잠든 사이 기억하는 AI — OpenAI 드리밍 V3가 바꾸는 것

대화가 끝난 뒤, ChatGPT는 무엇을 하는가

AI 업계가 수년간 공들여온 에이전트 AI의 핵심 공백—연속 컨텍스트—을 OpenAI가 시스템 레벨에서 메웠다. 6월 초 공개된 Dreaming V3는 ChatGPT가 대화 세션 종료 후 '백그라운드 드리밍' 프로세스를 자동 실행, 사용자의 선호·진행 프로젝트·시간 민감 맥락을 스스로 합성해 저장한다. BuildFastWithAI는 이를 "2024년 ChatGPT 출시 이후 가장 큰 메모리 업그레이드"로 평가했다.

기존 메모리는 사용자가 "이걸 기억해"라고 명시적으로 지시해야 작동했다. 이번 전환의 본질은 비지시적·연속적 컨텍스트 유지다. AI가 대화의 암묵적 패턴을 스스로 해석하고 다음 세션에 이어 붙인다. 사용자의 행동이 아니라 AI의 추론이 메모리를 만든다는 점에서 패러다임이 바뀌었다.

에이전트 AI의 미싱 링크가 닫힌다

에이전트가 작업을 자율적으로 이어가려면 이전 상태를 정확히 파악해야 한다. 지금까지 ChatGPT는 세션이 끊기면 맥락이 증발했고, 이는 에이전트 활용의 근본적 한계였다. Dreaming V3는 이 간극을 인프라 레벨에서 봉합한다.

중요한 건 메커니즘이 아니라 설계 의도다. OpenAI가 이번 업데이트를 Plus·Pro 우선 배포하고 Free·Go 사용자는 수 주 후로 미룬 건 전형적인 유료 확장 전략이다. 연속 컨텍스트라는 핵심 기능을 수익 모델과 직접 결합했다. ChatGPT를 '질문에 답하는 도구'에서 '사용자의 일상을 연속 추적하는 개인화 플랫폼'으로 재정의하겠다는 선언에 가깝다.

9억 MAU가 만드는 데이터 비대칭

Dreaming V3의 진짜 파괴력은 규모에 있다. ChatGPT 월간 활성 사용자는 9억 명에 달한다. 이 규모에서 백그라운드 메모리가 작동하기 시작하면 각 사용자의 행동 패턴·선호·프로젝트 맥락이 지속적으로 축적된다. Google Gemini와 Anthropic Claude도 메모리 기능을 강화 중이지만 베이스라인 사용자 규모 자체가 다르다. 데이터 축적 속도의 차이는 개인화 모델 품질에 복리로 반영된다—따라잡을수록 격차가 벌어지는 구조다.

여기서 긴장이 하나 생긴다. "AI가 내 모든 대화를 자동 해석해 저장한다"는 사실은 프라이버시 우려를 키운다. 메모리 비활성화 옵션이 유지된다는 점은 중요하지만 기본값이 '자동 수집'으로 설정된 이상 대다수 사용자는 별도 조작 없이 이 흐름에 편입된다. 규제 당국의 시선이 쏠릴 지점이다.

메모리 기반 에이전트 자동화

Dreaming V3는 종착점이 아니라 출발점이다. 백그라운드 메모리가 안정화되면 다음 수순은 메모리 기반 에이전트 자동 실행이다. "매주 월요일 지난 주 작업을 정리해줘"—이런 지시를 한 번만 내려도 ChatGPT가 드리밍 레이어에서 컨텍스트를 확인하고 반복 실행하는 구조가 자연스럽게 따라온다.

경쟁자들에게 이번 업데이트가 던지는 메시지는 명확하다. 단순한 기능 격차가 아니라 사용자 데이터 기반의 개인화 해자(moat)가 쌓이기 시작했다. 역전하려면 기능 속도가 아니라 배포 규모와 데이터 밀도에서 판을 바꿔야 한다—그리고 그건 단기간에 되지 않는다.