한 줄 결론 : Anthropic은 Claude가 ‘경험에서 학습’하도록 돕는 핵심 장치로 에이전트 메모리와 ‘dreaming(드리밍)’을 제시했습니다. 이 글은 그 개념과 평가 결과를 사실 중심으로 정리합니다.
무슨 일이 있었나
Anthropic은 엔지니어링 블로그에서 “The components of agent memory” 글을 공개했습니다. 핵심 아이디어는 인간의 뇌가 깨어 있을 때 경험을 빠르게 기록(해마)하고, 수면·휴식 중에 이를 재생(replay)해 장기 지식(신피질)으로 통합한다는 신경과학적 비유입니다.
에이전트도 비슷한 분업이 가능합니다. 에이전트는 작업 대부분을 로그나 트랜스크립트로 남기는데, Letta와 UC 버클리 연구진이 제안한 ‘sleep-time compute’처럼 상호작용 사이의 유휴 시간을 활용해 기존 맥락을 재정리할 수 있습니다. 이렇게 로그를 되돌아보며 실수를 고치고 새 메모를 만드는 과정을 흔히 ‘dreaming(드리밍)’이라 부릅니다.
누구에게 의미가 있나
여기서 말하는 ‘에이전트 메모리’는 Claude가 사용자와의 상호작용·할당된 작업에서 얻어 세션 간에 유지하는 지식, 즉 나중에 다시 읽을 수 있는 맥락으로 저장된 것을 뜻합니다. 가중치 변경, 단일 대화 내 인컨텍스트 학습, 컴팩션(요약 대체)은 여기서 제외됩니다.
따라서 장기(long-horizon) 작업을 자동화하려는 개발자, AI 에이전트 설계자에게는 중요한 설계 관점입니다. 반면 단발성 질의응답만 쓰는 일반 사용자라면 당장 신경 쓸 필요는 적습니다.
직접 해보려면
원문은 실험 구조를 다음과 같이 설명합니다. Continual Learning Bench(CL-Bench) 1.0의 한 과제에서 Claude는 매 질문을 새 세션에서 시작하되, 세션 간 유지되는 메모리 디렉터리의 파일만 불러올 수 있었습니다. 틀린 답에 대해 실패를 기록하고 원인 가설을 세워 검증한 뒤, 이를 규칙으로 바꾸는 ‘학습 루프’를 돌릴 수 있는 구조입니다.
모델별 차이가 흥미롭습니다. 원문에 따르면 Claude Sonnet 4.6은 오답 원인에 대한 가설을 생성하는 단계까지, Claude Opus 4.7은 메모를 단일 참조 문서로 통합했고, Claude Opus 5가 처음으로 ‘루프를 닫은’ 모델로 기술됩니다. Opus 5.5와 Sonnet 5.5도 검증된 규칙을 메모리에 담아 루프를 닫았습니다. 또 Pokémon Red 플레이를 통해 ‘무엇을 저장할 가치가 있는가(salience 판단)’도 평가했다고 밝혔습니다.
한계와 주의할 점
이 글은 Anthropic 자체 블로그의 설명으로, 제시된 벤치마크는 특정 과제(CL-Bench 1.0, Pokémon Red) 환경에서의 관찰입니다. 모델 간 성능 비교는 ‘메모리 유무’에 따른 상대적 서술 중심이며, 구체적 점수는 원문에서 직접 확인이 필요합니다. 또한 ‘dreaming’ 같은 용어는 신경과학 비유일 뿐, 인간의 수면과 동일한 메커니즘을 뜻하지 않습니다.
자주 묻는 질문 (FAQ)
Q. ‘dreaming’은 무엇인가요?
에이전트가 유휴 시간에 로그를 되돌아보며 실수를 교정하고 새 메모·표현을 만들어 메모리를 재구성하는 과정입니다.
Q. 에이전트 메모리와 인컨텍스트 학습의 차이는?
메모리는 세션 간 유지되는 저장된 맥락이고, 인컨텍스트 학습은 단일 대화 안에서만 얻는 지식입니다.
출처
- Anthropic – The components of agent memory
- @AnthropicAI (X/트위터) 게시물