OpenClaw, 가장 큰 문제점을 해결하다. lossless-claw의 실제 기능은 다음과 같습니다.
OpenClaw의 기본 압축 기능은 한 번 실행되어 모든 것을 요약하고 원본을 폐기합니다. 에이전트가 오래 실행될수록 더 많은 것을 잊어버리게 됩니다. 버전 2026.3.7에서 컨텍스트 엔진이 플러그인을 지원하게 되었습니다. lossless-claw는 그 첫 번째 플러그인으로, 모든 메시지를 전체 내용 그대로 저장하고 에이전트가 필요할 때 정확한 과거 세부 정보를 검색할 수 있게 해주는 DAG 기반 시스템입니다.
OpenClaw가 가장 큰 문제를 해결했습니다. lossless-claw의 실제 기능은 다음과 같습니다.
AgentPuter · 2026년 3월 · 약 18분 · #OpenClaw #lossless-claw #컨텍스트엔진 #장기실행에이전트 #플러그인
출처:
- Martian-Engineering/lossless-claw — GitHub 리포지토리
- 기능: 플러그형 컨텍스트 시스템, OpenClaw용 LCM — 토론 #22251, @jalehman, 2026년 2월 20일
- OpenClaw 2026.3.7 릴리스 노트 — GitHub
- Chrys Bader @chrysb — 트위터, 2026년 3월 8일
- LCM: 무손실 컨텍스트 관리 — Ehrlich & Blackman
OpenClaw 에이전트가 세 시간 동안 연구 프로젝트를 진행해 온 상황을 상상해 보세요. 에이전트는 웹을 탐색하고, 메모를 작성하고, 출처를 교차 검증하며, 복잡한 무언가에 대한 전체적인 그림을 그것이 보내는 다음 메시지는 마치 기억상실증에 걸렸다가 막 깨어난 것 같습니다. 두 시간 전에 찾았던 특정 파일 경로는 — 사라졌습니다. 어떤 접근법을 취할지에 대해 함께 내렸던 결정은 — 모호한 문장 하나로 요 이것은 버그가 아닙니다. 의도된 설계이며, 2026년 3월 8일까지는 모든 에이전트가 가질 수 있었던 유일한 선택지였습니다.
OpenClaw 2026.3.7이 그 점 그렇지 않습니다. 이유는 다음과 같습니다.
OpenClaw의 기본 압축이 실행되면 원샷 요약을 수행합니다. 가장 오래된 메시지들이 단일 요약 블록으로 축소되고, 그 블록은 대화록에 다시 기록되며,
은 컨텍스트 창이 가득 차면 단발성 요약을 수행합니다. 이는 안전망 역할을 하지만 손실이 발생합니다 — 시간적 구조를 보존하지 않으며, 압축이 실행된 후에는 세부 정보를 복구할 방법이 없습니다. 이는 OpenClaw에
그 마지막 문장은 중요합니다. 이것은 OpenClaw에만 국한된 결함이 아닙니다. ChatGPT도 그렇고, Claude도 그렇습니다. 모든 에이전트 프레임워크가 마찬가지입니다. 이 분야 전체가 손실 압축이 유일한 선택
장기 실행 에이전트—즉, 사람들이 24/7 실행하고, 며칠 또는 몇 주에 걸친 프로젝트를 처리하며, 수십 개의 작업에 걸쳐 하위 에이전트 간의 조정을 위해 실제로 배포하는 에이전트—
숙련된 OpenClaw 사용자들이 우회책을 개발해 온 데에는 이유가 있습니다. 전략적인 순간에 수동으로 /compact를 실행하고, 핵심 사실이 압축 과정에서 살아남도록 SOUL.md를 구조화하며, 인계 노트를 남기며 프로젝트를 격리된 세션으로 나누는 것들이 바로 그것입니다. 이것들은 근본적인 아키텍처 한계에 대한 대처 메커니즘입니다.
