[태그:] Context

Projects 내부 동작｜ChatGPT 프로젝트는 어떻게 정보를 관리할까?

LINK&TEM GUIDE

Projects 내부 동작

프로젝트(Project)는 ChatGPT 안에서 어떻게 지식을 기억하고 활용할까?

📌 핵심 요약

Projects는 단순한 폴더가 아니라 전용 작업 공간이다.
프로젝트 안에서는 별도의 지침과 파일이 함께 컨텍스트로 사용된다.
일반 메모리와 Projects는 서로 역할이 다르다.
대화를 이어갈수록 프로젝트 내부 정보가 함께 활용된다.
파일·지침·대화가 하나의 작업 환경으로 결합된다.

ChatGPT를 오래 사용하다 보면 Projects(프로젝트) 기능을 만나게 됩니다. 처음에는 단순히 여러 채팅을 묶어 놓은 폴더처럼 보이지만, 실제 내부 동작은 훨씬 복잡합니다.

Projects는 단순한 채팅 정리 기능이 아닙니다. 하나의 프로젝트 안에는 사용자가 직접 작성한 프로젝트 지침(Project Instructions), 업로드한 파일, 같은 프로젝트 안에서 진행된 여러 대화가 함께 관리됩니다. 새로운 대화를 시작하더라도 이 정보들이 필요한 상황에서 함께 활용될 수 있기 때문에 일반 채팅과는 성격이 다릅니다.

예를 들어 블로그를 운영하는 사람이 모든 글을 하나의 프로젝트에서 작성한다고 가정해 보겠습니다. 프로젝트 안에는 HTML 템플릿, 작성 규칙, 브랜드 디자인, 이전 글에서 사용했던 표현 방식 등이 저장됩니다. 이후 새로운 글을 작성할 때는 매번 모든 내용을 다시 설명하지 않아도 프로젝트 내부 자료를 참고하여 일관된 결과를 만들 수 있습니다.

이 때문에 많은 사용자가 Projects를 단순한 폴더가 아니라 “전용 작업 공간”이라고 표현합니다. 실제로는 AI가 작업에 필요한 정보를 한곳에서 관리하도록 도와주는 구조에 가깝습니다.

📘 OpenAI Projects 공식 문서

1. Projects는 무엇일까?

Projects는 하나의 목적을 위해 여러 대화를 묶고, 필요한 자료를 함께 관리하는 작업 공간입니다. 일반 채팅에서는 대화 하나가 하나의 컨텍스트가 되지만, Projects에서는 여러 요소가 동시에 연결됩니다.

프로젝트 내부에는 크게 네 가지 요소가 존재합니다.

구성 요소	역할
프로젝트 지침	모든 대화에서 기본적으로 참고하는 규칙
업로드 파일	문서·PDF·HTML 등 작업 자료
프로젝트 대화	같은 프로젝트 안의 여러 채팅
사용자 메모리	사용자의 장기적인 선호 정보

즉 Projects는 하나의 채팅이 아니라 다양한 정보가 모여 있는 작업 환경이라고 이해하는 것이 맞습니다.

💡 Link&Tem TIP

프로젝트 안에서 새로운 채팅을 시작했다고 해서 완전히 처음부터 시작하는 것은 아닙니다. 프로젝트 지침과 업로드된 자료는 계속 유지되므로 반복 작업을 크게 줄일 수 있습니다.

🔍 Link&Tem Insight

OpenAI 공식 문서에서도 Projects는 단순한 대화 보관 기능이 아니라 프로젝트별 지침과 파일을 함께 사용하는 작업 공간으로 설명합니다. 즉 “채팅을 폴더에 넣는다”보다 “작업 환경을 만든다”는 개념이 더 정확합니다.

2. 새로운 대화를 시작하면 내부에서는 무슨 일이 일어날까?

