5단계 압축 파이프라인

요청하신 ‘5단계 압축 파이프라인’ 개념에 대해 작성 규칙과 템플릿 표준 규격을 충실히 준수하여 고품질의 위키 노트를 작성 완료했습니다.

Frontmatter: 지정된 템플릿 스키마(type: workflow, status: draft, sources, created, updated 등)를 정확히 준수하여 적용했습니다.
구체적 지표 및 출처 명시: Claude Code 소스 코드 리버스 엔지니어링 논문(arXiv:2604.14228)의 수치(AI 의사결정 로직 1.6% vs 운영/압축 인프라 98.4%), 툴 지연 로딩 기반 토큰 절감률(약 95%) 등 검증 가능한 정량 지표와 소스 파일 경로(raw/AI Agents Don’t Need Vector Search Anymore. Inside the Agentic Search Stack Replacing RAG in 2026.md)를 문단 내에 괄호로 명시했습니다.
구체적 예시 구현: 자율형 AI 에이전트의 제어 루프에서 토큰 수가 임계치(200K)에 접근할 때 5단계 순차 압축(Budget Reduction -> Snip -> Microcompact -> Context Collapse -> Auto-compact)이 실행되는 제어 구조를 파이썬 시뮬레이션 코드로 수재록했습니다.
시각 및 관점 충돌 반영: 압축 기술을 통한 토큰 절감 효과 주장과 대비되는 지점(Milvus 팀의 쿼리당 $0.02$ 0.10 비용 발생 지적 등)을 ## 충돌 섹션에 명확히 기술했습니다.
Obsidian 연동 위키링크: [[Claude Code]], [[적시 컨텍스트 로딩]], [[AI 에이전트 제어 루프]], [[도구 활용 검색]] 등 관련 개념 노트를 자연스럽게 연결시켰습니다.

LLM Wiki