2026.3.7 버전이 실제로 변경한 것 (진짜 뉴스)
트위터에서 보게 될 헤드라인은 “lossless-claw — 에이전트에게 완벽한 기억력을 부여하는 OpenClaw 플러그인”입니다. 그 말은 사실이지만, 진짜 뉴스는 아닙니다.
진짜 뉴스는 lossless-claw가
2026.3.7 버전 이전에는 OpenClaw의 컨텍스트 관리가 코어에 하드코딩되어 있었습니다. 전체 코드베이스를 포크하지 않고는 이를 교체하거나, 확장하거나, 대안을 실험할 방법이 없었습니다. 압축 로
@jalehman님이 제출한 PR — #22201 — 은 단순히 lossless-claw 지원을 추가한 것만이 아닙니다. 이 PR은 **컨텍스트 관리를 플러
이것이 실제로 의미하는 바는 다음과 같습니다: OpenClaw는 이제 컨텍스트 관리를 위한 정의된 인터페이스를 갖게 되었습니다. 해당 인터페이스를 구현하는 모든 플러그인은 내장 엔진을 완전히 대체할 수 있습니다. 기본 동작은 그대로 유지되며, 아무것도 설정하지 않으면 LegacyContextEngine이 여전히 대체(fallback)로 사용됩니다. 하지만 이제 새로운 가능성이 열렸습니다.
인터페이스는 다음과 같습니다:
// OpenClaw 2026.3.7 — 컨텍스트 엔진 플러그인 인터페이스
interface ContextEngine {
bootstrap(ctx): Promise<void> // DB, 인덱스 초기화
ingest(msg): Promise<void> // 모든 메시지가 도착할 때마다 아카이브
assemble(opts): Promise<AgentMessage[]> // 매 턴마다 모델 컨텍스트 구성
compact(ctx): Promise<void> // 압축 트리거 처리
afterTurn(ctx): Promise<void> // 턴 종료 후 처리
prepareSubagentSpawn(): ... // 생성된 하위 에이전트에게 컨텍스트 전달
onSubagentEnded(): ... // 하위 에이전트가 완료된 후 조정
}
이것은 완전한 생명주기입니다. 컨텍스트와 관련된 모든 순간 — 수집, 조합, 압축, 하위 에이전트 핸드오프 — 은 이제 플러그인이 가로채고 대체할 수 있는 훅(hook)이 됩니다.
대체 컨텍스트 엔진을 사용하려면, 설정은 한 줄이면 됩니다.
{
"plugins": {
"slots": {
"contextEngine": "lossless-claw"
}
}
}
이 줄을 추가하지 않아도 아무것도 변경되지 않습니다. 이전 버전과 동작상 차이가 전혀 없습니다. 마이그레이션 경로는 완전히 선택 사항입니다.
lossless-claw의 작동 방식
lossless-claw는 이 인터페이스의 첫 번째 구현체입니다. 이는 나중에 이 플러그인을 직접 지지한 연구원들인 Ehrlich와 Blackman의 LCM(Lossless Context Management) 논문을 표준 압축은 오버플로가 발생하기를 기다렸다가 반응합니다. 압축이 시작될 때쯤이면 이미 컨텍스트를 제대로 보존할 수 없게 됩니다. 이는 몇 시간 동안 쌓인 메시지 더미에 응급 처치를 하는 셈입니다. 그 lossless-claw는 기다리지 않습니다. 그것은 백그라운드에서 지속적이고 비동기적으로 작동하며, 오버플로우 위기가 발생하기 전에 각 대화가 끝날 때마다 점진적인 요약 결정을 내립니다. lossless-claw가 생성하는 요 lossless-claw 세션에 들어오는 모든 메시지는 즉시 SQLite 데이터베이스에 영구 저장됩니다. 요약되지 않고 전체 내용 그대로 저장됩니다. 이것이 바로 진실의 원천(source of truth)입니다. 이 데이터는 절대 삭제되지 않습니다.
