마케팅 문구가 아니라 실제 기능이다.
Anthropic은 5월 6일 Code with Claude SF 현장에서 Claude Managed Agents에 Dreaming이라는 기능을 추가한다고 발표했다. 에이전트가 일을 마친 뒤 쉬는 시간에 과거 대화를 되짚고, 당시에는 알아차리지 못한 패턴을 장기 기억으로 정리한다. 다음에 비슷한 일이 들어오면 그 기억이 행동을 바꾼다.
쉽게 말하면, 기존 AI 에이전트는 한 작업이 끝나면 머리를 초기화하고 다음 작업을 다시 처음부터 시작하는 경우가 많았다. Dreaming은 에이전트 사이의 빈 시간을 낭비하지 않고, 스스로 되돌아보고 요약하며 자신의 기억 저장소를 갱신하게 한다.
Anthropic도 이를 사람이 퇴근 뒤 하루를 복기하는 모습에 비유한다.
Dreaming은 실제로 무엇을 하나
기술적으로 Dreaming은 에이전트가 일하는 도중 곁들여 수행하는 기능이 아니라 예약 실행되는 프로세스다. 에이전트가 유휴 상태일 때 작동해 과거 대화와 기존 기억 저장소를 훑으며 세 가지 신호를 찾는다.
- 반복된 실수. 예를 들어 어떤 에이전트가 일주일 동안 같은 유형의 SQL 쿼리에서 다섯 번 실패했다면, 개별 세션에서는 보이지 않던 패턴이 여러 세션을 비교할 때 드러난다.
- 수렴된 업무 흐름. 비슷한 작업을 여러 차례 성공시키는 과정에서 효과가 확인된 진행 경로다.
- 팀 차원의 선호. 여러 에이전트가 공유하는 명명 규칙, 코드 스타일, 보고 형식 같은 요소가 여기에 포함된다.
추출이 끝나면 기억 시스템은 단순히 내용을 덧붙이는 데서 그치지 않고 다시 구조화된다. Anthropic은 블로그에서 "Memory lets each agent capture what it learns as it works. Dreaming refines that memory between sessions."라고 설명했다.
일하면서 배우고, 일이 끝난 뒤 다시 소화한다는 두 단계 구조다. 이 점이 전통적인 RAG나 더 긴 컨텍스트 윈도와 본질적으로 다르다.
개발자는 Dreaming의 업데이트 방식을 두 가지로 제어할 수 있다. 새 기억을 자동으로 쓰게 할 수도 있고, 새 발견마다 사람이 리뷰해야 반영되게 할 수도 있다. 전자는 무인 운영 에이전트에, 후자는 감사가 필요한 기업 워크플로에 더 적합하다.
Dreaming은 현재 research preview 단계다.
Outcomes는 검수 기준도 AI에 맡긴다
Dreaming과 함께 나온 Outcomes는 다른 문제를 다룬다. 에이전트가 스스로 결과가 충분히 좋은지 판단하도록 돕는 기능이다.
방식은 간단하다. 개발자가 성공을 정의하는 rubric, 즉 평가 기준을 작성한다. 그러면 시스템이 별도 컨텍스트에서 grader 에이전트를 실행해 결과물을 채점한다. 기준에 미달하면 grader가 구체적인 문제를 지적하고, 원래 에이전트가 다시 작업한다.
핵심은 grader가 분리된 컨텍스트에서 돈다는 점이다. 에이전트가 자기 결과를 스스로 평가하는 방식이 아니다. 자기 평가는 거의 통과로 흐르기 쉽다. 깨끗한 별도 문맥에서 흠을 찾게 해, 에이전트가 기준을 역으로 맞춰 해석하는 편향을 줄인다.
Anthropic에 따르면 내부 테스트에서 Outcomes를 더했을 때 표준 prompt loop 대비 작업 성공률이 최대 10%포인트 높아졌다. 어려운 작업일수록 향상 폭이 컸고, 파일 생성에서는 docx 품질이 8.4%, pptx 품질이 10.1% 개선됐다.