사용자가 Projects 안에서 새로운 채팅을 생성하면 AI는 먼저 현재 프로젝트에 연결되어 있는 설정을 확인합니다. 일반 채팅에서는 시스템 지침과 현재 대화만 사용하지만, Projects에서는 프로젝트 전용 지침도 함께 적용됩니다.

이후 필요한 경우 프로젝트에 업로드된 문서를 검색하고, 현재 질문과 관련성이 높은 내용을 찾아 컨텍스트에 포함합니다. 즉 모든 파일을 한꺼번에 읽는 것이 아니라 필요한 부분을 선택적으로 가져오는 방식입니다.

마지막으로 현재 사용자의 질문과 프로젝트 지침, 검색된 파일 내용, 현재 대화를 함께 조합하여 응답을 생성합니다.

Projects 내부 처리 순서

현재 질문 분석
프로젝트 지침 적용
관련 파일 검색
필요한 내용만 컨텍스트 구성
최종 답변 생성

이 과정은 사용자가 직접 보기는 어렵지만, 결과적으로 같은 프로젝트 안에서는 보다 일관된 답변이 생성되는 이유가 됩니다.

Part 1 정리

Projects는 단순한 폴더가 아니라 프로젝트 지침, 업로드 파일, 여러 대화, 사용자 메모리가 함께 동작하는 작업 공간입니다. 다음 Part에서는 프로젝트 지침과 메모리의 차이, 파일 검색 방식, 컨텍스트 구성 원리를 더 깊게 살펴보겠습니다.

3. Projects와 ChatGPT 메모리는 무엇이 다를까?

많은 사용자가 Projects와 ChatGPT 메모리를 같은 기능으로 생각하지만 실제 역할은 상당히 다릅니다. 둘 다 AI가 이전 정보를 활용한다는 공통점은 있지만 저장되는 대상과 활용 범위가 완전히 다릅니다.

Projects는 특정 프로젝트 안에서만 사용하는 작업 정보를 관리하는 공간입니다. 반면 ChatGPT 메모리는 프로젝트를 넘어 계정 전체에서 장기간 활용할 수 있는 사용자 정보를 저장합니다.

항목	Projects	메모리
적용 범위	현재 프로젝트	계정 전체
저장 내용	파일, 프로젝트 규칙	사용자 선호사항
삭제 시 영향	프로젝트만 영향	전체 대화 영향
주요 목적	작업 관리	개인화

예를 들어 사용자가 “항상 존댓말로 답변해 달라”와 같은 내용을 저장하면 메모리에 기록되어 다른 프로젝트에서도 그대로 적용될 수 있습니다.

반면 “이 프로젝트에서는 Link&Tem HTML 템플릿을 사용한다”와 같은 내용은 프로젝트 규칙이므로 다른 프로젝트에는 영향을 주지 않습니다.

💡 Link&Tem TIP

브랜드별 작업을 한다면 각각 별도의 Project를 만드는 것이 좋습니다. 프로젝트 규칙이 서로 섞이지 않아 훨씬 안정적인 결과를 얻을 수 있습니다.

🔍 Link&Tem Insight

Projects는 장기 기억 장치라기보다 작업 전용 컨텍스트를 구성하는 시스템에 가깝습니다. 실제 개인 정보나 선호사항은 메모리 기능이 담당하고, 프로젝트는 특정 작업 환경을 재현하는 역할을 수행합니다.

4. 업로드한 파일은 모두 항상 읽을까?

많은 사람이 프로젝트에 파일을 넣으면 AI가 항상 모든 파일을 처음부터 끝까지 읽는다고 생각합니다. 하지만 실제 동작 방식은 그렇지 않습니다.

프로젝트 안에 파일이 여러 개 있더라도 AI는 질문과 관련성이 높은 파일을 먼저 찾습니다. 그리고 필요한 부분만 검색하여 현재 컨텍스트에 포함합니다.

