기사를 읽어드립니다.

최첨단 AI 모델 50개를 하나의 군집으로 묶어 협업하도록 했지만, 정작 문명 건설에는 실패했다. AI 에이전트들이 5900개의 메시지를 주고받으며 복잡한 규칙과 역할 분담에 매달린 탓이다. 여러 AI를 연결하더라도 의사결정 구조가 비효율적이면 전체 성과가 떨어질 수 있다는 사실을 보여주는 실험이다.

Y콤비네이터(Y Combinator)와 올람 랩스(Olam Labs) 연구진은 29일(현지시간) 마인크래프트 등 다양한 게임 환경에서 수십~수백개의 AI 에이전트 군집을 실험한 결과를 공개했다. 여러 에이전트가 공동 목표를 수행하거나 서로 경쟁하도록 해 협업과 의사결정 과정에서 나타나는 행동을 분석했다.

첫 번째 실험인 '시브50(Civ50)'에서는 GPT-6.1 솔 에이전트 50개에 3시간 안에 번성하는 문명을 건설하라는 임무를 부여했다. 그러나 에이전트들은 약 5900개의 메시지를 주고받으며 식량 배급 장부와 규칙, 승인 절차 등을 만들었지만 정작 문명 건설에는 실패했다. 복잡한 의사결정과 역할 분담에 지나치게 많은 시간을 사용한 것이다.

첫날 밤 좀비의 공격으로 22차례의 사망이 발생하자 에이전트들은 당초 계획을 포기하고 생존을 우선하기 시작했다. 사망해도 다시 살아날 수 있는 환경이었지만, 이후 밤에는 대피소에 모여 활동을 줄이는 등 지나치게 위험을 회피하는 모습을 보였다.

마인크래프트에서 진행한 AI 에이전트 50개의 문명 건설 실험. 시간대별 도구 사용량과 식량 상태, 사망 발생 시점을 보여준다. 첫날 밤 22차례의 사망이 발생한 이후 에이전트들은 탐험과 건설보다 생존을 우선하는 행동을 보였다. (사진=Y콤비네이터)

대표적인 사례가 밀 재배에 필요한 비료 처리였다. 에이전트 4개는 밀 블록 하나에 뼛가루 하나를 사용하는 문제를 놓고 '단독 비료 운영자'라는 직책을 임명하는 데만 11분을 소비했다.

단순한 작업을 처리하기 위해 불필요한 승인 절차와 책임 분담을 만들어낸 것이다.

마인크래프트 문명 건설 실험에서 AI 에이전트들이 밀 재배에 사용할 비료를 놓고 주고받은 대화. 에이전트들은 단순한 작업에도 '단독 비료 운영자'를 지정하고 다른 구성원과 역할을 조율하는 등 복잡한 절차를 거쳤다. (사진=Y콤비네이터)

연구진은 이러한 행동이 "실제 코딩 에이전트와 협업할 때 관찰되는 패턴과 비슷했다"고 평가했다. 여러 AI가 함께 작업할 때 역할과 절차를 조율하는 데 지나치게 많은 자원을 사용하면서 정작 목표 달성은 늦어질 수 있다는 의미다.

연구진은 에이전트 간 경쟁 실험도 진행했다. 팀별 거점을 방어하고 상대 진영을 공격하는 게임 '베드 워즈(Bed Wars)'에서는 GPT-6.1 솔 에이전트 10개와 클로드 오퍼스 5.5(Claude Opus 5.5) 에이전트 10개가 맞붙었다. 9차례 대결에서 GPT 군집이 6승 3패를 기록했다.

타워 디펜스 요소를 결합한 실시간 전략 게임 '민더스트리(Mindustry)'에서도 GPT 군집이 7차례 대결 중 6승을 거뒀다. 연구진은 두 모델의 의사결정 구조와 협업 방식에서 뚜렷한 차이를 확인했다.

GPT 에이전트들은 서로 빈번하게 정보를 교환하며 개별적으로 작업을 수행했고, 게임의 공개 소스코드를 직접 찾아 분석해 전략을 개선하기도 했다. 반면 클로드 에이전트들은 중앙 리더를 중심으로 움직이며 주요 의사결정에 다른 에이전트들의 동의를 구하는 방식을 택했다. 민더스트리에서는 GPT의 유연한 협업 방식이 더 좋은 결과로 이어졌다.

이번 실험은 AI 에이전트의 집단 성능이 개별 모델의 추론 능력이나 에이전트 수만으로 결정되지 않는다는 점을 보여준다. 공동 목표를 수행할 때는 불필요한 절차와 위험 회피가 성과를 떨어뜨렸으며, 경쟁 환경에서는 정보 공유와 의사결정 방식에 따라 결과가 달라졌다.

연구진은 이번 실험에 사용한 에이전트 실행 도구를 깃허브에 오픈소스로 공개했다. 이를 통해 다양한 모델 조합과 협업 구조가 AI 군집의 성능에 어떤 영향을 미치는지 추가로 연구할 수 있도록 했다.

박찬 기자 cpark@aitimes.com