컨텍스트 윈도우 이해하기

"컨텍스트 윈도우"는 언어 모델이 새로운 텍스트를 생성할 때 참조할 수 있는 텍스트의 전체 양과 생성하는 새로운 텍스트를 의미합니다. 이는 언어 모델이 학습한 대규모 데이터 코퍼스와는 다르며, 대신 모델의 "작업 메모리"를 나타냅니다. 더 큰 컨텍스트 윈도우는 모델이 더 복잡하고 긴 프롬프트를 이해하고 응답할 수 있게 하며, 더 작은 컨텍스트 윈도우는 모델의 긴 프롬프트 처리 능력이나 확장된 대화에서의 일관성 유지 능력을 제한할 수 있습니다.

아래 다이어그램은 API 요청에 대한 표준 컨텍스트 윈도우 동작을 보여줍니다¹:

¹claude.ai와 같은 채팅 인터페이스의 경우, 컨텍스트 윈도우는 "선입선출" 롤링 시스템으로도 설정할 수 있습니다.

• 점진적 토큰 누적: 대화가 턴을 진행하면서 각 사용자 메시지와 어시스턴트 응답이 컨텍스트 윈도우 내에 누적됩니다. 이전 턴은 완전히 보존됩니다.
• 선형 성장 패턴: 컨텍스트 사용량은 각 턴마다 선형적으로 증가하며, 이전 턴은 완전히 보존됩니다.
• 200K 토큰 용량: 총 사용 가능한 컨텍스트 윈도우(200,000 토큰)는 대화 기록 저장 및 Claude에서 새로운 출력 생성을 위한 최대 용량을 나타냅니다.
• 입출력 흐름: 각 턴은 다음으로 구성됩니다:
  • 입력 단계: 모든 이전 대화 기록과 현재 사용자 메시지를 포함합니다
  • 출력 단계: 향후 입력의 일부가 될 텍스트 응답을 생성합니다

확장된 사고와 함께하는 컨텍스트 윈도우

확장된 사고를 사용할 때, 사고에 사용된 토큰을 포함한 모든 입력 및 출력 토큰은 컨텍스트 윈도우 제한에 포함되며, 다중 턴 상황에서 몇 가지 미묘한 차이가 있습니다.

사고 예산 토큰은 max_tokens 매개변수의 부분집합이며, 출력 토큰으로 청구되고 속도 제한에 포함됩니다.

그러나 이전 사고 블록은 Claude API에 의해 자동으로 컨텍스트 윈도우 계산에서 제거되며 모델이 후속 턴에서 "보는" 대화 기록의 일부가 아니므로, 실제 대화 내용을 위한 토큰 용량을 보존합니다.

아래 다이어그램은 확장된 사고가 활성화되었을 때의 특수한 토큰 관리를 보여줍니다:

• 확장된 사고 제거: 확장된 사고 블록(짙은 회색으로 표시)은 각 턴의 출력 단계에서 생성되지만, 후속 턴의 입력 토큰으로 전달되지 않습니다. 사고 블록을 직접 제거할 필요가 없습니다. Claude API가 자동으로 처리합니다.
• 기술 구현 세부사항:
  • API는 대화 기록의 일부로 전달할 때 이전 턴의 사고 블록을 자동으로 제외합니다.
  • 확장된 사고 토큰은 생성 중에 한 번만 출력 토큰으로 청구됩니다.
  • 효과적인 컨텍스트 윈도우 계산은 다음과 같습니다: context_window = (input_tokens - previous_thinking_tokens) + current_turn_tokens.
  • 사고 토큰은 thinking 블록과 redacted_thinking 블록을 모두 포함합니다.

이 아키텍처는 토큰 효율적이며 사고 블록이 상당한 길이일 수 있으므로 광범위한 추론을 토큰 낭비 없이 가능하게 합니다.

확장된 사고와 도구 사용을 포함한 컨텍스트 윈도우

아래 다이어그램은 확장된 사고와 도구 사용을 결합할 때의 컨텍스트 윈도우 토큰 관리를 보여줍니다:

• 도구 사용과 확장된 사고에 대한 고려사항:
  • 도구 결과를 게시할 때, 해당 특정 도구 요청과 함께하는 전체 수정되지 않은 사고 블록(서명/수정된 부분 포함)을 포함해야 합니다.
  • 도구 사용과 함께하는 확장된 사고의 효과적인 컨텍스트 윈도우 계산은 다음과 같습니다: context_window = input_tokens + current_turn_tokens.
  • 시스템은 암호화 서명을 사용하여 사고 블록의 진정성을 확인합니다. 도구 사용 중에 사고 블록을 보존하지 못하면 Claude의 추론 연속성이 끊어질 수 있습니다. 따라서 사고 블록을 수정하면 API가 오류를 반환합니다.

1M 토큰 컨텍스트 윈도우

Claude Sonnet 4 및 4.5는 1백만 토큰 컨텍스트 윈도우를 지원합니다. 이 확장된 컨텍스트 윈도우를 통해 훨씬 더 큰 문서를 처리하고, 더 긴 대화를 유지하며, 더 광범위한 코드베이스로 작업할 수 있습니다.

