앤트로픽, '드리밍' 에이전트 기억 기법 공개…작업 성능 개선 확인

요약

앤트로픽은 11월 6일 공개한 연구를 통해 AI 에이전트가 작업 부재 시 지난 기록을 검토하고 메모를 최적화하는 '드리밍(dreaming)' 기능의 성능 향상 효과를 입증했습니다. CL-Bench 1.0 테스트에서 Claude Opus 5.5 등 주요 모델에 기억 기능을 적용하자 점수가 기존 0.655에서 0.838로 상승하는 등 유의미한 성능 개선이 나타났습니다. 특히 약 35만 개의 사내 문서 위키를 활용한 실험에서 드리밍 횟수를 2회에서 128회로 늘리자, 문항 충족률이 13%에서 48%로 급증했고 문항당 약 2만 토큰을 절감하는 효과를 거뒀습니다. 다만 드리밍 과정에는 별도의 연산 비용이 발생하며, 메모 크기가 1.77배까지 커질 수 있고 잘못된 기억이 전체 작업 세션으로 전이될 위험이 있다는 한계도 존재합니다. 앤트로픽은 현재 클로드 매니지드 에이전트 문서와 쿡북을 통해 해당 기능의 활용법을 가이드하고 있습니다.

AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.