CreateMoMo의 Context Engineering 연재 후속편 — 원래 AI 에이전트가 잘 풀던 과제가 컨텍스트 엔지니어링(요약·마스킹·메모리 도입) 후 오히려 실패하는 현상의 원인·대책을 다룬다. 핵심 원인: 요약/마스킹 과정에서 '원래 필요한 정보'가 손실되며 토큰 절약을 추구할수록 이 리스크가 커진다. 대책 2가지: (1) LLM에게 더 효과적으로 요약하도록 '가르치기'(프롬프트 기법·few-shot), (2) 요약 전용 파인튜닝으로 태스크별 중요 정보 보존 능력을 학습시킴. OpenClaw 사례 등 실무 연계.

• •컨텍스트 엔지니어링(요약·마스킹·메모리) 도입 후 기존 해결 가능 태스크가 실패하는 역설.
• •요약/마스킹 시 토큰 절약 추구가 심해질수록 핵심 정보 손실 위험 증가.
• •대책 1: 프롬프트·few-shot으로 LLM에게 효과적 요약 방법 가르치기.
• •대책 2: 요약 전용 파인튜닝으로 태스크별 핵심 보존 능력 학습.
• •OpenClaw 등 실제 에이전트 프레임에서 이 패턴 관측.