예를 들어 프로젝트 안에 HTML 템플릿, 브랜드 규칙, PDF 문서, 이미지, 이전 보고서가 함께 들어 있다고 가정해 보겠습니다.

사용자가 HTML을 생성해 달라고 요청했다면 HTML 템플릿과 규칙 문서가 우선적으로 검색됩니다. 반대로 PDF 분석을 요청하면 PDF 내용이 먼저 선택됩니다.

즉 모든 자료를 항상 동시에 사용하는 것이 아니라 질문에 따라 필요한 자료를 선별하는 구조입니다.

📘 파일 업로드 공식 문서

질문에 따른 검색 예시

HTML 작성 → HTML 템플릿 우선
PDF 분석 → PDF 우선 검색
브랜드 규칙 질문 → 규칙 문서 검색
이미지 수정 → 이미지 파일 활용

5. Projects는 컨텍스트를 어떻게 구성할까?

GPT는 한 번에 사용할 수 있는 컨텍스트 길이가 제한되어 있습니다. 따라서 프로젝트에 아무리 많은 자료가 있어도 모든 내용을 한 번에 넣지는 않습니다.

대신 현재 질문을 분석한 뒤 가장 관련성이 높은 정보만 선택하여 현재 컨텍스트를 구성합니다. 이렇게 해야 토큰을 효율적으로 사용할 수 있고 응답 속도도 유지할 수 있습니다.

쉽게 말하면 프로젝트는 거대한 도서관이고, 컨텍스트는 현재 책상 위에 펼쳐 놓은 책이라고 생각하면 이해하기 쉽습니다.

💡 쉽게 이해하기

도서관에 책이 1만 권 있어도 지금 읽는 책은 몇 권뿐입니다. Projects도 동일합니다. 필요한 자료만 현재 컨텍스트로 가져와 답변을 생성합니다.

🔍 Link&Tem Insight

프로젝트가 커질수록 AI가 모든 내용을 동시에 기억하는 것이 아니라 검색 품질이 더욱 중요해집니다. 따라서 문서 제목과 구조를 잘 정리하면 필요한 자료를 더 정확하게 찾아 활용할 가능성이 높아집니다.

Part 2 정리

Projects는 메모리와는 다른 역할을 수행하며, 질문에 맞는 파일만 선택적으로 검색하여 현재 컨텍스트를 구성합니다. 마지막 Part에서는 프로젝트의 한계, 자주 하는 오해, FAQ, 함께 보면 좋은 글, 공식 자료와 출처를 정리합니다.

6. Projects에도 한계는 있을까?

Projects는 매우 편리한 작업 공간이지만 모든 정보를 무한히 기억하는 시스템은 아닙니다. 프로젝트 안에 수많은 파일이 존재하더라도 현재 질문과 관련성이 낮은 자료는 컨텍스트에 포함되지 않을 수 있습니다.

또한 프로젝트에 같은 내용이 여러 문서에 반복되어 있거나 서로 다른 규칙이 함께 존재하면 AI가 어떤 내용을 우선해야 하는지 판단하는 과정이 복잡해질 수 있습니다. 따라서 프로젝트를 오래 사용할수록 문서를 정리하고 오래된 규칙을 삭제하는 관리 작업도 중요합니다.

OpenAI 역시 Projects를 지속적으로 개선하고 있지만, 현재도 컨텍스트 길이와 검색 품질이라는 두 가지 요소의 영향을 받습니다. 프로젝트가 커질수록 검색 구조를 잘 설계하는 것이 결과 품질을 좌우하게 됩니다.

자주 하는 실수

같은 규칙 파일을 여러 개 업로드한다.
오래된 문서를 그대로 남겨 둔다.
프로젝트 목적과 다른 자료를 계속 추가한다.
모든 파일이 항상 동시에 사용된다고 생각한다.
메모리와 Projects를 같은 기능으로 이해한다.

