Anthropic이 에이전트 메모리와 드리밍을 설명하다: 메모리로 CL-Bench의 제시된 여섯 모델 점수가 모두 올랐고 드리밍이 틀린 노트를 고치고 위키를 만들었지만 근거는 Anthropic 자체 시험이며 dreams는 ZDR과 HIPAA 대상이 아닌 리서치 프리뷰다

2026년 11월 6일 Anthropic 엔지니어링 블로그는 Lance Martin이 쓴 「The components of agent memory(에이전트 메모리의 구성 요소)」를 게시했습니다. Claude 에이전트가 세션 사이에 지식을 어떻게 유지하는지를 다룹니다. Anthropic은 에이전트 메모리를 Claude가 경험에서 배우고 나중에 읽을 컨텍스트로 저장한 것으로 정의합니다. 모델 가중치의 변경, 한 대화 안에서의 학습, 컴팩션(요약 압축)은 포함하지 않습니다. 글은 대화 기록, 노트, 위키 같은 표현, 그리고 매 세션에 불러오는 컨텍스트라는 네 층을 설명합니다. 여기에 이 층들을 고치고 재정리하려고 기록을 다시 살펴보는 백그라운드 과정인 '드리밍(dreaming)'을 더합니다. 모든 결과는 Anthropic 자체 시험에서 나왔습니다.

첫 번째 시험은 CL-Bench 1.0을 썼습니다. 에이전트가 데이터베이스 질문을 연달아 풀고 매번 정답을 알려 주는 벤치마크입니다. Claude는 질문마다 새 세션에서 시작했고 이어지는 것은 메모리 디렉터리뿐이었으며, 글은 이를 상태가 없는 기준선과 비교합니다. 제시된 여섯 모델 모두 평균 보상이 올랐습니다. Opus 5.5는 0.655에서 0.838, Sonnet 5.5는 0.644에서 0.833, Opus 5는 0.564에서 0.828, Opus 4.7은 0.383에서 0.700, Sonnet 5는 0.306에서 0.610, Sonnet 4.6은 0.330에서 0.364입니다. 글은 메모리를 쓰는 습관이 어떻게 나아졌는지도 설명합니다. Sonnet 4.6은 검증하지 않은 추측을 흩어진 파일에 적었습니다. Opus 4.7은 확인한 사실에 표시를 했습니다. Opus 5는 처음으로 고리를 닫아 규칙과 그것이 참임을 어떻게 알았는지, 함정에 대한 경고를 함께 기록했습니다.

두 번째 시험은 무엇을 저장할지에 대한 판단을 봤습니다. 포켓몬스터 레드에서 글은 모델마다 한 번씩의 실행을 비교합니다. 약 1만 스텝 시점에 Claude Sonnet 3.7은 225개 폴더에 413개 메모리 파일을 썼고 배지는 1개였습니다. Claude Fable 5는 폴더 두 개에 파일 9개와 최상위 global.md가 있었고 배지는 4개였습니다. 글의 설명은 이렇습니다. Sonnet 3.7은 돈이나 위치처럼 화면에 이미 보이는 내용까지 기록했고, 그것이 낡아 찾는 데 시간이 들었습니다. Fable 5는 모델이 직접 적어야만 존재하는 계획과 검증된 규칙을 남겼습니다. Opus 5.5도 작은 폴더를 유지하며 게임을 끝냈습니다. 각 한 번의 실행은 예시이지 통계적 결과가 아닙니다.

유도에 대해 Anthropic은 메모리가 무엇을 위한 것인지는 알려 주되 어떻게 쓸지는 지시하지 않는 편이 좋다고 말합니다. 메모리 폴더가 있다고만 알려도 Opus 4.7과 Opus 5에는 충분했습니다. 실패만 기록하라고 하자 두 모델 모두 메모리의 이점 대부분을 잃었습니다. 오래된 모델은 더 강한 지시에서 이득을 봤습니다. Sonnet 4.6에게 답하기 전에 메모리를 읽고 자기 가설을 검증하라고 하자 점수가 거의 두 배가 되었고, Sonnet 5는 말하지 않아도 10번 중 9번 먼저 메모리를 읽은 반면 Sonnet 4.6은 절반에 못 미쳤습니다.

