Skip to main content
컨텍스트 엔지니어링은 AI 애플리케이션이 작업을 수행할 수 있도록 올바른 정보와 도구를 적절한 형식으로 제공하는 동적 시스템을 구축하는 방법입니다. 컨텍스트는 두 가지 주요 차원으로 특징지을 수 있습니다:
  1. 가변성에 따라:
  • 정적 컨텍스트: 실행 중에 변경되지 않는 불변 데이터 (예: 사용자 메타데이터, 데이터베이스 연결, 도구)
  • 동적 컨텍스트: 애플리케이션이 실행되면서 진화하는 가변 데이터 (예: 대화 기록, 중간 결과, 도구 호출 관찰)
  1. 수명에 따라:
  • 런타임 컨텍스트: 단일 실행 또는 호출로 범위가 제한된 데이터
  • 대화 간 컨텍스트: 여러 대화 또는 세션에 걸쳐 지속되는 데이터
런타임 컨텍스트는 로컬 컨텍스트를 의미합니다: 코드가 실행되는 데 필요한 데이터와 종속성을 말합니다. 다음과 같은 것을 의미하지 않습니다:
  • LLM 프롬프트에 전달되는 데이터인 LLM 컨텍스트
  • LLM에 전달할 수 있는 최대 토큰 수인 “컨텍스트 윈도우”
런타임 컨텍스트를 사용하여 LLM 컨텍스트를 최적화할 수 있습니다. 예를 들어, 런타임 컨텍스트의 사용자 메타데이터를 사용하여 사용자 선호도를 가져와 컨텍스트 윈도우에 전달할 수 있습니다.
LangGraph는 가변성과 수명 차원을 결합하여 컨텍스트를 관리하는 세 가지 방법을 제공합니다:
컨텍스트 유형설명가변성수명접근 방법
정적 런타임 컨텍스트시작 시 전달되는 사용자 메타데이터, 도구, 데이터베이스 연결정적단일 실행invoke/stream의 context 인자
동적 런타임 컨텍스트 (상태)단일 실행 중 진화하는 가변 데이터동적단일 실행LangGraph 상태 객체
동적 대화 간 컨텍스트 (스토어)대화 간에 공유되는 영구 데이터동적대화 간LangGraph 스토어

​
정적 런타임 컨텍스트

정적 런타임 컨텍스트는 invoke/stream의 context 인자를 통해 실행 시작 시 애플리케이션에 전달되는 사용자 메타데이터, 도구, 데이터베이스 연결과 같은 불변 데이터를 나타냅니다. 이 데이터는 실행 중에 변경되지 않습니다. 
@dataclass
class ContextSchema:
    user_name: str

graph.invoke(
    {"messages": [{"role": "user", "content": "hi!"}]},
    context={"user_name": "John Smith"}  
)
  • 에이전트 프롬프트
  • 워크플로우 노드
  • 도구에서
from dataclasses import dataclass
from langchain.agents import create_agent
from langchain.agents.middleware import dynamic_prompt, ModelRequest


@dataclass
class ContextSchema:
    user_name: str

@dynamic_prompt
def personalized_prompt(request: ModelRequest) -> str:  
    user_name = request.runtime.context.user_name
    return f"You are a helpful assistant. Address the user as {user_name}."

agent = create_agent(
    model="anthropic:claude-sonnet-4-5",
    tools=[get_weather],
    middleware=[personalized_prompt],
    context_schema=ContextSchema
)

agent.invoke(
    {"messages": [{"role": "user", "content": "what is the weather in sf"}]},
    context=ContextSchema(user_name="John Smith")  
)
자세한 내용은 에이전트를 참조하세요.
Runtime 객체를 사용하여 정적 컨텍스트와 활성 스토어 및 스트림 라이터와 같은 기타 유틸리티에 접근할 수 있습니다. 자세한 내용은 @[Runtime][langgraph.runtime.Runtime] 문서를 참조하세요.

​
동적 런타임 컨텍스트

동적 런타임 컨텍스트는 단일 실행 중에 진화할 수 있는 가변 데이터를 나타내며 LangGraph 상태 객체를 통해 관리됩니다. 여기에는 대화 기록, 중간 결과, 도구나 LLM 출력에서 파생된 값이 포함됩니다. LangGraph에서 상태 객체는 실행 중 단기 메모리 역할을 합니다.
  • 에이전트에서
  • 워크플로우에서
예제는 에이전트 프롬프트에 상태를 통합하는 방법을 보여줍니다.상태는 에이전트의 도구에서도 접근할 수 있으며, 필요에 따라 상태를 읽거나 업데이트할 수 있습니다. 자세한 내용은 도구 호출 가이드를 참조하세요.
from langchain.agents import create_agent
from langchain.agents.middleware import dynamic_prompt, ModelRequest
from langchain.agents import AgentState


class CustomState(AgentState):  
    user_name: str

@dynamic_prompt
def personalized_prompt(request: ModelRequest) -> str:  
    user_name = request.state.get("user_name", "User")
    return f"You are a helpful assistant. User's name is {user_name}"

agent = create_agent(
    model="anthropic:claude-sonnet-4-5",
    tools=[...],
    state_schema=CustomState,  
    middleware=[personalized_prompt],  
)

agent.invoke({
    "messages": "hi!",
    "user_name": "John Smith"
})
메모리 활성화하기 메모리를 활성화하는 방법에 대한 자세한 내용은 메모리 가이드를 참조하세요. 이는 여러 호출에 걸쳐 에이전트의 상태를 유지할 수 있는 강력한 기능입니다. 그렇지 않으면 상태는 단일 실행으로만 범위가 제한됩니다.

​
동적 대화 간 컨텍스트

동적 대화 간 컨텍스트는 여러 대화 또는 세션에 걸쳐 지속되는 영구적이고 가변적인 데이터를 나타내며 LangGraph 스토어를 통해 관리됩니다. 여기에는 사용자 프로필, 선호도, 과거 상호작용이 포함됩니다. LangGraph 스토어는 여러 실행에 걸친 장기 메모리 역할을 합니다. 이는 영구적인 사실(예: 사용자 프로필, 선호도, 이전 상호작용)을 읽거나 업데이트하는 데 사용할 수 있습니다.

​
참고

Edit the source of this page on GitHub.
Connect these docs programmatically to Claude, VSCode, and more via MCP for real-time answers.
⌘I