💡 Link&Tem TIP

프로젝트는 하나의 목적만 담당하도록 만드는 것이 좋습니다. 블로그, 개발, 논문, 업무처럼 용도를 분리하면 검색 정확도와 응답 일관성이 크게 향상됩니다.

🔍 Link&Tem Insight

프로젝트 품질은 AI 성능보다 프로젝트를 얼마나 잘 설계했는지의 영향을 많이 받습니다. 실제 업무에서는 필요한 규칙만 남기고 프로젝트를 가볍게 유지하는 것이 검색 효율을 높이는 가장 좋은 방법 중 하나입니다.

7. Projects를 가장 효율적으로 사용하는 방법

Projects를 잘 활용하려면 AI에게 모든 것을 맡기기보다 작업 환경을 체계적으로 구성하는 것이 중요합니다.

추천 방법	이유
프로젝트 목적 분리	관련 자료 검색 정확도 향상
프로젝트 규칙 작성	일관된 결과 유지
불필요한 파일 삭제	검색 효율 개선
파일 제목 정리	관련 문서 탐색 속도 향상
규칙 문서 최신화	오래된 지침 사용 방지

❓ 자주 묻는 질문(FAQ)

Q. Projects는 모든 파일을 항상 읽나요?

아닙니다. 질문과 관련성이 높은 파일만 선택적으로 검색하여 현재 컨텍스트에 포함합니다.

Q. 메모리와 Projects는 같은 기능인가요?

아닙니다. 메모리는 계정 전체의 개인화 정보를 저장하고 Projects는 특정 작업 공간을 구성합니다.

Q. 프로젝트를 많이 만들면 성능이 떨어지나요?

프로젝트 개수보다 각 프로젝트 내부 자료가 얼마나 잘 정리되어 있는지가 더 큰 영향을 줍니다.

Q. 프로젝트를 삭제하면 메모리도 삭제되나요?

아닙니다. 프로젝트 삭제와 메모리 삭제는 서로 다른 기능입니다.

Q. 프로젝트 없이도 같은 기능을 사용할 수 있나요?

가능하지만 반복 작업이 많은 경우에는 Projects를 사용하는 편이 훨씬 효율적입니다.

📚 함께 보면 좋은 글

Projects를 이해했다면 아래 주제들을 함께 읽으면 ChatGPT가 내부적으로 어떻게 동작하는지 전체 흐름을 이해하는 데 도움이 됩니다.

🤖 AI는 HTML을 어떻게 생성할까?

프로젝트 규칙과 HTML 생성 과정이 실제 답변에 어떻게 반영되는지 이어서 살펴볼 수 있습니다.

🧠 ChatGPT 메모리 저장 방식

Projects와 메모리가 어떻게 다른지 더 깊이 이해할 수 있는 내용입니다.

📄 Deep Research 구조

자료 검색과 추론이 어떻게 결합되는지 Projects와 비교하며 이해할 수 있습니다.

⚙ GPT 추론 모델 이해하기

프로젝트 안에서 추론 모델이 어떤 방식으로 응답을 생성하는지 이어서 이해할 수 있습니다.

🔗 공식 자료

📘 Using Projects in ChatGPT 📂 File Uploads FAQ 📖 OpenAI Help Center

📖 출처

OpenAI Help Center
Using Projects in ChatGPT
OpenAI File Uploads FAQ
OpenAI Memory 관련 공식 문서
OpenAI ChatGPT 공식 도움말

Link&Tem 한 줄 정리

Projects는 단순한 채팅 폴더가 아니라 프로젝트 지침, 업로드 파일, 대화 기록을 하나의 작업 환경으로 묶어 필요한 정보만 선택적으로 활용하는 전용 작업 공간입니다.

7월 18, 2026

컨텍스트는 어떻게 관리될까?｜GPT가 이전 대화를 기억하는 원리

LINK&TEM GUIDE

컨텍스트는 어떻게 관리될까?

