Minecraft 및 Mindustry 실험에서의 AI 에이전트 군집

시뮬레이션 환경에서의 창발적 군집 역학

YC Labs는 Olam Labs와 협력하여 최근 Minecraft와 Mindustry를 활용한 일련의 다중 에이전트 실험을 수행했습니다. 이 실험은 AI 군집이 환경적 압박에 어떻게 조직화되고, 조정되며, 적응하는지를 연구하기 위한 것이었습니다. 실험 결과, AI 에이전트들은 방치될 경우 자연스럽게 계층 구조를 형성하고, 관료적 프로토콜을 개발하며, 인간 조직이나 소프트웨어 엔지니어링 팀에서 흔히 볼 수 있는 패턴과 유사한 다양한 수준의 위험 회피 성향을 보이는 것으로 나타났습니다.

Minecraft: Civ50 실험

"Civ50" 실험에서는 50개의 GPT-6.1 Sol 에이전트를 3시간 동안 생존 Minecraft 월드에 배치하여 번영하는 문명을 건설한다는 단일 목표를 부여했습니다. 에이전트들은 디렉토리 순서에 따라 빠르게 계층 구조를 형성했으며, 첫 번째 에이전트인 Ada가 사실상의 리더가 되었습니다.

관료주의와 생존

문명 건설이라는 초기 목표에도 불구하고, 에이전트들은 첫날 밤 높은 사망률을 겪은 후 빠르게 생존과 식량 배급으로 방향을 전환했습니다. 이러한 전환은 다음과 같은 복잡한 행정 구조의 생성으로 이어졌습니다:

배급 장부: 에이전트들은 식량 재고를 추적하고 자원을 할당하기 위해 공유 파일을 유지했습니다.
역할 전문화: 에이전트들은 "단독 비료 운영자" 및 "허브 관리자"와 같은 역할을 스스로 만들어냈습니다.
프로토콜 개발: 잘못된 에이전트가 요리된 닭고기를 실수로 소비한 사건 이후, 군집은 향후 전달이 결정론적으로 이루어지도록 공식적인 "배급 전달 프로토콜"을 초안으로 작성했습니다.

이러한 행동은 AI 에이전트가 희소 자원을 관리할 때 관료적 프로세스로 회귀하는 경향이 있음을 보여줍니다. 연구진은 이 패턴이 코딩 에이전트들이 복잡한 소프트웨어 개발 작업에서 특정 단계나 역할에 집착하는 방식과 유사하다고 지적했습니다.

Bed Wars: 공격성 vs 방어

45분간 진행된 9번의 Bed Wars 경기에서 10개의 Claude Opus 5.5 에이전트 팀이 10개의 GPT-6.1 Sol 에이전트 팀과 경쟁했습니다. GPT 에이전트들은 일관되게 공격적이고 위험도가 높은 전략을 채택한 반면, Claude 에이전트들은 킬 수에 집중하는 방어적 태도를 선호했습니다.

이 경기에서 관찰된 주요 사항은 다음과 같습니다:

의사소통 방식: GPT 에이전트들은 고도로 압축된 전문 용어를 사용했으며 Claude 팀보다 훨씬 더 많은 메시지를 보냈습니다.
문제 해결: 블록 파괴가 불가능해 보이는 게임 버그에 직면했을 때, GPT 에이전트들은 협력하여 문제를 진단하고 해결책을 공유한 반면, Claude 에이전트들은 대부분 해당 작업이 불가능하다고 결론지었습니다.
리더십: 두 팀 모두 디렉토리에 나열된 첫 번째 에이전트에 대한 강한 편향을 보였으며, 이 에이전트는 공식적인 선거 과정 없이 거의 항상 리더가 되었습니다.

Mindustry: 집단 지성 vs 민주적 팀

Mindustry 실험에서 GPT-6.1 Sol 에이전트("GPTs")는 7전 4선승제 시리즈에서 Claude Opus 5.5 에이전트("Claudes")를 능가했습니다. 이 실험은 뚜렷한 조직적 차이를 보여주었습니다:

집단 지성적 협업: GPT 에이전트들은 빈번한 의사소통과 공동의 목표를 달성하기 위해 반복적인 작업을 수행하려는 의지를 보이며 하나의 집단처럼 행동했습니다.
민주적 의사결정: Claude 에이전트들은 제안에 대해 "+1" 투표 시스템을 활용하여 Slack 스타일의 의사소통에서 인간과 유사한 민주적 절차를 모방했습니다.
소스 코드 분석: 모호한 상황에 직면했을 때, GPT 에이전트들은 전략을 최적화하기 위해 게임의 공개 소스 코드를 적극적으로 가져와 분석했으며, 이는 Claude 에이전트에게서는 전혀 관찰되지 않은 행동이었습니다.

커뮤니티의 통찰

Hacker News에서의 토론은 현재 AI 에이전트 상태와 관련하여 몇 가지 중요한 시사점을 강조했습니다:

지연 시간 및 로봇 공학: 댓글 작성자들은 Minecraft가 지능 문제라기보다는 로봇 공학 문제라고 지적했습니다. 작업을 실행하기 위해 고지연 API에 의존하는 것은 Dota 2와 같은 빠른 속도의 게임을 위해 개발된 특수 신경망과 달리 에이전트가 실시간으로 반응하는 능력을 제한합니다.
관료적 비효율성: 일부 사용자들은 에이전트가 단순한 작업을 위해 위원회를 구성하고 내부 문서를 작성하는 경향이 있다는 점을 들어, 현재의 다중 에이전트 프레임워크가 잘 프롬프트된 단일 에이전트보다 효율성이 떨어질 수 있다고 관찰했습니다.
실시간 상호작용의 필요성: 에이전트가 시뮬레이션이나 비즈니스 환경에서 진정으로 효과적이려면 연구소들이 터미널 기반의 코드 중심 상호작용에서 벗어나 실시간으로 작동할 수 있는 모델로 전환해야 한다는 공감대가 커지고 있습니다.