대화가 길어지면, lossless-claw는 오래된 메시지 그룹에 대해 요약 노드를 생성합니다. 이 요약들은 DAG(방향성 비순환 그래프) 형태로 원본 메시지에 연결됩니다:
원본 메시지 (SQLite에 전체 내용 저장, 절대 삭제되지 않음) ↓ 레벨-1 요약 (8-16개 메시지 포괄) ↓ 레벨-2 요약 (여러 레벨-1 요약을 포함) ↓ 레벨-3 요약 (주요 프로젝트 단계를 포착)
요약은 트리 구조에서 위로 올라갈수록 점차 추상화됩니다. 아래쪽은 상세 + [남은 토큰 예산을 채우는 요약 노드, 오래된 순서부터 최신 순서로] + [에이전트가 lcm_expand를 통해 명시적으로 요청하는 모든 세부 정보]
모델은 최근 메시
<summary>
<parents>
<summary_ref id="sum_def456" />
</parents>
<content>
이 세션 동안 에이전트는 API 티어에 대한 세 가지 가격 책정 전략을
### 세 가지 검색 도구
요약만으로는 충분하지 않을 때, 즉 에이전트가 정확한 파일 경로, 결정의 정확한 문구, 특정 연구 세션의 실제 데이터 등을 필요로 할 때, 과거 기록에 접근할 수 있는 세 가지 도구가 있습니다:
`lcm_expand`가 핵심입니다. 전체 확장 내용을 메인 컨텍스트에 로드하는 대신(이는 목적에 어긋나므로), **하위 에이전트**를 사용하여 확장된 콘텐츠를 읽고 요청된 특정 세부 정보만 반환합니다. 소
이것이 @jalehman이 그의 제안에서 책 비유로 의미한 바입니다. *"마치 책의 어느 페이지든 다시 넘겨볼 수 있는 것과 같습니다."* 책은 내려놓는다고 해서 사라지지 않습니다. 책장에 있습니다. 무엇이든 찾아볼 수 있습니다
> `/compact`나 `/new`를 다시는 실행할 필요가 없다고 상상해 보세요. [...] 그 결과에 정말 깊은 인상을 받았습니다. 마치 정보를 전혀 잃지 않는 듯한 (어떤 면에서는 실제로도 그렇습니다) 대화가 항상 30-
더 수치적으로 살펴보자면, 커뮤니티 개발자 [@chrysb가 출시 당일 트위터에 초기 벤치마크 결과를 보고했습니다](https://x.com/chrysb/status/20305268521465
| Claude Code (기본값) | 70.3 | 표준 슬라이딩 윈도우 |
| OpenClaw 기본값 | ~68 (추정치) | 원샷 압축 |
이는 공식 벤치마크가 아닌 커뮤니티에서 보고된 수치이며, 더 많은 사람들이 테스트를 실행함에 따라 변경될 것입니다. 하지만 구조적으로 방향성 있는 결과는 유효합니다: **컨텍스트가 길어질수록 lossless-claw의 이점은 복합적으로 증가합니다**. 이는 손실 압축이 가장 큰 손상을 입히는 바로 그 시나리오이기 때문입니다.
LCM 논문의 공동 저자인 @belisarius222는 @jalehman이 원본 논문 구현에 비해 이룬 한 가지 구체적인 개선 사항으로 **요약을 위한 입력 길이 제한**을 언급했습니다. 기존 LCM에서는 매우 긴 콘텐츠를 요약하는 것 자체가 컨텍스트를 초과하고, 예측 불가능한 동작을 유발하며, 엣지 케이스를 발생시킬 수 있었습니다. 길이를 제한하는 접근 방식은 각 요약 단계를 예측 가능하게 유지하며, 이는 또한 `lcm_expand` 하위 에이전트 호출에 대해 시스템을 더 신뢰할 수 있게 만듭니다.
---
## lossless-claw 설치 및 구성
**사전 요구 사항: OpenClaw 2026.3.7 이상.** 이전 버전에는 컨텍스트 엔진 플러그인 슬롯이 존재하지 않습니다.
> **주의:** 초기 2026.3.7 릴리스에는 알려진 P1 레지스트리 버그([이슈 #40096](https://github.com/openclaw/openclaw/issues/40096))가 있습니다. 이 버그는 context-engine 모듈이 번들 청크에 걸쳐 분할되어, lossless-claw가 "Context engine 'lossless-claw' is not registered." 오류와 함께 실패하는 문제입니다. 해결책은 PR #40115에 적용되었습니다. 계속하기 전에 설치된 버전에 이 패치가 포함되어 있는지 확인하세요 — `openclaw --version`을 실행하고 3.7.x용 OpenClaw 변경 로그를 확인하세요.