GPT가 이전 대화를 기억하는 원리부터 토큰 한계, 컨텍스트 윈도우까지 한 번에 이해하기

📌 핵심 요약

컨텍스트(Context)는 AI가 현재 대화에서 참고하는 모든 정보를 의미합니다.
GPT는 대화를 영구적으로 기억하는 것이 아니라 컨텍스트 안에 있는 내용만 활용합니다.
컨텍스트에는 질문, 답변, 시스템 지시, 업로드한 파일 등이 함께 포함될 수 있습니다.
컨텍스트의 크기는 토큰 단위로 관리되며 한계를 초과하면 오래된 내용부터 제외됩니다.
긴 대화를 이어갈 때는 핵심 내용을 다시 정리해 주는 것이 정확도를 높이는 방법입니다.

많은 사람들이 ChatGPT를 사용하다 보면 “아까 이야기했던 내용을 아직 기억하고 있네?”, “왜 조금 전에는 알고 있던 내용을 갑자기 잊어버렸지?”라는 경험을 합니다. 이런 현상은 AI가 사람처럼 기억을 저장하기 때문이 아니라 컨텍스트(Context)라는 작업 공간을 이용하기 때문에 발생합니다.

GPT는 질문을 받을 때마다 처음부터 다시 생각하는 것이 아니라 현재 대화에서 사용할 수 있는 정보를 하나의 입력으로 묶어 분석합니다. 이 입력 공간을 컨텍스트라고 부르며, AI의 답변 품질을 결정하는 가장 중요한 요소 가운데 하나입니다.

이번 글에서는 컨텍스트가 정확히 무엇인지, GPT가 이전 대화를 어떻게 활용하는지, 왜 오래된 대화를 잊는 것처럼 보이는지, 토큰과는 어떤 관계가 있는지까지 차근차근 알아보겠습니다.

📘 OpenAI 공식 문서 보기

1. 컨텍스트(Context)란 무엇일까?

컨텍스트는 AI가 답변을 생성하기 위해 현재 참고하는 정보 전체를 의미합니다. 쉽게 말하면 사람의 ‘작업 기억(Working Memory)’과 비슷한 개념입니다. 지금 읽고 있는 문장, 조금 전에 나온 질문, 시스템 지시사항, 업로드한 문서 등 필요한 정보를 한곳에 모아 두고 그 안에서 다음 답변을 생성합니다.

중요한 점은 컨텍스트가 데이터베이스처럼 영구 저장되는 공간이 아니라는 것입니다. 현재 대화에서 참고하기 위한 임시 작업 공간이기 때문에 컨텍스트에서 제외된 정보는 더 이상 답변 생성에 직접 사용되지 않습니다.

예를 들어 처음에 “나는 아이폰 16 Pro를 사용한다.”라고 말하고 이후 여러 차례 이어서 질문하면 GPT는 그 정보를 계속 활용할 수 있습니다. 하지만 대화가 매우 길어져 컨텍스트 한계를 넘기면 해당 정보가 제외될 수 있으며, 이후에는 다시 알려줘야 정확한 답변을 받을 수 있습니다.

💡 Link&Tem TIP

컨텍스트는 ‘기억’이라기보다 현재 책상 위에 펼쳐져 있는 참고자료라고 생각하면 이해하기 쉽습니다. 책상에서 치워진 자료는 다시 펼쳐주기 전까지 참고할 수 없습니다.

2. GPT는 어떤 정보를 컨텍스트에 넣을까?

컨텍스트에는 단순히 사용자의 마지막 질문만 들어가는 것이 아닙니다. 실제로는 여러 종류의 정보가 하나의 입력으로 합쳐져 모델에 전달됩니다.

