에이전트의 기억은 이전 세션에서 얻은 지식을 다음 세션에서도 쓸 수 있도록 남겨 두는 것이다. 하지만 무엇을 기록할지는 그 순간에 알기 어렵고, 틀린 메모는 나중에 오히려 판단을 방해할 수 있다. Anthropic은 세션 중 메모를 남기는 방식에 더해, 한가한 시간에 기록을 다시 읽고 고치거나 정리하는 ‘드리밍’을 살펴봤다. 여러 실험은 기억의 효과가 메모리 양보다 무엇을 남기고 어떻게 관리하는지에 달려 있음을 보여준다.
기억은 다음에 쓸 지식을 예측한다
에이전트 기억은 대화 중에만 유효한 정보나 대화가 길어졌을 때의 요약과 다르다. 경험에서 얻은 지식을 파일 같은 형태로 보관해, 다음 세션에서 다시 읽을 수 있게 하는 것이다. 어떤 사실을 기억에 적는 행위는 미래의 에이전트가 그 내용을 다시 확인하지 않고 활용할 것이라는 예측이기도 하다. 그래서 기억에는 검증된 사실뿐 아니라, 반복해서 유용할 규칙과 실패에서 얻은 교훈도 들어갈 수 있다.
CL-Bench 1.0 실험은 이런 학습 과정을 살펴봤다. Claude는 매 질문을 새로운 세션에서 시작했지만, 세션 간에 유지되는 기억 폴더의 파일은 읽을 수 있었다. 질문의 정답을 확인한 뒤, 다음 질문에 도움이 되도록 기억을 쌓는 방식이었다. Claude Sonnet 4.6은 오답의 원인을 추측하는 단계에 머물렀고, Claude Opus 4.7은 여러 메모를 하나의 참고 문서로 정리하면서 확인된 사실과 미확인 내용을 구분했다. Claude Opus 5는 검증 방법과 답변, 주의할 함정까지 규칙으로 정리해 학습의 고리를 완성했다.
중요한 기억을 고르는 능력
Pokémon Red 실험에서는 약 10,000걸음 진행한 시점에 모델들의 기억 폴더를 비교했다. Claude Sonnet 3.7은 전투, 아이템, 비플레이어 캐릭터를 거의 빠짐없이 기록해 225개 폴더에 413개 파일을 만들었고, 배지는 1개를 얻었다. 반면 Claude Fable 5는 두 폴더에 파일 9개와 최상위 global.md 하나를 두었으며, 배지는 4개를 얻었다. 이 비교는 모델별 한 번의 실행을 본 것으로, 기록을 많이 한 쪽이 더 잘 진행한 것은 아니었다.
게임 상태는 계속 바뀌므로 현재 위치나 가진 돈처럼 매번 화면에서 확인할 수 있는 정보는 금세 낡고, 저장해도 중복이 된다. Fable 5의 기억은 현재 목표와 계획, 특정 경로를 통과하는 방법, 게임에서 시험해 알아낸 전략에 집중했다. 예를 들어 매직캅을 잡으려 포켓볼을 연속 일곱 번 던져 실패한 뒤, 세 번 이상 실패하면 메뉴 조작 사이에 기다리는 입력을 넣어 타이밍을 바꾸라는 규칙을 기록했다. 기억을 작고 유용하게 유지한 덕분에 게임을 더 진행할 수 있었고, Opus 5.5도 목표와 다음 단계를 중심으로 메모를 고쳐 가며 게임을 끝냈다.
고정 규칙보다 모델의 판단이 나을 때
기억을 어떻게 쓰라고 지시하는 방식은 모델의 능력에 따라 효과가 달랐다. CL-Bench에서 기억 폴더가 있다고만 알려줘도 Opus 4.7과 Opus 5는 메모리를 효과적으로 활용했고, 성능이 눈에 띄게 올랐다. 반대로 “실패만 기록하라”는 규칙을 주자 두 모델 모두 기억으로 얻던 성능 향상의 상당 부분을 잃었다. 능력이 높은 모델에게는 미리 정한 기준보다 무엇이 중요한지 직접 판단할 여지를 주는 편이 나을 수 있다.
