AI Agent Developer 황화인 blog

langfuse_OpenTelemetry 컨텍스트 분리(Detach) 에러

8 min read

Langfuse 3.x로 비동기 LangChain을 돌리다가 아래 로그가 계속 찍혀서 원인 정리.

Failed to detach context Traceback (most recent call last): File "/usr/local/lib/python3.12/site-packages/opentelemetry/context/__init__.py", line 155, in detach _RUNTIME_CONTEXT.detach(token) File "/usr/local/lib/python3.12/site-packages/opentelemetry/context/contextvars_context.py", line 53, in detach self._current_context.reset(token) ValueError: <Token var=<ContextVar name='current_context' default={} at 0x7f099723b1a0> at 0x7f08a31d7f80> was created in a different Context

한 줄 요약

비동기 환경에서 트레이싱(tracing, LLM 호출 구간을 기록해 성능/비용을 추적하는 기술) 컨텍스트 토큰이 만들어진 Task와 다른 Task에서 해제되어서 나는 에러다.

근본 원인

Python contextvars(컨텍스트 변수, 비동기 Task마다 독립된 저장소를 갖는 표준 라이브러리)는 Task 단위로 상태를 격리한다.

Task A에서 토큰 생성:  token = context.attach(span)
     │
     └──→ Task B에서 해제 시도:  context.detach(token)  ← ValueError!

토큰은 생성된 동일 컨텍스트에서만 reset 가능한 규칙이 있는데, Langfuse/OpenTelemetry가 span을 시작한 코루틴과 종료하는 코루틴이 다른 경우 이 규칙이 깨진다.

이 프로젝트에서 벌어진 경로

Langfuse 3.x 내부는 OpenTelemetry(오픈텔레메트리, 분산 시스템 관측성을 위한 표준 SDK)를 사용한다. LangChain 비동기 콜백 체인에서 이런 흐름이 생긴다.

  1. Span 시작: 코루틴 A가 context.attach() 호출
  2. Span 종료: 코루틴 B가 context.detach() 호출
  3. 두 코루틴의 contextvars.Context가 다르므로 ValueError

심각도

낮음. 실제 기능에는 영향 없음. 트레이싱 데이터가 일부 누락될 수는 있지만 앱은 정상 동작한다. OpenTelemetry 내부에서 try/except로 잡아 로그만 남기는 구조.

해결 방법

방법설명
무시기능 영향 없으므로 로그 레벨 조정으로 숨김
로그 억제logging.getLogger("opentelemetry.context").setLevel(logging.CRITICAL)
근본 해결propagate_attributes로 컨텍스트를 명시적으로 전파

propagate_attributes 근본 해결 예시:

from langfuse import propagate_attributes
 
# 비동기 태스크 생성 시 컨텍스트를 명시적으로 전파
with propagate_attributes():
    await some_async_langchain_call()

이 블록 안에서 생성된 자식 Task는 부모의 트레이싱 컨텍스트를 상속받아 토큰 불일치가 사라진다.

쉽게 풀어서

식당 번호표 비유

1. 내가 직접 줄 서서 번호표 37번을 받음
2. 식사 끝나고 번호표를 반납해야 함
3. 그런데 내 친구가 대신 반납하려고 함
4. 식당 직원: "이거 당신이 받은 게 아닌데요?" → 거부!

이 에러는 딱 이 상황이다. 발급자와 반납자가 달라서 거절당하는 것.

실제 상황에 대입

프로그램에는 **여러 작업(Task)**이 동시에 돈다.

[작업 A] "나 지금 LLM 호출 시작한다!" → 추적 시스템에서 출입증(토큰) 발급받음
    │
    │  ... 시간이 흐르고 ...
    │
[작업 B] "LLM 호출 끝났으니 출입증 반납할게!" → 추적 시스템: "너한테 발급한 적 없는데?" → 에러!

A가 받은 출입증을 B가 반납하려다 막힌 것.

왜 이런 일이 생기나

Langfuse가 LLM 호출을 모니터링할 때

  1. 시작과 끝을 기록해서 구간 시간/비용을 계산한다
  2. 비동기(async) 환경에서는 “시작”과 “끝” 담당 작업자가 다를 수 있다
  3. Python은 “네가 시작했으면 네가 끝내라” 규칙을 강제한다
  4. 규칙 위반 시 로그가 찍힘

그래서 문제가 되나

되지 않는다. 추적 시스템 내부 cleanup에서 나는 로그일 뿐, 실제 LLM 호출이나 애플리케이션 동작은 멀쩡하다. 번호표 반납이 안 됐을 뿐, 식사는 이미 끝난 상태.

로그가 거슬리면 이 한 줄로 숨김 가능.

import logging
logging.getLogger("opentelemetry.context").setLevel(logging.CRITICAL)

해결 방법 3가지

방법 1: 무시하기

번호표 반납이 안 됐을 뿐, 식사(앱 동작)는 정상. 그대로 두면 된다.

방법 2: 에러 로그 숨기기

에러 자체를 안 보이게 한다.

평소: "경고", "알림", "에러" 전부 출력
변경: "심각한 에러"만 출력

import logging
logging.getLogger("opentelemetry.context").setLevel(logging.CRITICAL)

귀마개를 끼는 식이다. 원인을 없앤 게 아니라 들리지 않게 한 것.

방법 3: 근본 해결 (propagate_attributes)

비유로 다시 풀면

문제 상황:
  작업 A가 출입증을 받음 → 작업 B가 반납 시도 → 거부!

해결:
  작업 A가 출입증을 받을 때, "이건 우리 팀 공용이야"라고 등록
  → 작업 B도 같은 팀이니까 반납 가능!

propagate_attributes()가 하는 일이 바로 이것. “이 안에서 생기는 모든 작업은 같은 팀이다” 라고 선언하는 구문이다.

from langfuse import propagate_attributes
 
# 이 블록 안의 모든 작업은 같은 컨텍스트(팀)를 공유
with propagate_attributes():
    await some_async_langchain_call()

적용 전후

적용 전:
  작업 A (컨텍스트 #1) → 출입증 발급
  작업 B (컨텍스트 #2) → 반납 시도 → "넌 다른 팀인데?" → 에러

적용 후:
  propagate_attributes() 선언
    └─ 작업 A (공유 컨텍스트) → 출입증 발급
    └─ 작업 B (공유 컨텍스트) → 반납 → "같은 팀이네, OK" → 성공

한마디 요약

방법비유효과
무시그냥 냅두기앱 정상, 로그만 지저분
로그 숨기기귀마개로그 깔끔, 원인은 그대로
propagate_attributes팀 등록원인 자체를 제거

선택 기준: 로그가 거슬리지 않으면 방법 1, 거슬리면 방법 2, Langfuse 트레이싱 데이터 누락이 확인되면 방법 3.

langfuse_propagate_attributes()의 원래 역할

Graph View

Backlinks