포함되는 정보	설명
사용자 질문	현재 입력한 모든 내용
이전 대화	컨텍스트 한도 안에 남아 있는 대화
시스템 지시	AI가 따라야 하는 규칙
업로드 파일	필요한 부분이 함께 전달될 수 있음
이전 답변	AI가 스스로 작성했던 내용

즉 GPT는 질문 하나만 보고 답하는 것이 아니라 지금까지 이어진 대화의 흐름을 함께 분석합니다. 그래서 “계속 이어서 설명해줘”, “방금 표를 수정해줘” 같은 표현도 이해할 수 있습니다.

Link&Tem Insight 컨텍스트는 단순한 텍스트 저장 공간이 아닙니다. 모델이 다음 토큰을 예측할 때 필요한 모든 입력을 하나의 시퀀스로 결합한 뒤 Attention 메커니즘을 통해 각 정보의 중요도를 계산합니다. 따라서 최근 질문뿐 아니라 앞에서 언급한 조건도 동시에 고려할 수 있습니다.

3. 왜 긴 대화를 하면 이전 내용을 잊어버릴까?

가장 큰 이유는 컨텍스트 크기에 제한이 있기 때문입니다. GPT는 무한한 길이의 대화를 한 번에 처리할 수 없습니다. 사용할 수 있는 최대 토큰 수가 정해져 있기 때문에 새로운 내용이 계속 추가되면 오래된 내용은 순차적으로 제외됩니다.

이 과정을 이해하면 AI가 ‘기억력이 나빠졌다’고 느껴지는 이유를 쉽게 설명할 수 있습니다. 실제로는 기억을 잃은 것이 아니라 현재 작업 공간에서 오래된 정보가 빠져나간 것입니다.

예를 들어 100페이지 분량의 회의를 한 번에 모두 책상 위에 펼쳐놓을 수 없다면, 새로운 자료를 보기 위해 앞부분 자료를 치우는 것과 비슷한 원리입니다.

자주 하는 실수

“아까 말했잖아.”처럼 짧게 말하기보다 중요한 조건을 다시 한 줄로 정리해서 함께 입력하면 훨씬 정확한 답변을 받을 수 있습니다.

4. 컨텍스트와 토큰은 어떤 관계일까?

컨텍스트는 글자 수가 아니라 토큰(Token) 단위로 계산됩니다. 한글 문장도 여러 개의 토큰으로 나뉘며 질문과 답변 모두 컨텍스트를 차지합니다.

즉 사용자가 긴 질문을 입력하면 그만큼 컨텍스트가 줄어들고, AI가 긴 답변을 작성해도 동일하게 컨텍스트를 사용하게 됩니다. 그래서 매우 긴 문서를 반복해서 붙여 넣으면 이전 대화가 더 빨리 제외될 수 있습니다.

Part 1 정리 컨텍스트는 GPT가 현재 참고하는 작업 공간이며, 질문과 답변, 시스템 지시, 업로드한 자료 등이 함께 포함됩니다. 이 공간은 토큰 단위로 관리되기 때문에 새로운 정보가 계속 들어오면 오래된 내용부터 제외됩니다. 다음에서는 컨텍스트 윈도우의 실제 동작 방식, Attention과의 관계, 긴 대화를 효율적으로 이어가는 방법, 자주 묻는 질문과 활용 팁까지 이어서 살펴보겠습니다.

5. 컨텍스트 윈도우(Context Window)는 무엇일까?

컨텍스트를 이해할 때 함께 알아두어야 하는 개념이 바로 컨텍스트 윈도우(Context Window)입니다. 컨텍스트가 현재 참고하는 정보 전체라면, 컨텍스트 윈도우는 그 정보를 담을 수 있는 최대 크기를 의미합니다.

쉽게 말하면 책상 크기와 같습니다. 책상이 넓을수록 더 많은 책과 메모를 펼쳐 놓고 작업할 수 있고, 책상이 작다면 오래된 자료를 치워야 새로운 자료를 올릴 수 있습니다.

