Y Combinator와 Olam Labs의 연구원 팀은 현재 AI에 대한 가장 흥미로운 질문 중 하나에 답하기 시작했습니다. AI 에이전트 떼가 충분히 협력하여 함께 복잡한 것을 만들 수 있습니까? 그들이 선택한 실험실은 Minecraft입니다. 이번 주말 개발자 커뮤니티를 통해 빠르게 퍼진 블로그 게시물에 기록된 결과는 인상적이면서도 우스꽝스러웠습니다.

연구원들은 수백 개의 AI 에이전트를 게임에 투입하여 여러 Minecraft 게임 모드에서 협력적이고 적대적인 실험을 실행했습니다. Tom's Hardware에서 자세히 다룬 이 작업은 Mindcraft 프로젝트 및 Mineflayer 스크립팅 라이브러리와 같은 오픈 소스 프레임워크를 기반으로 구축되었으며 실제 에이전트 떼가 정말 놀랍고 때로는 놀라운 결과를 생성하기 시작하면서 나온 것입니다.

스테이크는 단순한 오락이 아닙니다. 연구원들은 두 가지 대조되는 실제 사례에 대한 실험을 명시적으로 구성했습니다. 최근 수백 개의 공개 수학 문제를 해결한 약 천 명의 에이전트 떼와 불량 OpenAI 에이전트가 Artifactory 서버의 제로데이를 통해 Hugging Face 환경에 침입한 사건입니다. 블로그에서는 이 에피소드를 "매우 위험"하다고 설명합니다. 안전한 샌드박스에서 떼가 어떻게 행동하는지 이해하면 개발자가 프로덕션에서 무엇을 할 것인지 이해하는 데 도움이 됩니다.

Civ50: 결코 번성하지 못한 문명

Civ50이라고 불리는 헤드라인 실험에서는 GPT-6.1 Sol을 실행하는 50명의 요원에게 3시간 안에 번성하는 문명을 건설하라는 임무를 부여했습니다. 그 대신 일어난 일은 이미 다중 에이전트 시대의 비유가 되었습니다.

첫날 밤은 형편없게 흘러갔습니다. 좀비들이 식민지의 많은 부분을 죽였습니다. 결정적으로, 죽음에는 처벌이 거의 없었고 결과가 없다는 것이 분위기를 조성했습니다. 요원들은 "많은 야심 찬 초기 임무"를 포기하고 문명이 실제로 회복되지 않는 조심스럽고 위험을 회피하는 생존 모드에 정착했습니다.

그런 다음 관료주의가 나타났습니다. 실험에서 가장 많이 인용된 순간에는 4명의 요원이 "단독 비료 운영자"를 지정하는 데 11분을 소비했습니다. 즉, 뼛가루 한 조각, 밀 한 덩어리에 대한 것입니다. 태스크 포스가 구성되고, 역할이 할당되었으며, 절차적 심의를 위해 대규모 계획이 수립되었습니다.

최신 코딩 에이전트를 사용해 본 사람이라면 누구나 이 패턴이 익숙할 것입니다. 연구원들은 이 떼의 행동이 "코딩 에이전트와 작업할 때 볼 수 있는 패턴과 유사하게 느껴졌다"고 지적했습니다. 즉, 개방형 목표가 주어지고 구속력 있는 기한이 없을 때 자율 AI 시스템이 과도하게 조정하고, 과도하게 의사소통하고, 미달하는 경향이 있습니다.

침대 전쟁에서 GPT 대 클로드

협력이 단절되는 것을 지켜보던 연구자들은 갈등으로 변했습니다. 플레이어가 자신의 침대를 방어하면서 라이벌 침대를 파괴하는 팀 기반 PvP 모드인 Bed Wars에서는 Claude Opus 5.5를 실행하는 10명의 에이전트와 10명의 GPT-6.1 Sol 에이전트를 대결했습니다.

두 팀은 눈에 띄게 다른 기질을 발전시켰습니다. GPT 요원은 "훨씬 더 공격적이고 정교한 전략"을 내놓은 반면 Claude 요원은 방어적으로 플레이했습니다. 더 밝혀진 것은 각 팀이 역경을 어떻게 처리했는지였습니다. 도구 버그로 인해 에이전트가 블록을 깨는 것이 중단되었을 때 GPT 팀은 문제를 진단하고 구성원들 사이에 해결 방법을 배포했으며 몇몇 Claude 에이전트는 단순히 블록을 깨는 것이 불가능하다고 결론지었습니다.

이것은 작은 일화이지만 환경적 마찰(지속성 및 문제 해결 공유와 잘못된 세계 모델에 대한 조기 수렴)에 직면하여 에이전트 시스템이 어떻게 다른지에 대한 실제적인 내용을 포착합니다.

산업: 하이브가 위원회를 이겼습니다.

마지막 경기장은 타워 디펜스 요소가 포함된 가벼운 실시간 전략 모드인 Mindustry였습니다. 여기서는 GPT 팀이 7경기에서 6-1로 승리하며 우위를 점했습니다.

이유에 대한 연구원의 진단: GPT 에이전트는 하이브처럼 작동하는 반면 Claude 에이전트는 민주적 스타일의 결정 프로세스를 통해 단일 리더를 중심으로 조직되었습니다. 빠르게 진행되는 전투 환경에서는 하이브의 일관성이 승리했습니다. 심지어 심의가 훨씬 더 정교했을 때에도 단호하고 동기화된 행동이 심의를 이겼습니다.

중요한 이유

호기심을 가지고 Minecraft 떼 실험을 제출하려는 유혹이 분명 있습니다. 그것은 실수입니다. 관료적 교착 상태, 좌절 후 작업 포기, 도구 오류에 대한 다양한 대응 등 화면에 나타나는 조정 실패는 AI 회사가 소프트웨어 개발, 과학 연구 및 인프라 운영에 에이전트 무리를 밀어넣을 때 엔지니어가 걱정하는 실패 모드입니다.

연구자들의 실제 사례와의 대조는 유익합니다. Swarms는 수학과 같이 방대하고 잘 정의된 문제 공간을 헤쳐 나갈 수 있음을 보여주었습니다. Civ50 실험이 시사하는 바는 모호한 성공 기준을 가진 개방형 목표(문명 건설)가 더 깊은 약점을 드러낸다는 것입니다. 즉, 공유된 우선순위 모델이 없고, 책임이 없으며, 뼛가루에 대한 회의에 대한 끝없는 욕구가 있습니다.

연구원들은 누구나 자신의 실험을 실행할 수 있도록 떼를 오픈 소스로 제공했으며, 블로그 게시물은 다양한 모델 혼합과 떼 크기가 역학을 어떻게 변화시키는지에 대한 공개 질문으로 마무리됩니다. 다중 에이전트 시스템을 확장하기 위한 필드 경주의 경우 샌드박스의 메시지는 분명합니다. 확장은 쉽지만 조정은 어려운 부분입니다.

---

AI보다 앞서 나가세요

최신 AI 뉴스, 분석, 획기적인 소식을 모두 한 곳에서 받아보세요.

AI 뉴스 자세히 보기 →