1M 토큰 컨텍스트 윈도우를 사용하려면 API 요청에 context-1m-2025-08-07 베타 헤더를 포함하세요:

from anthropic import Anthropic

client = Anthropic()

response = client.beta.messages.create(
    model="claude-sonnet-4-5",
    max_tokens=1024,
    messages=[
        {"role": "user", "content": "Process this large document..."}
    ],
    betas=["context-1m-2025-08-07"]
)

중요 고려사항:

• 베타 상태: 이것은 변경될 수 있는 베타 기능입니다. 기능 및 가격은 향후 릴리스에서 수정되거나 제거될 수 있습니다.
• 사용 계층 요구사항: 1M 토큰 컨텍스트 윈도우는 사용 계층 4의 조직 및 사용자 정의 속도 제한이 있는 조직에서 사용 가능합니다. 낮은 계층의 조직은 이 기능에 액세스하기 위해 사용 계층 4로 상향해야 합니다.
• 가용성: 1M 토큰 컨텍스트 윈도우는 현재 Claude API, Microsoft Foundry, Amazon Bedrock, Google Cloud의 Vertex AI에서 사용 가능합니다.
• 가격: 200K 토큰을 초과하는 요청은 자동으로 프리미엄 요금(입력 2배, 출력 1.5배 가격)으로 청구됩니다. 자세한 내용은 가격 책정 문서를 참조하세요.
• 속도 제한: 긴 컨텍스트 요청에는 전용 속도 제한이 있습니다. 자세한 내용은 속도 제한 문서를 참조하세요.
• 멀티모달 고려사항: 많은 수의 이미지 또는 PDF를 처리할 때, 파일이 토큰 사용량에서 다를 수 있음을 유의하세요. 큰 프롬프트와 많은 수의 이미지를 결합할 때, 요청 크기 제한에 도달할 수 있습니다.

Claude Sonnet 4.5 및 Haiku 4.5의 컨텍스트 인식

Claude Sonnet 4.5 및 Claude Haiku 4.5는 컨텍스트 인식 기능을 갖추고 있으며, 이러한 모델이 대화 전체에서 남은 컨텍스트 윈도우(즉, "토큰 예산")를 추적할 수 있게 합니다. 이를 통해 Claude는 작업할 수 있는 공간의 크기를 이해함으로써 작업을 실행하고 컨텍스트를 더 효과적으로 관리할 수 있습니다. Claude는 남은 토큰 수를 추측해야 하는 대신, 정확히 이 컨텍스트를 사용하여 작업을 끝까지 지속하도록 기본적으로 학습되었습니다. 모델의 경우, 컨텍스트 인식이 없는 것은 시계 없이 요리 쇼에 참가하는 것과 같습니다. Claude 4.5 모델은 모델에 남은 컨텍스트를 명시적으로 알려줌으로써 이를 변경하므로, 사용 가능한 토큰을 최대한 활용할 수 있습니다.

작동 방식:

대화 시작 시 Claude는 총 컨텍스트 윈도우에 대한 정보를 받습니다:

<budget:token_budget>200000</budget:token_budget>

예산은 200K 토큰(표준), 500K 토큰(Claude.ai Enterprise) 또는 1M 토큰(베타, 적격 조직의 경우)으로 설정됩니다.

각 도구 호출 후 Claude는 남은 용량에 대한 업데이트를 받습니다:

<system_warning>Token usage: 35000/200000; 165000 remaining</system_warning>

이 인식은 Claude가 작업에 남은 용량을 결정하는 데 도움이 되며 장시간 실행되는 작업에서 더 효과적인 실행을 가능하게 합니다. 이미지 토큰은 이러한 예산에 포함됩니다.

이점:

컨텍스트 인식은 특히 다음에 유용합니다:

• 지속적인 초점이 필요한 장시간 실행되는 에이전트 세션
• 상태 전환이 중요한 다중 컨텍스트 윈도우 워크플로우
• 신중한 토큰 관리가 필요한 복잡한 작업

프롬프팅 지침을 통해 컨텍스트 인식을 활용하려면 Claude 4 모범 사례 가이드를 참조하세요.

최신 Claude 모델을 사용한 컨텍스트 윈도우 관리

최신 Claude 모델(Claude Sonnet 3.7부터 시작)에서, 프롬프트 토큰과 출력 토큰의 합이 모델의 컨텍스트 윈도우를 초과하면, 시스템은 컨텍스트를 자동으로 자르는 대신 검증 오류를 반환합니다. 이 변경은 더 예측 가능한 동작을 제공하지만 더 신중한 토큰 관리가 필요합니다.

토큰 사용을 계획하고 컨텍스트 윈도우 제한 내에 머물러 있는지 확인하려면, 토큰 계산 API를 사용하여 Claude로 보내기 전에 메시지가 사용할 토큰 수를 추정할 수 있습니다.

모델별 컨텍스트 윈도우 크기 목록은 모델 비교 표를 참조하세요.

다음 단계