연구진은 장기 LLM 에이전트의 컨텍스트 관리를 위한 Self-GC 기술을 발표했어요. Self-GC는 사용자 턴, 도구 사용 기록, 기술 상태를 인덱스 객체로 관리하며, 불필요한 토큰을 제거하고 중요한 정보를 보존합니다.
Self-GC는 사이드 채널 플래너를 활용해 컨텍스트 객체를 접고, 마스크하고, 정리하는 작업을 제안하며, 복구 가능한 사이드카, 안전한 커밋 경계를 설정합니다.
Hard Set 데이터셋에서 Self-GC는 43.95%의 토큰을 정리하면서 향후 연출에 영향을 미치지 않았고, 생산 환경에서는 평균 입력 토큰을 10~15% 줄였습니다.