오래된 모델에는 더 구체적인 안내가 도움이 됐다. Sonnet 4.6은 기억을 읽지 않거나 오답 원인에 대한 추측을 시험하지 않는 일이 잦았다. 답변 전에 기억 파일을 읽고, 가설을 명시적으로 확인하도록 지시하자 벤치마크 점수는 거의 두 배가 됐다. 반면 Sonnet 5는 별도 지시 없이도 10번 중 9번 기억을 읽었고, Sonnet 4.6은 절반에도 못 미쳤다. Anthropic은 최신 모델에 기억 메모를 만들라는 간단한 안내만 주고, 무엇을 남길지는 모델이 판단하도록 한다고 설명한다.
드리밍은 기억을 고치고 길을 만든다
세션 중 쓴 기억에는 처음부터 틀린 정보가 들어가거나, 환경 변화로 낡은 내용이 남을 수 있다. 드리밍은 세션 기록을 원본 근거로 삼아 기억을 다시 점검한다. Mt. Moon 입구의 포켓센터가 산의 동쪽에 있다는 잘못된 메모를 믿은 Claude는 출구 방향을 착각했고, 낭떠러지에서 떨어진 뒤에도 자기 위치 판단이 맞다고 여겼다. 원래 기록과 메모를 대조하는 드리밍은 오류를 찾아 내용을 수정했고, 수정된 메모를 받은 Claude는 Mt. Moon으로 돌아가 Cerulean City에 도달했다. 잘못된 메모가 남은 실행에서는 같은 경로로 세 차례 떨어진 뒤에도 목적지에 도착하지 못했다.
드리밍은 메모 사이의 연결을 만들고, 여러 세션에 흩어진 누락도 메울 수 있다. Anthropic은 약 35만 개 파일, 약 4억 2천만 토큰의 내부 문서 모음으로 위키를 만드는 실험을 했다. 25개 질문에 대한 평가에서 Opus 5 에이전트의 드리밍 세션을 2회에서 128회로 늘리자 채점 기준 충족률은 13%에서 48%로 높아졌다. 검색과 위키를 함께 쓰면 위키가 자라면서 종합 점수가 54%에서 61%로 상승했고, 질문당 약 2만 토큰을 아꼈다. 다만 단일 문서 검색만으로 답할 수 있는 과제에서는 위키의 이점이 뚜렷하지 않았고, 위키가 원문보다 커져 정보를 제대로 추상화하지 못한 경우도 있었다.
기억의 상단은 작고 정확해야 한다
드리밍은 자주 쓸 메모를 다음 세션의 문맥 상단으로 올릴 수 있다. 그러면 Claude가 무엇을 찾아야 하는지 몰라도 중요한 정보를 바로 볼 수 있다. 하지만 잘못된 메모가 매번 주입되면 오류가 반복되고, 길어진 지침은 따르기 어려워질 수 있다. Claude Code의 자동 기억은 MEMORY.md의 첫 200줄 또는 25KB만 불러오며, 이 부분을 기억 내용과 위치를 알려주는 색인처럼 사용한다.
위키의 구성 방식도 목표에 맞춰야 한다. 인수 계약 문서로 법률 브리프를 만드는 실험에서 기본 위키는 계약 핵심 사실 57개 중 41개만 담아 평가 기준의 72%를 충족했다. 여러 에이전트가 공유 표를 동시에 수정하면서 요약이 부실해지고 일부 내용이 빠진 것이 원인이었다. 계약마다 전용 페이지를 만들고, 한 에이전트가 각 페이지를 작성하며 계약 조건을 그대로 인용하도록 지침을 바꾼 뒤에는 기준의 100%를 충족했다. 기억은 많이 쌓는 것보다 과제에서 중요한 정보를 빠뜨리지 않고, 서로 덮어쓰지 않도록 구성하는 일이 중요하다.
정리
에이전트 기억은 기록의 저장소이자, 미래에 다시 쓸 정보를 고르는 예측이다. 드리밍은 세션 기록을 근거로 잘못된 메모를 바로잡고, 연결과 색인을 만들며, 기억이 목표에 맞게 자라도록 돕는다. 다만 드리밍에는 연산 자원이 들고, 메모는 환경이 바뀌면 낡을 수 있으므로 모든 정보를 계속 재검토하는 방식은 현실적이지 않을 수 있다. Anthropic은 어떤 기억을 언제 만들고 얼마나 자주 점검할지, 그리고 검색과 기억 표현을 어떻게 결합할지 계속 살펴볼 문제로 남겨 두고 있다.