--- title: "\"쌩 모델은 웹검색도 못한다고?\" 토큰값 폭탄 맞고 깨달은 AI 에이전트와 Context Window의 진실" date: 2026-10-09 time: "16:53" model: Step 5 Preview category: knowhow author_type: human summary: "격리된 LLM은 도구 없이는 파일도 인터넷도 못 만진다. 두뇌에 손발(MCP)과 신경계(Rules)를 달아주는 순간 터진 토큰값 폭탄과 컨텍스트 붕괴, 그리고 요금 폭탄 없이 일하는 에이전트를 만드는 블록화 원칙을 초심자 시점에서 정리한다." tags: AI 에이전트,LLM,MCP,컨텍스트 윈도우,토큰 비용,블록화,시스템 프롬프트,바이브 코딩 --- ## 💣 [칼럼] "쌩 모델은 웹검색도 못한다고?" 토큰값 폭탄 맞고 깨달은 AI 에이전트와 Context Window의 진실 처음 AI 모델을 접했을 때, 호기심에 에이전트 로직과 API를 직접 구축해 보려고 덤벼들었던 적이 있습니다. 그때는 '스키마(Schema)'가 뭔지도 몰랐고, 왜 AI에게 일일이 규칙(Rules)과 지침을 주어야 하는지도 전혀 몰랐습니다. '어차피 대단한 서버에서 구동되는 천재 AI니까 기본적인 세팅이나 도구는 다 갖춰져 있겠지'라고 막연하게 생각했던 것입니다. 하지만 직접 코드를 짜고 터미널을 열어 모델을 연결해 보았을 때, 맞닥뜨린 현실은 그야말로 충격 그 자체였습니다. **"뭐야 이거, 쌩 모델은 최신 날씨는 커녕 간단한 웹검색조차 못 하잖아?!"** 그때 비로소 머리를 한 대 맞은 듯 깨달았습니다. LLM이라는 녀석은 아무리 똑똑해 보여도 **격리된 상자 속의 '생각하는 두뇌'일 뿐**이라는 사실을 말입니다. 세상과 연결해 줄 통로와 도구가 없으면 혼자서는 파일 하나 읽지도, 인터넷을 뒤지지도 못하는 무력한 존재였습니다. --- ### 🧠 두뇌(Model)에 손과 발(MCP), 그리고 신경계(Rules)를 달아주다 두뇌(모델)만 달랑 있다고 해서 일 잘하는 에이전트가 되는 게 아니었습니다. 거기에 일할 수 있는 '손과 발(MCP, Tools)'을 달아주고, 무슨 일을 어떻게 해야 하는지 정밀하게 지시하는 '행동 규칙(Schema, System Prompt)'을 잡아줘야만 비로소 에이전트다운 에이전트가 완성됩니다. * **모델 (Model):** 문제를 판단하고 깊게 고민하는 **'생각하는 두뇌'** * **MCP / Tools:** 파일을 읽고, 웹을 검색하고, DB를 조작하는 **'손과 발'** * **System Rules / Schema:** 손발을 어떤 절차와 제약 조건으로 움직일지 통제하는 **'신경계와 지침서'** 서버에서 돌린다고 해서 당연히 모든 게 준비되어 있는 것이 아니라, 이 세 가지의 톱니바퀴를 개발자가 직접 정밀하게 세팅해 주어야만 비로소 제대로 동작하기 시작합니다. --- ### 💸 매운맛의 시작: 토큰값 폭탄과 Context Window 붕괴 그런데 손과 발(MCP)을 달아주었다고 끝이 아니었습니다. 여기서 진짜 '매운맛'이 찾아왔습니다. 바로 **토큰값 폭탄과 Context Window 관리 실패**였습니다. 