```bash
# 먼저 버전을 확인하세요
openclaw —version
openclaw 2026.3.7 이상(레지스트리 수정 적용)이 표시되어야 합니다
플러그인 설치
openclaw plugins install lossless-claw
게이트웨이 재시작
openclaw restart contextEngine: “lossless-claw” } } }
### 누가 활성화해야 하는가
lossless-claw는 모든 OpenClaw 설정에 적합한 선택은 아닙니다. 이는 저장 공간(대화 기록에 따라 커지는 SQLite 데이터베이스)과 토큰 사용량(요약 과정 자체가 토큰을 소비함) 모두에서 오버헤드를 추가합니다.
**다음과 같은 경우 lossless-claw를 활성화하세요:**
- 에이전트가 24/7 실행되며 진행 중인 프로젝트를 처리하는 경우
- 연속성이 중요한 다중 세션 연구를 수행하는 경우
- 하위 에이전트 시스템을 실행하며 컨텍스트 전달이 중요한 경우
- 압축으로 인해 중요한 정보를 잃어버리고 처음부터 다시 시작해야 했던 경험이 있는 경우
**다음과 같은 경우 기본 엔진을 계속 사용하세요:**
- 주로 한 시간 이내에 완료되는 단일 세션 작업에 OpenClaw를 사용하는 경우
- 고빈도의 짧은 작업(크론 작업, 일일 요약, 일회성 쿼리)을 실행하는 경우
- 비용에 매우 민감하며 아직 압축 문제에 부딪히지 않은 경우
### 토큰 비용 관리하기
lossless-claw는 LLM을 사용하여 요약본을 생성합니다. 이 과정에서 토큰이 소모됩니다. 대부분의 장기 실행 워크플로우에서는 세션 재설정 방지로 인한 비용 절감 효과가 요약 오버헤드보다 훨씬 큽니다 — 하지만 비용에 민감하시다면, 다음과 같이 현명하게 구성할 수 있는 방법이 있습니다:
```json5
{
agents: {
defaults: {
model: "anthropic/claude-opus-4-6",
}
},
plugins: {
slots: {
contextEngine: "lossless-claw"
}
}
}
lossless-claw 문서에서는 배경 요약 작업을 위해 빠르고 저렴한 모델(예: anthropic/claude-haiku-4-5 또는 MiniMax-M2.5-highspeed)을 사용하고, 주 추론 모델은 변경하지 않고 유지할 것을 권장합니다. 요약을 다른 모델로 지정하는 정확한 설정 키는 lossless-claw README를 확인하세요. 요약 작업은 더 작은 모델도 잘 처리할 수 있을 만큼 충분히 간단하며, 비용 차이도 상당합니다.
@jalehman의 구현은 또한 적응형 요약 주기를 통해 활성 컨텍스트를 30-100k 토큰 범위로 유지하는 것을 목표로 합니다. — 이를 통해 대화 기록이 무한정 길어져도 토큰 사용량을
3.7 이전에는 OpenClaw의 컨텍스트 관리를 개선하려는 모든 시도가 같은 벽에 부딪혔습니다. 바로 하드코딩되어 있었기 때문입니다. 외부에서 상태를 관리하려는 스킬을 작성할 수는 있었습니다. 핵심 사실을 보존하도록 SOUL.md를 구조화할 수도 있었습니다. 전략적인 순간에 수동으로 /compact를 실행할 수도 있었습니다. 하지만 이러한 접근 방식 중 어느 것도 핵심 메커니즘을 건드릴 수는 없었습니다.
이제 인터페이스가 열렸습니다.
