앤트로픽 에이전트 메모리와 드리밍 — AI가 스스로 학습하는 기억 구조 설계 정리

핵심 메시지

• 앤트로픽은 MCP, 하네스, 스킬에 이어 '메모리'를 에이전트의 다음 기본 요소로 지목했다.
• 메모리를 특정 형식의 저장소가 아니라 파일 시스템으로 모델링해, 에이전트가 bash·grep 같은 익숙한 도구로 직접 관리하게 했다.
• 수백~수천 개 에이전트가 같은 기억을 공유하는 상황을 전제로 권한 범위와 낙관적 동시성 제어를 넣었다.
• '드리밍'은 세션이 끝난 뒤 최근 기록을 몰아서 훑어보며 기억을 정리·검증하는 별도 배치 과정이다.
• 기업 운영을 위해 버전 기록, 변경 주체 기록, 외부에서 호출 가능한 독립 API를 함께 제공한다.

쉽게 이해하기

앤트로픽 플랫폼팀의 제품 담당자 마헤시는 개발자 대상 세션에서 지난 1년 반 동안 회사가 쌓아온 에이전트 기본 요소를 되짚었다. 외부 도구와 데이터를 연결하는 MCP, 클로드 코드와 에이전트 SDK 같은 하네스, 지난 10월 공개한 스킬이 차례로 나왔지만 여전히 풀리지 않은 문제가 남아 있다는 것이다. 긴 시간에 걸친 작업에서 에이전트가 스스로 배우고 맥락을 유지하는 일, 즉 지속적인 자기 학습이다.

그가 제시한 답은 메모리다. 메모리가 있으면 에이전트는 자신이 맡은 일의 성공 기준과 자주 저지르는 실수, 통하는 전략을 축적할 수 있고, 자주 다루는 코드베이스와 파일 같은 환경 정보도 쌓아 둘 수 있다. 나아가 같은 환경에서 일하는 다른 에이전트의 학습 내용을 넘겨받는 일도 가능해진다. 발표자는 여러 에이전트가 무리를 이뤄 움직이는 시스템에서 이 마지막 항목이 특히 중요해질 것이라고 봤다.

설계에서 가장 눈에 띄는 결정은 기억을 파일 시스템으로 모델링한 점이다. 초기 형태였던 CLAUDE.md 파일이나 정해진 입출력 형식을 가진 메모리 도구는 모델의 판단을 지나치게 제약했다는 반성이 깔려 있다. 대신 계층과 형식을 갖춘 파일 묶음을 주고 모델이 bash와 grep으로 직접 정리하게 했다. 발표자는 최근 공개된 클로드 오푸스 4.7이 무엇을 기억할지, 파일을 어떻게 쪼갤지 판단하는 능력에서 특히 좋아졌다고 설명했다.

다중 에이전트 운영을 전제로 한 장치도 함께 들어갔다. 하나의 에이전트가 조직 공통 지식 저장소는 읽기 전용으로, 자기 작업용 저장소는 읽기·쓰기로 갖는 권한 범위가 그것이다. 수백 개 에이전트가 같은 기억을 동시에 건드릴 때 서로의 기록을 덮어쓰지 않도록 내용 해시를 비교해 갱신하는 낙관적 동시성 제어도 넣었다. 운영 담당자를 위해서는 언제 누가 무엇을 바꿨는지 남기는 버전 기록과, 외부 파이프라인에서 개인정보 점검이나 정리를 할 수 있는 독립 API를 제공한다.

이날 연구 프리뷰로 공개된 '드리밍'은 이 구조의 빈틈을 메우는 과정이다. 개별 에이전트는 자기 세션만 보기 때문에 다른 에이전트가 이미 겪은 실수나 공통 패턴을 놓치기 쉽다. 드리밍은 작업 흐름 바깥에서 최근 세션 기록을 한꺼번에 훑어 공통된 실패와 통하는 전략을 찾아내고, 갱신된 기억 내용을 차이(diff) 형태로 만들어 낸다. 데모에서는 중복된 항목 다섯 개를 하나로 합치고, 더 이상 맞지 않는 항목을 지우고, 검증됐다는 표시를 덧붙이는 과정이 그대로 드러났다.

주요 인사이트

• 기억을 별도의 특수 저장소가 아니라 파일과 디렉터리로 두면, 모델이 이미 잘하는 파일 조작 능력을 그대로 활용할 수 있다는 점이 이 설계의 출발점이다.
• 기억 품질을 높이는 일과 눈앞의 작업을 잘 끝내는 일은 서로 다른 목표다. 드리밍은 이를 분리해 별도의 배치 작업으로 돌리기 때문에 실제 응답 속도에 부담을 주지 않는다.
• 여러 에이전트가 같은 기억을 공유하면 한 에이전트가 혼자서는 절대 못 보는 패턴이 드러난다. 발표에서는 여러 세션이 모두 특정 시점 이후 60초 뒤에 몰려 실행됐다는 규칙성을 드리밍이 찾아낸 사례가 소개됐다.
• 감사 기록과 변경 주체 표시, 외부 호출용 API처럼 겉보기에 지루한 요소들이 실제 기업 도입에서는 가장 많이 요구된 항목이었다는 점도 눈여겨볼 만하다.
• 이 발표는 앤트로픽이 자사 API 기능을 소개하는 자리이므로, 성능 수치는 회사가 인용한 초기 도입 사례라는 점을 감안해 읽어야 한다.

자주 묻는 질문

관련 AI 소식