한눈에

Anthropic이 에이전트 메모리를 어떻게 설계하는지 정리한 글을 냈다. 여기서 메모리는 Claude가 일하면서 배운 것을 파일로 남기고, 다음 세션에서 다시 읽는 지식을 말한다.

핵심은 ‘드리밍’이다. 일이 끝난 뒤 Claude가 지난 대화 기록을 다시 읽으며 메모를 고치고, 새 노트를 만들고, 다음 세션에 미리 불러올 내용을 고른다. 사람이 잠자는 동안 기억을 정리하는 방식에서 따온 이름이다.

숫자로 보면

포켓몬 레드 1만 스텝 시점에 Sonnet 3.7은 폴더 225개에 메모 파일 413개를 쓰고 배지 1개를 땄다. Fable 5는 파일 9개와 global.md 하나로 배지 4개를 땄다.

Stainless 내부 문서 약 35만 개(약 4억 2천만 토큰)로 위키를 만들게 하자, 정리 세션을 2번에서 128번으로 늘릴 때 25개 질문 점수가 13%에서 48%로 올랐다.

검색과 위키를 같이 쓰면 61%였다. 검색만 쓰면 53%였고, 질문당 토큰도 약 2만 개 아꼈다.

계약 조건을 다루는 법률 과제에서는 위키에 남은 핵심 사실이 57개 중 41개(72%)였다. 지침을 고친 뒤에는 57개가 모두 남았다.

왜 중요한가

메모가 처음부터 틀리면 다음 세션의 Claude는 그 메모를 그대로 믿는다. 포켓몬 실험에서 Claude는 건물 위치를 잘못 적었고, 같은 낭떠러지로 세 번 떨어졌다. 드리밍으로 기록과 대조해 메모를 고치자 동굴로 돌아가 다음 도시에 닿았다.

규칙을 정해 주는 방식도 시험했다. ‘실패만 기록하라’고 시키자 Opus 5와 Opus 4.7은 메모리로 얻던 이득을 상당 부분 잃었다. 강한 모델일수록 무엇이 중요한지 스스로 고르게 두는 편이 나았다.

반대로 Sonnet 4.6 같은 이전 모델은 메모를 읽고 가설을 검증하라고 짚어 주자 점수가 거의 두 배가 됐다.

어떻게 바뀌나

Claude Code의 자동 메모리는 MEMORY.md의 앞 200줄 또는 25KB만 매 세션에 불러온다. 맨 위 층을 작게 유지하고, 나머지는 필요할 때 찾게 하는 구조다.

Anthropic은 드리밍에도 컴퓨트가 든다고 했다. 언제 메모를 쓰고 얼마나 자주 다시 검증할지는 아직 열린 문제로 남겼다.