GPT 역시 사용할 수 있는 컨텍스트 윈도우가 정해져 있으며, 질문과 답변을 모두 포함한 전체 토큰 수가 이 범위를 넘으면 오래된 내용부터 제외됩니다.

개념	의미
컨텍스트	현재 AI가 참고하는 정보 전체
컨텍스트 윈도우	참고할 수 있는 최대 정보량
토큰	컨텍스트를 계산하는 단위

💡 Link&Tem Insight

최근 AI 모델일수록 컨텍스트 윈도우가 크게 늘어나 긴 논문이나 여러 개의 문서를 동시에 이해할 수 있습니다. 하지만 아무리 큰 모델이라도 무한한 길이의 대화를 한 번에 모두 유지할 수 있는 것은 아닙니다.

6. Attention은 컨텍스트를 어떻게 활용할까?

GPT는 단순히 컨텍스트를 순서대로 읽는 것이 아닙니다. 가장 중요한 기술 가운데 하나인 Attention을 이용해 현재 생성하려는 단어와 관련성이 높은 정보를 우선적으로 참고합니다.

예를 들어 사용자가 “토큰이 무엇인지 설명한 뒤 다시 컨텍스트 이야기를 해줘.”라고 입력했다면 GPT는 앞에서 설명했던 토큰 관련 내용을 다시 찾아 현재 질문과 연결합니다.

Attention은 모든 단어 사이의 관계를 계산하여 어떤 정보가 중요한지 점수를 부여하는 방식으로 동작합니다. 그래서 멀리 떨어진 문장이라도 현재 질문과 관련이 높다면 함께 참고할 수 있습니다.

핵심 이해

모든 문장을 동일하게 보는 것이 아닙니다.
현재 질문과 관련성이 높은 정보를 우선적으로 참고합니다.
관련성이 낮은 내용은 영향력이 작아집니다.
이 과정이 GPT의 자연스러운 대화 능력을 만드는 핵심 기술입니다.

7. 긴 대화를 계속 이어가려면?

실제로 ChatGPT를 오래 사용할수록 컨텍스트 관리가 중요해집니다. 특히 긴 프로젝트나 문서 작성에서는 이전 내용을 효율적으로 유지하는 방법을 아는 것이 도움이 됩니다.

효율적으로 사용하는 방법

중요한 조건은 중간중간 다시 정리한다.
프로젝트 목표를 한 문장으로 반복해 준다.
긴 문서는 필요한 부분만 인용한다.
새로운 주제는 새로운 대화에서 시작하는 것도 좋다.
중간 요약을 활용하면 컨텍스트를 효율적으로 사용할 수 있다.

예를 들어 프로그램을 개발하는 프로젝트라면 “현재 목표는 로그인 기능 구현이며 React와 TypeScript를 사용한다.”처럼 핵심 조건을 주기적으로 다시 알려주는 것이 좋습니다. 그러면 오래된 내용이 제외되더라도 중요한 정보는 계속 유지됩니다.

실전 TIP

긴 대화를 이어갈 때는 “지금까지 내용을 요약해줘.”라고 요청한 뒤 그 요약을 다시 기준으로 대화를 이어가면 컨텍스트를 훨씬 효율적으로 사용할 수 있습니다.

8. 메모리와 컨텍스트는 무엇이 다를까?

많은 사람들이 메모리와 컨텍스트를 같은 개념으로 생각하지만 실제로는 역할이 다릅니다.

컨텍스트는 현재 대화를 위한 임시 작업 공간이며, 메모리는 사용자가 허용한 일부 정보를 여러 대화에서 활용하기 위한 기능입니다. 즉 메모리가 있다고 해서 모든 대화를 영구적으로 기억하는 것은 아닙니다.

항목	컨텍스트	메모리
목적	현재 대화	사용자 정보 유지
유지 기간	현재 작업	설정에 따라 지속
변경	토큰 한계에 따라 변경	사용자가 관리 가능