AI 에이전트가 수행하는 작업의 길이가 길어짐에 따라, LLM의 제한된 메모리 문제를 해결하고 'context rot'을 방지하기 위한 effective한 context management가 매우 중요해지고 있습니다. LangChain의 open source인 Deep Agents SDK는 이러한 문제를 해결하기 위해 다양한 context compression 기술을 제공합니다. 주요 기술로는 첫째, 20,000 tokens를 초과하는 대규모 tool response를 filesystem으로 offload하고 파일 경로로 대체하는 방식, 둘째, context size가 임계치를 넘을 때 오래된 tool call 인풋을 offload하는 방식, 셋째, context가 가득 차면 대화 이력을 요약(Summarization)하는 방식이 있습니다. 또한, Deep Agents는 에이전트가 요약 후에도 목표를 잃지 않는지(goal drift 방지), 그리고 요약된 정보 중 필요한 세부 사항을 filesystem 검색을 통해 다시 찾아올 수 있는지(recoverability)를 검증하기 위한 targeted evals를 제공합니다. AI 에이전트 개발자분들은 이러한 compression 전략을 통해 더 복잡하고 긴 작업을 수행하는 에이전트를 구축할 수 있습니다.