드리밍이 핵심 새 아이디어입니다. Claude는 일하는 동안 노트를 쓰므로, 틀린 노트가 이후 세션에서 믿어질 수 있습니다. 포켓몬 사례에서 Claude는 어떤 건물이 Mt. Moon의 동쪽에 있다고 잘못 적고, 동굴이 이미 뒤에 있다고 결론지어 일방통행 턱에서 이전 경로로 떨어졌습니다. 드리밍이 노트를 세션 기록과 대조해 고친 뒤에는 Claude가 동굴로 다시 들어가 Cerulean City에 도착했습니다. 고치지 않은 노트로 한 실행에서는 경로로 세 번 떨어졌고 끝내 도착하지 못했습니다. 글은 드리밍이 위키를 만드는 모습도 보여 줍니다. Anthropic이 5월에 인수한 회사 Stainless의 내부 문서 약 35만 개, 대략 4억 2,000만 토큰을 대상으로, Opus 5 에이전트가 2~128개 세션에 걸쳐 위키를 만들수록 25개 질문의 점수가 채점 기준의 13%에서 48%로 올랐습니다. 위키와 검색을 함께 쓰면 위키가 자라면서 54%에서 61%가 되었고 검색만으로는 53%였으며, 질문당 약 2만 토큰을 아꼈습니다. 합병에 관한 24개 질문에서 여러 문서가 필요한 항목은 위키로 87%, 검색으로 73%였습니다. 일부 법무 과제에서는 위키가 뚜렷한 이득이 없었고, 한 과제에서는 위키가 문서 자체보다 커졌습니다.

지시에 관한 결과가 두 가지 더 있습니다. 여러 에이전트가 하나의 공유 표에 쓰게 한 위키는 채점 대상 계약 사실 57건 중 41건, 즉 72%만 남겼습니다. Claude가 성찰 루프에서 구축 지시를 고쳐 쓰고 계약마다 단어 그대로 인용한 별도 페이지를 두자 57건이 모두 남았습니다. 두 번째 드리밍은 없는 페이지를 가리키던 링크 9개도 바로잡았습니다. 글은 주입하는 컨텍스트는 작게 유지해야 한다고 경고합니다. 노트마다 세션마다 토큰이 들고, 틀린 노트는 어디든 따라가기 때문입니다. Claude Code의 자동 메모리는 MEMORY.md 색인의 처음 200줄 또는 25 KB만 불러옵니다.

Managed Agents 문서가 제품 사실을 보탭니다. dream은 비동기 작업으로, 기존 메모리 저장소와 과거 세션 1~100개를 읽고 입력을 바꾸지 않은 채 새로 정리된 저장소를 만듭니다. 보통 몇 분에서 몇 시간이 걸립니다. 상태는 리서치 프리뷰이고 접근은 신청제이며, 베타 헤더 managed-agents-2026-04-01과 dreaming-2026-04-21이 필요하고, 제로 데이터 보존(ZDR)과 HIPAA 대상이 아닙니다. 문서는 지시가 종합 방향을 잡는 데 쓰이지만 특정 줄을 고치라는 명령형 편집은 대체로 아무 변화도 만들지 않는다고 설명합니다.

우리의 해석입니다. 이것은 설계 선택을 정리한 쓸모 있는 지도이지 설계와 실험 보고입니다. 근거는 Anthropic의 것이고, 포켓몬 비교는 각 한 번의 실행이며, 위키 결과는 한 회사의 문서 모음과 소수의 법무 과제에서 나왔고, 드리밍은 연산 자원이 듭니다. 에이전트를 만드는 팀은 주입 층을 작게 유지하고, 강한 모델이 무엇을 저장할지 판단하게 하고, 노트를 기록과 대조하는 아이디어를 가져다 쓸 수 있습니다. Zero Data Retention 또는 HIPAA 적격성이 필요한 배포는 현재 연구 프리뷰의 dreams로 그 자격을 충족할 수 없습니다. 우리는 이 시험을 하나도 직접 실행하지 않았습니다.