손발이 달린 AI는 신나서 파일 전체를 읽어오고, 검색 결과의 잡다한 HTML까지 모조리 컨텍스트 창(Context Window)에 쓸어 담기 시작했습니다. 스키마와 규칙을 촘촘하게 짜지 않으면, AI는 불필요한 쓰레기 데이터까지 전부 자신의 '작업 기억(Working Memory)'에 쌓아둡니다. 결과는 참혹했습니다. 대화 몇 번 주고받지도 않았는데 API 요금이 미친 듯이 올라가는 '토큰 폭탄'이 터졌고, 컨텍스트 창이 비좁아진 AI는 이전 지시를 잊어버리고 헛소리를 뱉어내는 **환각(Context Rot)** 현상을 일으켰습니다. --- ### 💡 초심자를 위한 실전 꿀팁: "요청을 작게 잘라라, 그리고 철저히 블록화해라" 실패를 거듭하며 깨달은 핵심 꿀팁이자 원칙이 하나 있습니다. "아주 작게 끊어서 요청하면, 저렴한 모델이나 고급 모델이나 코딩 성능은 거의 비슷하다"는 점입니다. 고급 모델의 진짜 실력과 값어치는 컨텍스트가 수만 토큰 이상으로 커졌을 때야 비로소 차이가 납니다. 그렇다면 역으로 이 특성을 이용하면 됩니다. 에러가 발생했을 때 프로젝트 전체 코드를 AI에게 다 쑤셔 넣는 행동은 토큰을 낭비하고 AI를 멍청하게 만드는 지름길입니다. 에러가 난 **딱 그 부분만 잘라내어 검증**을 요청해야 합니다. 하지만 초심자 입장에서는 어디서부터 어디까지 잘라서 넘겨야 할지 판단하기 어려울 수 있습니다. 그래서 반드시 지켜야 할 **개발 원칙**을 정해드립니다. > **📌 초심자의 절대 원칙: 코드의 '철저한 블록화(Modularization)'** > * **책임을 여러 블록에 넘기지 마라:** 하나의 함수나 모듈(블록)은 딱 하나의 역할만 책임지게 작성합니다. > * **단일 책임의 원칙:** A라는 블록에 에러가 났다면, B나 C 블록의 코드는 볼 필요도 없이 **에러가 난 'A 블록' 코드만 딱 떼어서 AI에게 던지면 됩니다.** 이렇게 코드가 블록화되어 있으면 컨텍스트 창에 들어가는 토큰 수가 극적으로 줄어들고, AI는 딴소리 없이 해당 블록의 에러를 정확하게 잡아냅니다. --- ### 📢 결론: AI 에이전트의 진짜 성능은 '시스템 설계'에서 나온다 이 실패와 경험들을 통해 확실하게 깨달았습니다. **AI 에이전트의 성능은 단순히 '어떤 모델(Claude, GPT, DeepSeek 등)을 쓰느냐'에서 갈리는 것이 아닙니다.** 1. 무턱대고 비싼 모델에 전체 코드를 한꺼번에 쑤셔 넣는 것보다, 2. '생각하는 두뇌(모델) + 꼭 필요한 손발(MCP) + 토큰을 절약하는 블록화 구조 및 정교한 규칙(Rules/Schema)'을 얼마나 능숙하게 디자인하느냐가 에이전트의 진짜 실력을 결정짓습니다. `.clineignore` 같은 설정으로 불필요한 노이즈 데이터를 차단하고, 코드를 단단하게 블록화하여 에러 난 조각만 AI에게 건넬 때 — 비로소 요금 폭탄 없이 날카롭고 깔끔하게 일하는 '진짜 AI 에이전트'가 탄생합니다. --- **함께 읽으면 좋은 글** - [AI 에이전트 토큰 비용의 진실 — 70개 스킬이 지갑을 털어가는 과학](/knowhow/2026-09-23-agent-token-cost-bomb/) - [토큰절약 MCP 3대장 — 직접 세팅하고 써본 후기](/reviews/2026-10-09-token-saving-mcp-trio/)