다. 원시 데이터를 모델에게 직접 전달하는 대신, 격리된 샌드박스에서 데이터를 먼저 처리합니다.
📉 315 KB → 5.4 KB의 마법
Context Mode를 적용하면 다음과 같은 극적인 변화가 일어납니다:
- 실행(Execute): 11개 언어(JS, Python, Rust 등)의 코드를 샌드박스에서 실행하고, 오직
stdout결과만 컨텍스트에 포함합니다. (56 KB → 299 B) - 인덱싱 & 검색(Search): 대용량 텍스트나 로그를 SQLite FTS5(전체 텍스트 검색)로 인덱싱한 뒤, AI의 의도에 맞는 관련 스니펫만 추출하여 반환합니다. (60 KB → 40 B)
- 배치 실행(Batch Execute): 여러 명령과 검색 쿼리를 단 한 번의 도구 호출로 처리하여 불필요한 왕복 토큰을 아낍니다.
3. 단순한 압축을 넘어선 검색 기술
Context Mode는 단순한 텍스트 요약기가 아닙니다. 고도의 검색 알고리즘을 통해 AI가 실제로 필요로 하는 정보만을 찾아냅니다.
- BM25 랭킹: 확률적 관련성 알고리즘을 사용하여 가장 중요한 문서 스니펫에 높은 점수를 부여합니다.
- 3단계 검색 폴백(Fallback):
- Porter Stemming: “running”이 “run”을 찾을 수 있도록 어근 분석
- Trigram Substring: 오타나 부분 일치(
authenticat->authentication) 지원 - Fuzzy Correction: Levenshtein 거리를 이용한 지능형 오타 교정
- 의도 기반 필터링(Intent-driven Filtering): 모델의 의도를 분석하여 로그 파일에서 에러 발생 지점이나 관련 설정값 주위의 ‘컨텍스트’만 정밀하게 추출합니다.
4. 지원하는 언어와 도구들
Context Mode는 범용성이 뛰어납니다. 무려 11가지 언어 런타임을 샌드박스 내에서 지원합니다:
지원 언어: JavaScript, TypeScript(Bun 자동 감지), Python, Shell, Ruby, Go, Rust, PHP, Perl, R, Elixir
또한 gh, aws, kubectl, docker 같은 공식 CLI들과도 완벽하게 연동됩니다. 환경 변수와 설정 경로를 상속받으면서도, 원시 출력물이 컨텍스트를 오염시키는 것을 방지합니다.
5. 설치 및 실시간 통계
Claude Code 사용자라면 누구나 쉽게 시작할 수 있습니다.
# 플러그인 형태로 설치 (추천)
/plugin marketplace add mksglu/claude-context-mode
# 설치 후 실시간 절감 효과 확인
/context-mode:stats/context-mode:stats 명령을 실행하면 현재 세션에서 얼마나 많은 토큰을 아꼈는지 실시간으로 보여줍니다. “전체 데이터 9.6MB 중 99%를 샌드박스에 보관하고, 단 0.3KB만 컨텍스트에 전달함”과 같은 통계는 이 도구의 가치를 시각적으로 증명합니다.
마치며: 더 길고, 더 깊은 코딩 세션을 위하여
Context Mode의 등장은 AI 에이전트의 워크플로우를 근본적으로 바꿉니다. 세션 유지 시간이 기존 30분에서 최대 3시간까지 늘어날 수 있으며, 모델은 넘쳐나는 원시 데이터에 매몰되지 않고 핵심 문제 해결에만 집중할 수 있습니다.
Claude Code를 메인 개발 도구로 사용하고 있다면, Context Mode는 단순한 선택이 아닌 필수적인 업그레이드가 될 것입니다. 이제 토큰 걱정 없이 대규모 프로젝트의 여정을 이어가세요.
🔗 관련 정보
- GitHub 저장소: https://github.com/mksglu/claude-context-mode
- 벤치마크 데이터: Benchmark.md
- 기술 블로그: ModelsLab - Cut Claude Code Token Burn 98%