앤트로픽의 드리밍: 실수에서 스스로 배우는 AI 에이전트가 온다

인간이 잠을 자는 동안, 뇌는 단순히 쉬는 것이 아니다. 해마는 그날의 경험을 재생하고, 감정적으로 중요한 기억은 피질로 이동하며, 반복된 오류는 수정되고, 불필요한 정보는 가지치기된다. 이 수면 중 학습은 인간 지능의 핵심 메커니즘 중 하나다. 2026년 5월 6일, 앤트로픽(Anthropic)은 AI 에이전트에게 이 능력을 부여했다. 이름은 드리밍(Dreaming)이다.

실제로 무슨 일이 있었나

앤트로픽은 2026년 5월 6일, 클로드 매니지드 에이전트(Claude Managed Agents)에 세 가지 새로운 기능을 발표했다. 가장 주목받는 것은 드리밍으로, AI 에이전트가 과거 세션을 자동으로 검토하고 패턴을 추출해 미래 성능을 개선하는 스케줄된 메모리 큐레이션 프로세스다. 아웃컴스(Outcomes)와 멀티에이전트 오케스트레이션(Multi-agent orchestration)도 리서치 프리뷰에서 공개 베타로 전환됐다.

드리밍의 작동 방식: 에이전트가 여러 세션을 거치면서 축적한 메모리 스토어를 정기적으로 검토한다. 중복된 정보는 병합하고, 오래된 항목은 삭제하며, 반복되는 실수나 팀 선호도 같은 패턴을 표면화한다. 단일 세션에서는 볼 수 없었던 통찰을 드리밍이 포착한다. 결정적으로, 이 과정은 인간의 개입 없이 자동으로 이루어진다.

왜 생각보다 훨씬 중요한가

표면적으로 드리밍은 메모리 관리 기능처럼 보인다. 하지만 이것은 AI 에이전트가 배포 이후에도 지속적으로 개선되는 최초의 프로덕션 메커니즘이다. 기존 AI 에이전트의 치명적 약점은 정적성이었다. 세션이 끝나면 경험은 사라졌고, 같은 실수가 반복됐으며, 운영자는 이를 수동으로 교정해야 했다. 드리밍은 이 패러다임을 깨뜨린다.

법률 AI 스타트업 Harvey의 사례가 그 잠재력을 명확히 보여준다. Harvey는 드리밍을 활용해 법률 에이전트가 파일 형식 우회법과 도구별 패턴을 기억하도록 했고, 그 결과 테스트에서 작업 완료율이 약 6배 상승했다. 법률 문서 작업처럼 세부 사항이 결정적인 도메인에서, 자가 개선하는 AI 에이전트는 단순한 편의 기능이 아니라 신뢰성의 근거가 된다.

경쟁 구도

드리밍 발표는 에이전트 AI 플랫폼 경쟁의 맥락에서 읽어야 한다. OpenAI는 GPT 기반 에이전트 시스템에서 메모리 기능을 ChatGPT에 통합했고, Google DeepMind는 Gemini 에이전트의 지속성 문제를 해결하는 자체 아키텍처를 연구 중이다. 그러나 앤트로픽의 접근법은 차별적이다. 메모리를 단순한 저장소가 아닌 큐레이션 시스템으로 설계했다.

Microsoft는 Azure AI Foundry와 Copilot Studio를 통해 기업 에이전트 시장을 장악하려 하고 있으며, Salesforce의 Agentforce는 CRM 도메인에서 에이전트를 선점하고 있다. 하지만 이들 플랫폼은 에이전트가 더 잘 기억하게 만드는 문제를 여전히 수동 프롬프트 엔지니어링이나 외부 RAG 시스템에 의존한다. 앤트로픽이 드리밍으로 하려는 것은 그 의존성을 에이전트 런타임 자체에 내재화하는 것이다.

숨은 인사이트: AI 에이전트 산업의 수면 주기 문제

업계가 놓치고 있는 핵심이 있다. 현재 기업들이 AI 에이전트를 배포하면서 직면하는 가장 큰 비용은 초기 설정이 아니라 지속적인 수작업 교정이다. 에이전트가 같은 실수를 반복할 때마다, 운영자는 프롬프트를 수정하거나 파인튜닝 데이터를 추가하거나 새로운 도구 설명을 작성해야 한다. Gartner 추정에 따르면 기업 에이전트 운영의 약 40%는 이런 수동 개선 작업에 소비된다.

드리밍이 이 비용 구조를 바꾼다면, 앤트로픽은 단순히 더 좋은 모델을 파는 것이 아니라 자가 유지 AI 인프라를 파는 것이 된다. 이는 SaaS 비즈니스 모델의 진화다. 소프트웨어가 실행될 뿐 아니라 더 좋아지는 것에 대해 기업이 비용을 지불하는 모델이다. 이 전환이 현실화된다면, 클로드 매니지드 에이전트의 ARR 성장 곡선은 현재의 선형에서 지수형으로 꺾일 수 있다.

더 불편한 함의도 있다. 드리밍이 확산되면, 에이전트를 훈련하는 행위의 책임 소재가 모호해진다. 에이전트가 잘못된 패턴을 학습하고 그것을 지속적으로 강화할 경우, 그 결과의 책임은 앤트로픽에 있는가, 아니면 이를 배포한 기업에 있는가? 앤트로픽의 아웃컴스 기능과 드리밍의 결합은 이 질문을 단순한 철학적 논쟁에서 법적 선례 영역으로 밀어넣는다.

앞으로 주목할 것들

향후 30일: Harvey 이외의 파트너사에서 드리밍의 ROI 데이터가 공개되는지 주목하라. 다른 산업 도메인인 의료, 금융, 코드 에이전트에서의 수치는 아직 공개되지 않았다. 이 데이터가 나오면 드리밍의 실제 적용 범위를 가늠할 수 있다.

향후 90일: 경쟁사의 반응을 관찰하라. OpenAI의 워크스페이스 에이전트 플랫폼과 Google의 Vertex AI 에이전트 빌더가 유사한 자가 개선 메커니즘을 발표할 경우, 이 기능은 2026년 하반기 에이전트 AI 플랫폼의 핵심 차별화 요소로 부상할 것이다. 2026년 8월 앤트로픽 IPO 전후로 드리밍의 기업 채택률이 회사 가치평가 논거의 중심이 될 가능성이 높다.

AI 에이전트가 잠을 자고 더 현명해진다는 것은 단순한 마케팅 은유가 아니다. 이것은 소프트웨어의 비용 구조와 가치 귀속 방식을 동시에 재정의하는 아키텍처 전환이다.

---