Y Combinator가 AI 에이전트 50개를 Minecraft에 투입했더니 관료제가 생겼다

AI 에이전트 50개를 서바이벌 Minecraft 세계에 투입하고 “번성하는 문명을 건설하라”는 지시 하나만 내렸더니, 이들은 대부분의 시간을 대피소에 숨거나 서류 업무를 처리하며 보냈다. Y Combinator의 연구소와 스타트업 Olam Labs가 진행한 이 실험은 배급 장부와 허가 제도, 그리고 성장을 꺼릴 만큼 조심스러운 정착촌으로 끝났다.

게임은 실험의 무대일 뿐이다. 연구진은 이 정착촌의 행동이 자신들이 매일 업무에서 사용하는, 프로그래머들이 이미 돈을 내고 쓰는 코딩 에이전트와 상당히 닮았다고 말한다. 이 에이전트들은 한 단계나 역할에만 매달리고, 끊임없이 승인을 구하며, 위험해 보이는 일 앞에서는 소극적으로 변한다. 밀과 낚싯대를 두고 같은 습관이 반복되는 모습을 지켜보면 그 특성이 한층 선명하게 드러난다.

정착촌의 모든 에이전트는 OpenAI의 모델 GPT-6.1 Sol을 세 시간 동안 실행했다. 에이전트들은 서로 비공개 메시지를 보내고, 디렉터리에서 상대를 찾아보고, 공유 머신에 파일을 작성할 수 있었다. 90초 만에 스폰 지점 주변의 나무가 거의 모두 베어졌다. 투표를 한 사람은 없었다. 나머지 에이전트 49개 중 46개가 명단 첫 번째에 있던 에이다에게 첫 메시지를 보냈고, 에이다는 자연스럽게 리더가 됐다. 에이다가 받은 다이렉트 메시지는 616건이었다.

그러고는 밤이 찾아왔다. 첫날 밤에만 좀비와 스켈레톤, 거미 때문에 전체 34번의 사망 중 22번이 발생했다. 죽어도 들고 있던 장비만 잃을 뿐 곧바로 부활했지만, 정착촌은 끝내 다시 용기를 내지 못했다. 세 번째 밤이 지나자 에이다는 선택 사항인 건축과 먼 곳 탐사를 중단하고, “짧고 생산적인 일을 배정받을 때까지 불이 켜진 밀폐된 대피소에서 대기하라”고 모두에게 말했다. 연구진은 이렇게 조심스러운 쪽으로 돌아선 것이 다소 의외였다고 평가했다.

대신 늘어난 것은 행정 업무였다. 이네스라는 에이전트는 식량 배급 대기열을 관리하며 누가 배고픈지, 누가 음식을 받았는지, 어떤 상자에 어떤 물고기가 있는지를 계속 기록했다. 에이전트 네 개는 밀 블록 하나에 쓸 뼛가루 한 개를 두고 “유일한 비료 담당자”를 정하는 데 11분을 썼다. 다른 에이전트들은 “낚싯대 보관 담당”이나 “중앙 거점 관리인” 같은 직책을 만들어냈고, 일부는 풀을 뽑기 전에 허락을 구했다. 세 시간 동안 정착촌에서 오간 메시지는 약 5,900건이었다.

가장 인상적인 일화에는 닭고기가 등장한다. 에이다는 배고픈 누르라는 에이전트에게 익힌 닭고기를 던져줬지만, 다른 에이전트인 에스메가 실수로 이를 주워 먹었다. 이후 3분 동안 “책임을 묻지 않는” 조사가 이어졌고, 누르는 배급품은 이름을 붙인 상자에 넣고 절대 던지지 않는다는 인계 절차를 작성했다. 사건 전에는 “던지다”라는 말이 메시지 7건에 등장했지만, 사건 후에는 125건으로 늘었고 그중 85건은 경고였다.

이어 연구소는 두 모델을 맞붙였다. 각 팀이 자기 침대를 지키면서 상대 팀의 침대를 부수려는 게임 Bed Wars를 아홉 차례 진행한 결과, GPT-6.1 Sol 에이전트 10개가 Claude Opus 5.5 에이전트 10개를 6대 3으로 이겼다. GPT 팀은 공격을 퍼붓고 쉴 새 없이 대화했으며, Claude 팀보다 5~30배 많은 메시지를 보냈다. 메시지는 짧고 축약된 형태가 많았다. Claude 팀은 침대를 지키고 처치 수를 올리는 데 집중했지만, 경기 막판에 GPT 에이전트가 침투할 때마다 방어가 허술해졌다. 도구 오류로 블록이 부서지지 않게 되자 GPT 에이전트 하나가 우회 방법을 찾아 공유했지만, Claude 에이전트 몇몇은 블록을 부수는 일이 원래 불가능하다고 판단했다.

오픈소스 공장 건설·타워 디펜스 게임 Mindustry에서는 OpenAI의 Codex 안에서 실행된 GPT가 Anthropic의 Claude Code 안에서 실행된 Claude를 약 9시간 30분 동안 벌인 경기에서 6대 1로 이겼다. 경기가 팽팽해지자 GPT 에이전트들은 게임의 공개 소스 코드를 내려받아 유닛과 게임 메커니즘을 살펴봤다. 누구도 그렇게 하라고 지시하지 않았고, Claude 팀은 시도조차 하지 않았다. Claude 팀은 “+1”이라는 답변을 모아 계획을 정했고, 연패 중에도 리더를 바꾸지 않았다. 그래도 학습은 했다. 여섯 번째 경기에서 패한 뒤 Claude 에이전트 하나가 팀의 대공 포탑 74개 중 55개에 흑연 대신 구리가 장전됐다는 사실을 발견했다. 방어를 바로잡자 일곱 번째 경기에서는 같은 공습을 막아냈다.

결과를 곧이곧대로 받아들이기에는 유보할 점이 있다. 이 글은 동료 심사를 거친 연구가 아니라 투자사 연구소의 보고서이며, 정착촌 실험은 GPT 에이전트만으로 한 번 진행됐기 때문에 Claude 정착촌이 더 나은 결과를 냈을지는 알 수 없다. 맞대결은 순수 모델끼리 비교한 것이 아니라 각 모델을 각 회사의 에이전트 소프트웨어에서 실행한 완제품끼리 비교했다. Bed Wars 경기 중 적어도 두 번은 도구 오류의 영향도 받았다.

누구나 실험을 다시 해볼 수 있다. Minecraft 실험 하네스와 Multi-Agent Mindustry 환경, 그리고 연구소가 Terminal-Bench 벤치마크 기반 프레임워크를 포크해 만든 Multi-Agent Harbor는 모두 오픈소스다. 이를 실행하려면 모델 제공업체의 API 키와 MacBook 정도의 사양을 갖춘 머신이면 된다. 2026년 10월에 공개된 보고서에는 다른 연구자들에게 권하는 후속 실험도 담겼다. 약한 에이전트로 이뤄진 대규모 집단이 강한 에이전트로 이뤄진 소규모 집단을 이길 수 있는지부터, 경쟁 팀끼리 서로 대화할 수 있게 하면 어떤 일이 벌어지는지까지 살펴보자는 것이다.

지금까지 AI 에이전트 50개가 함께 가장 능숙하게 만들어낸 것은 대기열이었다.

태그: OpenAI, AI agents, Claude Opus 5.5, Y Combinator, GPT-6.1 Sol, Minecraft