“컨텍스트 창을 키우면 해결된다”는 접근 대신, 검색을 생성과 분리한 에이전트형 서브모델 전략이 핵심이거든요

Chroma가 멀티홉 검색 전용 200억 파라미터 모델 Context-1을 공개했어요. “컨텍스트 창을 키우면 해결된다”는 접근 대신, 검색을 생성과 분리한 에이전트형 서브모델 전략이 핵심이거든요.

Context-1은 gpt-oss-20B(MoE) 기반에 SFT+RL(CISPO)로 튜닝됐고, 복잡한 질문을 하위 질의로 쪼개 순차 추론해요. 턴당 평균 2.56회 도구 호출로 search_corpus(BM25+Dense), grep_corpus, read_document를 병렬 활용해 문서를 찾는 구조예요.

가장 눈에 띄는 건 Self-Editing Context에요. 검색 중간에 쌓인 중복·무관 문맥을 스스로 가지치기하고, pruning 정확도 0.94를 기록했어요. 긴 컨텍스트에서 생기는 지연·비용·중간 망각 문제를 정면으로 겨냥한 셈이에요.

의미는 분명해요. 앞으로 RAG는 “큰 모델 하나”보다 검색 에이전트와 생성 모델을 분업시키는 설계가 성능과 비용을 같이 잡는 표준이 될 가능성이 커요.