앤트로픽 드리밍, 에이전트 기억 다듬어 문항 충족률 13%에서 48%로
AI 에이전트가 쌓아 둔 기억을 쉬는 시간에 다시 읽고 고치게 하자 성능이 크게 올랐다. 앤트로픽은 11월 6일 공개한 연구 글 '에이전트 기억의 구성 요소(The components of agent memory)'에서 '드리밍(dreaming)' 기능의 실험 결과를 공개했다. 드리밍은 에이전트가 작업이 없을 때 지난 작업 기록을 돌아보며 실수를 고치고 새 메모를 작성하는 과정이다. 같은 일을 반복하는 업무용 AI 에이전트를 운영하는 기업에게는 기억 관리 방식이 성능을 좌우할 수 있다는 결과다. 작업 밖에서 기록을 돌아보는 드리밍 앤트로픽은 드리밍을 기록을 되돌아보며 실수를 고치거나 새 메모와 요약 자료를 작성하는 과정(reflecting on logs to fix mistakes or produce new notes and representations)으로 설명했다. 작업 중이 아닌 시간에 계산을 미리 해 두는 이 개념은 AI 기업 레타와 UC버클리 연구진이 제안했다고 앤트로픽은 밝혔다. 데이터베이스 과제 평가(CL-Bench 1.0)에서 기억 없이 매번 새로 시작한 클로드 오퍼스 5의 점수는 0.564였지만, 기억을 쓰자 0.828로 크게 올랐다. 클로드 소네트 5는 0.306에서 0.610으로, 클로드 오퍼스 5.5는 0.655에서 0.838로 올랐다. 포켓몬 레드 실험, 잘못된 메모 수정 사례 앤트로픽은 클로드가 게임 '포켓몬스터 레드'를 진행하며 기억 파일을 쓰게 했다. 클로드 소네트 3.7은 메모 파일 413개와 폴더 225개를 만들고도 체육관 배지를 1개 얻었고, 클로드 페이블 5는 파일 9개와 폴더 2개만 쓰며 배지 4개를 얻었다. 게임 속 달맞이산에서는 포켓몬센터가 동쪽에 있다는 잘못된 메모를 드리밍이 고친 실행은 약 1,935번째 행동에서 블루시티에 도착했다. 메모를 고치지 않은 실행은 앞 경로로 세 번 되돌아가다 회색시티에서 끝났고, 기억을 쓰지 않은 실행은 블루시티에 도달하지 못했다. 35만 개 파일 사내 문서 위키, 충족률 13%에서 48%로 앤트로픽은 지난 5월 인수한 스테인리스의 사내 문서 약 35만 개 파일, 약 4억 2,000만 토큰 분량으로 위키를 만들게 했다. 질문 25개에 답하는 시험에서 드리밍 횟수를 2회에서 128회로 늘리자, 위키만 써서 답했을 때 채점 기준을 충족한 비율이 13%에서 48%로 올랐다. 검색만 쓴 경우 충족률은 53%였고, 위키와 검색을 함께 쓰면 61%까지 올랐다. 문항당 약 2만 토큰도 아낄 수 있었다. 인수합병 관련 질문 24개 가운데 여러 문서를 종합하고 판단과 계산이 필요한 문항에서는 위키를 쓴 경우 87%, 검색만 쓴 경우 73%였다. 연산 비용과 잘못된 메모 확산 한계 앤트로픽에 따르면, 드리밍에는 별도 연산 비용이 들고, 한 실험에서는 위키 크기가 원래 자료의 1.77배(203KB 대 115KB)로 커졌다. 다른 과제에서는 검색 방식보다 뚜렷한 이득이 없었다. 앤트로픽은 잘못된 메모가 모든 작업 세션으로 퍼질 위험도 지적했다. 기억을 공유하는 에이전트에서는 한 번 잘못 기록된 내용이 이후 작업 전체에 영향을 줄 수 있다는 의미다. 앤트로픽은 이 글에서 클로드 매니지드 에이전트의 드리밍 기능 문서와 예제 코드 모음(쿡북)을 함께 안내했다. FAQ( ※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.) Q1. 앤트로픽의 드리밍은 무엇인가요? 드리밍은 AI 에이전트가 작업이 없을 때 지난 작업 기록을 돌아보며 실수를 고치고 새 메모를 작성하는 과정입니다. 앤트로픽은 이 기능을 클로드 매니지드 에이전트 문서에서 안내하고 있습니다. Q2. 드리밍을 쓰면 성능이 얼마나 오르나요? 앤트로픽 실험에서 약 35만 개 사내 문서 파일로 만든 위키를 쓰는 시험의 채점 기준 충족률은 드리밍 횟수를 2회에서 128회로 늘리자 13%에서 48%로 올랐습니다. 위키와 검색을 함께 쓰면 61%까지 올랐습니다. Q3. 드리밍의 한계는 무엇인가요? 드리밍에는 별도 연산 비용이 들고, 위키가 원래 자료보다 커지는 경우도 있었습니다. 잘못 기록된 메모가 모든 작업 세션으로 퍼질 위험도 있다고 앤트로픽은 밝혔습니다. 기사에 인용된 리포트 원문은 앤트로픽에서 확인할 수 있다. 리포트명: The components of agent memory (앤트로픽, 2026년 11월) 이미지 출처: 앤트로픽 ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)
