LCM(손실 없는 컨텍스트 관리)은 LLM 메모리를 위한 결정론적 아키텍처로, Claude Code 대비 장문 맥락 작업에서 뛰어난 성능을 보인다. 재귀적 컨텍스트 압축(계층적 요약 DAG)과 재귀적 태스크 분할(엔진 관리 병렬 프리미티브)이라는 두 메커니즘을 결합한다. Opus 4.6 기반 코딩 에이전트 Volt는 OOLONG 장문 맥락 평가에서 32K~1M 토큰 전 구간에 걸쳐 Claude Code를 능가했다. 이 설계는 최대 유연성 대신 종료 보장과 모든 이전 상태의 손실 없는 복원성을 선택한다.
- •LCM은 재귀적 컨텍스트 압축으로 오래된 메시지를 계층적 요약 DAG로 압축하면서도 모든 원본에 대한 손실 없는 포인터를 유지한다.
- •재귀적 태스크 분할은 모델이 직접 루프를 작성하는 대신 엔진 관리 LLM-Map 같은 병렬 프리미티브를 사용한다.
- •LCM 기반 에이전트 Volt는 OOLONG 벤치마크에서 32K~1M 토큰 전 구간에 걸쳐 Claude Code보다 높은 점수를 달성했다.
- •이 설계는 GOTO문에서 구조화된 제어 흐름으로의 전환과 유사하게 최대 유연성 대신 종료 보장과 연속성을 선택한다.
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
LCM: Lossless Context Management
본문 미리보기
arXiv:2605.04050v1 Announce Type: new Abstract: We introduce Lossless Context Management (LCM), a deterministic architecture for LLM memory that outperforms Claude Code on long-context tasks. When benchmarked using Opus 4.6, our LCM-augmented coding agent, Volt, achieves higher scores than Claude Code on the OOLONG long-context eval, including at every context length between 32K and 1M tokens. LCM may be considered both a vindication and extension of the recursive paradigm pioneered by Recurs
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 13:10AI 초안

