컨텍스트 윈도우 (AI가 한 번에 기억하고 다룰 수 있는 양)
영어 context window · 일본어 コンテキストウィンドウ · 읽는 법 컨텍스트 윈도우
컨텍스트 윈도우는 AI가 한 번에 읽고 답할 때 쓸 수 있는 글의 최대 분량입니다. 내 질문과 AI의 답이 모두 이 안에 들어갑니다.
HowtoAI 글에서는 ChatGPT 모델을 비교할 때 컨텍스트 윈도우(한 번에 읽을 수 있는 양)를 하나의 비교 기준으로 썼습니다.
확인 2026-10-26출처 Anthropic 「Context windows」
1이 말, 이런 곳에서 만납니다
처음 보는 말이 낯선 것은 당연합니다. 대개 이런 자리에서 마주칩니다.
ChatGPT 모델 비교 글
2024년 글에서는 컨텍스트 윈도우(한 번에 읽을 수 있는 양)로 모델을 비교했지만, 지금은 이 양도 요금제와 생각 깊이에 따라 정해진다는 설명
GPT-4 비교 글
표준 GPT-4는 입력과 출력을 합친 컨텍스트가 8,192 토큰이었다는 설명
긴 계약서를 AI에게 요약시킬 때 (예)
“문서가 너무 길어서 끝까지 읽지 못했습니다.”
2한 장면으로 이해하기
컨텍스트 윈도우는 AI의 책상 크기와 같습니다. 책상이 크면 자료를 많이 펼쳐 놓고 일할 수 있지만, 넘치는 자료는 올려 둘 수 없습니다.
질문, 자료, 답이 모두 같은 책상 위에 놓입니다.
3우리 회사도 해당될까요?
이런 경우 해당됩니다
- 긴 문서나 여러 파일을 한 번에 AI에게 맡기려 한다
- 대화가 길어질수록 AI가 앞부분을 잊은 듯 답한다
이런 경우는 걱정을 덜어도 됩니다
- 짧은 질문 한두 개만 주고받는다
짧게 쓸 때는 신경 쓰지 않아도 됩니다.
4조금 더 자세히
컨텍스트 윈도우는 AI의 책상 크기와 같습니다. 책상이 클수록 자료를 많이 펼쳐 놓고 일할 수 있지만, 넘치면 일부는 올려 둘 수 없습니다. 이 한도는 글자 수가 아니라 토큰이라는 단위로 셉니다. 내가 보낸 질문과 첨부한 문서, AI가 쓰는 답이 모두 이 안에 함께 들어갑니다. AI 서비스마다, 또 요금제마다 이 한도가 다르게 정해져 있어서, 같은 질문도 어떤 서비스에서는 통하고 다른 곳에서는 안 될 수 있습니다.
주의할 점 한도가 커도 많이 넣을수록 정확해지는 것은 아닙니다. 긴 문서를 맡길 때는 필요한 부분만 골라 넣고, 한도를 넘으면 답이 중간에 끊길 수 있다는 점을 알아 두세요. 사용하는 서비스의 한도는 공식 안내 페이지에서 직접 확인하는 것이 가장 정확합니다.
5그래서 무엇을 하면 되나요?
- 1긴 문서를 맡길 때는 필요한 부분만 골라서 넣습니다.사장님
- 2대화가 길어져 답이 엇나가면, 새 대화를 열고 핵심만 다시 알려 줍니다.사장님
- 3쓰는 AI 서비스의 요금제별 한도를 공식 페이지에서 확인합니다.서비스 회사
제작사에 이렇게 물어보세요
“우리가 쓰는 요금제에서 AI가 한 번에 다룰 수 있는 양은 어느 정도이고, 넘으면 어떻게 되나요?”
6자주 묻는 질문
Q. 컨텍스트 윈도우가 크면 무조건 좋은가요?
아닙니다. Anthropic 문서에 따르면 넣는 양이 늘수록 정확도가 떨어질 수 있어, 무엇을 넣는지 고르는 일도 중요합니다.
Q. 한도를 넘으면 어떻게 되나요?
OpenAI 문서는 한도를 넘는 부분이 잘려 나갈 수 있다고 설명합니다. Anthropic API는 입력만으로 한도를 넘으면 오류를 돌려줍니다.
7이 풀이의 근거
- 출처
Anthropic 「Context windows」 (확인 2026-10-26)
OpenAI 「Conversation state」 (확인 2026-10-26)
- 확인한 날
- 2026-10-26 · 다음 확인 2027-01-26
- 풀이
- 양진석 · 따뜻한기술 대표
이 정의를 인용하려면
“컨텍스트 윈도우는 AI가 한 번에 읽고 답할 때 쓸 수 있는 글의 최대 분량입니다. 내 질문과 AI의 답이 모두 이 안에 들어갑니다.” — 용어집 「컨텍스트 윈도우 (AI가 한 번에 기억하고 다룰 수 있는 양)」 (확인 2026-10-26), atatakaidigital.com/kr/glossary/context-window
8이어서 알아 두면 좋은 말
- 토큰 (AI가 글을 읽고 쓰는 단위, 요금·한도의 기준)
- 프롬프트 (AI에게 하는 지시)
- 대규모 언어 모델 (LLM)
- 환각 (AI가 그럴듯하지만 틀린 내용을 지어내는 현상, 할루시네이션)