앤트로픽, AI가 잘못된 기억 스스로 수정하는 '드리밍' 기술 효과 입증

AI 요약

앤트로픽이 6일(현지시간) 공식 블로그에서 AI가 작업하지 않는 시간에 과거 세션을 검토해 기억 오류를 수정하거나 새로운 지식 구조를 만드는 '드리밍' 기술의 작동 원리와 실험 결과를 공개했습니다. 실험에서는 불필요한 기록을 무조건 많이 저장하기보다 중요한 정보를 선별·재구성하는 방식이 장기 작업과 대규모 문서 분석 성능을 개선함을 확인했으며, 예컨대 '포켓몬 레드'에서 클로드 소네트 3.7은 약 1만 단계 동안 225개 폴더에 413개 파일을 만들어 배지 1개를 획득한 반면 클로드 페이블 5는 2개 폴더에 9개 파일과 요약 파일만 유지하면서 배지 4개를 획득했고, 드리밍으로 잘못된 위치 정보를 수정해 정상 경로로 이동한 사례가 보고되었습니다. 또한 약 35만개 파일·총 4억2000만 토큰의 내부 문서를 대상으로 클로드 오퍼스 5가 128차례 문서를 분석해 위키를 구축한 결과 위키만 사용한 평가 점수가 13%에서 48%로, 검색과 위키를 함께 사용한 점수는 54%에서 61%로 상승하고 질문당 토큰 사용량이 약 2만개 줄었으나 모든 작업에서 효과적이지는 않았고 추가 연�� 자원이 필요하다는 한계도 확인되었으며 퍼플렉시티와 오픈AI도 유사 기술을 공개한 바 있습니다.