커뮤니티에서 이미 논의되고 있는 몇 가지 방향은 다음과 같습니다. 스토리지 백엔드로서의 벡터 검색. SQLite 전체 텍스트 검색은 키워드 쿼리에 좋습니다. 벡터 임베딩 백엔드는 시맨틱 검색, 즉 정확한 단어가 없을 때에도 개념적으로 관련된 과거 콘텐츠를 찾는 기능을 지원할 것입니다. @ RAG 통합 컨텍스트 엔진. 대화 기록뿐만 아니라 Notion 워크스페이스, 코드베이스, 문서 라이브러리와 같은 외부 지식 베이스를 활용하는 엔진으로, 현재 작업에 필요한 내용에 따라 매 턴 동적으로 컨텍스트를 구성합니다.
에이전트 간 공유 메모리 풀. 여러 에이전트가 동시에 읽고 쓸 수 있는 컨텍스트 엔진으로, 모든 것을 중앙 조정자를 통해 라우팅할 필요 없이 진정한 다중 에이전트 지식 공유를 가능하게 합니다. 메모리 백엔드로서의 Obsidian / Notion. 로컬 SQLite 데이터베이스 대신, 직접 탐색하고 편집할 수 있는 구조화된 외부 워크스페이스에 모든 것을 영구 저장합니다. 에이전트의 메모리는 에이전트 외부에서 감사하고 검색 인프라 관점에서 보면, 이것이 성숙한 플랫폼이 진화하는 방식입니다. OpenClaw는 브라우저 자동화를 출시한 다음, 브라우저 도구를 커스터마이징할 수 있도록 개방했습니다. 스킬을 출시한 다음, 이를 배포하기 위해 컨텍스트 관리는 에이전트 시스템에서 가장 근본적인 계층입니다. 이는 에이전트가 무엇을 알고, 시간이 흐르면서 어떻게 추론하며, 장기 실행 작업에 걸쳐 실제로 무엇을 해낼 수 있는지를 결정합니다. 이를 개방하는 것은 Telegram의 주제별 에이전트 라우팅. 이제 포럼 그룹에서 다양한 주제를 각기 다른 에이전트에게 라우팅할 수 있습니다. 하나의 Telegram 그룹, 여러 전문 에이전트 — 각 에이전트가 격리된 세션으로 각기 다른
요점
OpenClaw는 처음부터 보이지 않는 한계를 가지고 있었습니다. 바로 에이전트가 오래 실행될수록 더 많은 것을 잊어버린다는 점입니다. 모든 중요한 사용 사례는 결국 이 한계에 부딪히게 됩니다. 커뮤니티 lossless-claw는 그 첫 번째 해답으로, 모든 것을 저장하고 점진적으로 요약하며 에이전트가 필요에 따라 정확한 과거 세부 정보를 검색할 수 있게 해주는 DAG 기반 요약 시스템입니다. 초기 커뮤니티 벤치마크 수치에 따르면, 테스트된 모든 컨텍스트 길이에서 Claude Code의 기본 엔진보다 뛰어난 성능을 보이며, 대화가 길어질수록 그 격차는 더 벌어집니다.
에이전트가 잊지 말아야 할 것을 잊어버린 경험이 있다면, 이번 릴리스는 바로 당신을 위한 것입니다.
openclaw update
openclaw plugins install lossless-claw
마이그레이션은 이게 전부입니다.
---
*여러분의 에이전트가 압축에 도달하기까지 얼마나 걸리나요? 그리고 압축 시 무엇을 잃게 되나요? 댓글로 알려주세요 —
*출처: [Martian-Engineering/lossless-claw](https://github.com/Martian-Engineering/lossless-claw) · [OpenClaw 토론 #22251](https://github.com/openclaw/openclaw/discussions/22251) · [OpenClaw 2026.3.7 릴리스 노트](https://github.com/openclaw/openclaw/releases/tag/v2026.3.7) · [Chrys Bader @chrysb](https://x.com/chrysb/status/2030526852146549140) · [LCM 논문, Ehrlich & Blackman](https://papers.voltropy.com/LCM)*