벤치마크에서 10%포인트 차이는 작지 않다. 대략 모델 한 세대를 올렸을 때 기대하는 개선 폭에 가깝다. 이번에는 모델 자체가 아니라 협업 구조를 바꿔 얻은 성과다.
Outcomes는 현재 public beta로 제공된다.
멀티 에이전트 오케스트레이션, 단독 작업에서 팀 작업으로
세 번째 기능은 Multi-agent Orchestration이다. Dreaming만큼 개념적으로 급진적이지는 않지만, 현장 가치는 뚜렷하다.
lead agent가 여러 specialist agent에게 일을 나눠줄 수 있다. 각 specialist는 서로 다른 모델, prompt, 도구 세트를 사용할 수 있으며, 전체 진행 상황은 Claude Console에서 추적된다.
Anthropic이 든 예시는 장애 조사다. lead agent가 네 개의 하위 에이전트에 배포 이력, error log, metrics, support ticket 조사를 각각 맡긴다. 네 작업이 끝나면 lead agent가 결과를 합쳐 결론을 낸다.
이 구조는 Anthropic이 내부 Code Review 시스템에서 쓰는 방식과 같은 맥락이다. 여러 reviewer가 병렬로 확인하고, 별도 verifier가 마지막에 검수한다. Anthropic은 이제 이 패턴을 고객용 제품으로 포장하고 있다.
이 세 가지가 합쳐질 때의 의미
조금 멀리서 보면, Dreaming은 에이전트가 작업을 넘어 스스로 발전하게 하고, Outcomes는 스스로 결과를 검수하게 하며, Multi-agent Orchestration은 동료를 조율하게 한다.
이는 완성형에 가까운 자가 학습 루프다. 일하고, 평가받고, 복기하고, 기억을 갱신한 뒤 다시 일한다. 중간에 사람이 꼭 개입해야 하는 구조가 아니다.
그래서 Code with Claude SF에서 새 모델이 나오지 않았더라도, Anthropic의 야심이 단순한 Opus 4.8식 점진 업데이트보다 커 보인다.
모델 벤치마크를 끌어올리는 일은 점점 어려워지고 있다. 세대마다 5%에서 10%를 더 높이는 것만으로도 비용이 커진다. 하지만 에이전트의 업무 능력은 모델만으로 결정되지 않는다. 협업 메커니즘과 경험 축적으로도 향상될 수 있다. Dreaming 같은 유휴 시간 학습이 프로덕션에서 안정적으로 작동한다면, Anthropic은 scaling law를 정면으로 밀어붙이지 않는 또 하나의 가속 경로를 얻게 된다.
위험도 있다. 에이전트가 자신의 기억을 자동으로 쓸 수 있다는 것은 잘못된 요약도 굳어질 수 있다는 뜻이다. Anthropic은 인간 리뷰 옵션을 제공하지만, 기업 고객이 완전 자동 기억 업데이트를 실제로 어디까지 허용할지는 몇 달의 운영 데이터가 필요하다.
Dreaming이 다음 세대 에이전트의 표준 기능이 될까. 가능성은 높다. OpenAI의 Memory와 Google의 Personal Context도 개인화 기억으로 가고 있지만, Anthropic은 이를 사용자 취향이 아니라 에이전트의 업무 능력 차원으로 끌어올리고 있다. 이 추상화가 자리 잡으면 경쟁사들도 대응해야 한다.
Code with Claude SF에는 다른 수치도 있었다. Mercado Libre의 엔지니어 2만3000명은 2026년 3분기까지 코드의 90%를 자율화한다는 KPI를 세웠고, Claude Code의 5시간 limit은 두 배로 늘었으며, API 호출량은 전년 대비 17배 증가했다.
하지만 가장 중요한 신호는 숫자가 아니다. 에이전트가 스스로 더 나아지는 방법을 배우기 시작했다는 점이다.
참고 자료: Anthropic is letting Claude agents 'dream' so they don't sleep on the job(SiliconANGLE); New in Claude Managed Agents: dreaming, outcomes, and multiagent orchestration(SD Times); CocoLoop; Live blog: Code w/ Claude 2026(Simon Willison)