- Anthropic이 공개한 에이전트 메모리 실험: 메모리를 쓰면 CL-Bench 평균 보상이 0.655에서 0.838로 상승
- Discord 새 Rust 클라이언트: 계정 2개 로그인 상태에서도 메모리 290.2MB, 친구 목록이 기존 앱보다 먼저 표시
- Pangram Image 1.0: 자체 평가 정확도 99.96%, 영상용 Flash 1.0은 DF26 벤치마크 98.7%
에이전트에게 기억을 주면 무조건 똑똑해질까요? 오늘 GeekNews 상위권에는 서로 다른 세 가지 이야기가 올라왔습니다. 에이전트가 무엇을 기억하고 어떻게 틀린 기억을 고치는지, Electron을 버리고 Rust로 앱을 다시 짓는 Discord의 실측 영상, 그리고 사진과 영상 속 AI 생성 영역을 찾아내는 탐지 모델입니다. 모두 수치가 구체적이라 개발자가 바로 따져볼 만한 내용입니다. 다만 일부 수치는 각 회사가 직접 밝힌 값이라는 점을 염두에 두고 읽어 주세요.
에이전트 메모리, 무엇을 기억하고 어떻게 고칠까
메모리는 계층 구조이고, 정리가 핵심
Anthropic 엔지니어링 팀이 11월 6일 공개한 글 The components of agent memory는 에이전트 메모리를 세션 로그, 메모리 노트, 위키 같은 표현 방식, 그리고 매 세션 주입되는 컨텍스트의 계층으로 설명합니다. 세션 사이에 기록을 다시 검토해 노트를 고치고 정리하는 오프라인 과정을 dreaming이라고 부릅니다.
숫자로 본 효과
CL-Bench 데이터베이스 과제에서 메모리를 쓰면 평균 보상이 Opus 5.5는 0.655에서 0.838, Sonnet 5.5는 0.644에서 0.833, Opus 5는 0.564에서 0.828로 올랐습니다. 반면 Sonnet 4.6은 0.330에서 0.364로 소폭 상승에 그쳤습니다. 포켓몬 레드 실험도 흥미롭습니다. Sonnet 3.7은 파일 413개와 폴더 225개를 만들고도 배지 1개를 얻었지만, Fable 5는 파일 9개와 global.md 하나만 쓰고 배지 4개를 얻었습니다. 많이 적는다고 좋은 기억이 아니라는 뜻입니다.
틀린 노트를 고치는 효과도 구체적입니다. 포켓몬센터 위치가 잘못 적힌 노트를 dreaming으로 수정하자 Mt. Moon을 통과해 action 1,935에서 Cerulean City에 도달했고, 수정하지 않은 실행은 산을 넘지 못했습니다. 약 350,000개 파일, 약 4.2억 토큰 규모의 사내 문서 코퍼스에서는 위키를 128 세션 동안 만들자 25개 질문 점수가 13%에서 48%로 올랐습니다. 계약 조건 실험에서는 공유 표 방식 위키가 57개 사실 중 41개만 담았지만, 계약마다 페이지를 따로 두자 모두 담겼습니다. Claude Code 자동 메모리는 MEMORY.md의 처음 200줄 또는 25KB만 주입한다는 점도 실무에서 기억해 둘 대목입니다.
Tech Insight — 에이전트 메모리의 승부처는 저장량이 아니라 정리 품질입니다. 노트를 주제별로 나누고, 주기적으로 틀린 내용을 고치는 루틴을 설계하세요. 글은 메모리를 언제 쓸지, 최신 상태를 어떻게 유지할지, dreaming의 연산 비용을 아직 열린 문제로 남겼습니다.
Discord가 보여준 Electron 이후의 앱
15초 영상이 230만 회 조회된 이유
Windows Latest는 11월 6일 기사에서 Discord의 새 Rust 클라이언트가 기존 Electron 앱보다 먼저 친구 목록을 띄우는 15초짜리 콜드 스타트 영상을 소개했습니다. 영상 프레임 분석상 기존 앱은 약 3초간 빈 창을 보였고 약 5초 뒤에야 인터페이스가 나왔습니다. 새 클라이언트는 더블클릭 약 1.5초 뒤 1초 안에 창이 나타났고, Starting 화면 없이 업데이트를 백그라운드에서 받습니다.
Tauri가 아닌 GPUI를 고른 선택
작업 관리자 기준 메모리는 계정 2개 로그인 상태에서 290.2MB로, 기사는 일반 사용 시 1GB 미만이라는 Discord 직원 발언과 비교해 약 70% 적다고 설명했습니다. 다만 초기 빌드의 스냅샷이며 같은 조건의 벤치마크는 공개되지 않았습니다. Discord는 Tauri 대신 Zed 에디터 팀의 GPUI 프레임워크를 선택했고, 모바일은 React Native를 버리고 Rust 코드를 공유하며 웹 로직은 WASM으로 옮깁니다. 비공개 테스트는 곧 시작되지만 공개 출시일은 정해지지 않았습니다.
Tech Insight — Electron 42로 중앙값 CPU는 약 17% 줄었지만 p50 메모리는 약 4% 나빠졌다는 인용이 눈에 띕니다. 프레임워크 업그레이드만으로는 한계가 있어 아키텍처 교체를 택했다는 해석이 가능합니다. 우리 제품의 시작 시간과 메모리를 먼저 측정해 보는 것이 출발점입니다.
Pangram Image 1.0, AI로 만든 영역을 짚어낸다
이미지용과 영상용 두 모델
Pangram은 11월 4일 플래그십 Pangram Image 1.0과 더 작고 빠른 Pangram Image Flash 1.0을 공개했습니다. Image 1.0은 히트맵으로 이미지 안의 AI 생성 영역을 표시하고, 압축과 흐림, 노이즈에 견고하도록 학습했다고 밝혔습니다. 최소 입력 크기는 512×512에서 256×256으로 낮췄으며, 512 미만 해상도에서는 신뢰도가 낮다는 안내가 함께 표시됩니다.
수치는 자체 평가라는 점
실제 사진 100장을 12개 최신 생성기로 복제한 합성 이미지 1,200장 평가에서 정확도는 99.96%였습니다. 영상용 Flash 1.0은 DF26 벤치마크에서 98.7%로 차순위 탐지기보다 29점 높다고 합니다. 업로드한 영상은 프레임별로 분석되고, Chrome 확장 프로그램과 이미지 및 영상 API도 지원합니다. 모든 정확도는 회사 자체 평가라 독립 검증이 필요하며, GeekNews 댓글에서도 탐지 업체가 하나뿐인 데서 오는 우려와 점수 보정 문제가 언급됐습니다.
Tech Insight — 생성 모델이 빨라질수록 탐지 결과를 어떻게 UI에 보여줄지가 중요해집니다. 단정적인 판정보다 히트맵과 신뢰도 안내를 함께 쓰는 방식이 서비스에 적용하기 좋은 참고 사례입니다.
관련 글
출처
- Anthropic, The components of agent memory
- Windows Latest, Every Windows 11 app should kill Electron
- Pangram, Introducing Pangram Image 1.0
- GeekNews (news.hada.io)
AI Biz Insider · Tech Digest · aibizinsider.com
답글 남기기