50개 AI 에이전트의 게임 실험: 협업을 좌우한 메시지와 실행 환경

AI 에이전트 50개에게 같은 목표를 주면 얼마나 잘 협력할까. Y Combinator Labs와 Olam Labs는 게임 속에서 이 질문을 살폈다. 2026년 10월 공개된 실험 보고서는 역할 분담이 생겨나는 과정뿐 아니라, 소통과 승인에 시간이 쌓이는 모습도 보여준다.

50개 에이전트의 3시간

연구진은 Minecraft 생존 세계에 GPT-6.1 Sol 에이전트 50개를 넣고 번성하는 문명을 만들라는 목표를 줬다. 에이전트는 서로 메시지를 보내고 공유 작업 공간과 에이전트 목록을 이용할 수 있었다. 3시간 동안 오간 메시지는 약 5,900개였다.

보고서에 따르면 목록 첫 번째에 있던 Ada에게 요청이 몰리면서 사실상의 리더가 됐다. 에이전트들은 식량 배급 장부와 규칙을 만들었지만 식량 부족 속에 대피소에 모여 지냈다. 첫날 밤에 전체 사망 34회 중 22회가 발생한 뒤 더 조심스러운 행동이 나타났다. 사망한 에이전트는 장비를 떨어뜨린 뒤 다시 등장했다.

이 결과만으로 목록 순서가 리더 형성의 원인이라고 확정할 수는 없다. 다만 협업을 관찰할 때 에이전트 목록, 메시지 전달 방식, 공유 파일 같은 주변 설계도 변수로 살펴볼 만하다.

경쟁 실험은 모델만 비교한 시험이 아니다

연구진은 Bed Wars에서도 양쪽에 10개씩 에이전트를 배치해 45분짜리 경기 9회를 진행했다. GPT-6.1 Sol 팀은 Claude Opus 5.5 팀에 6대 3으로 이겼다. 별도의 Mindustry 실험에서 GPT-6.1 Sol 팀은 Codex를 사용했다. 상대 팀은 Claude Code를 사용한 Claude Opus 5.5였다. GPT-6.1 Sol 팀이 7경기 중 6승을 거뒀다. 보고서에 따르면 Mindustry 양 팀에는 같은 게임 API가 제공됐다.

이 점수는 해당 설정에서 연구진이 관찰한 결과다. 모델과 함께 실행 하네스도 달랐고 게임과 목표도 특정돼 있다. 따라서 점수만으로 모델 자체의 일반적인 우열이나 실제 개발 업무에서의 생산성을 결론 내릴 수 없다. 이 글에서는 실험을 직접 재현하지 않았다.

개발자가 살펴볼 지점

여러 에이전트를 묶는 시스템을 만든다면 완료된 작업 수뿐 아니라 메시지 양과 승인 대기 시간도 함께 측정해 볼 만하다. 같은 과제를 에이전트 수나 목록 순서, 메시지 경로를 바꿔 반복하면 어떤 설정에서 병목이 생기는지 비교할 수 있다. 이는 보고서의 결론을 그대로 옮긴 것이 아니라 실험을 읽고 도출한 설계 제안이다.

연구진은 Minecraft 에이전트 하네스와 Multi-Agent Mindustry 환경을 공개했다. Mindustry 저장소에는 경쟁과 협력 시나리오, 실행 요구사항과 재생 기록 방법이 설명돼 있다. 실제 시스템에 적용하기 전에는 모델 비용, 실행 권한과 외부 도구 접근 범위를 별도로 정하고 작은 환경에서 검증하는 편이 좋다.