AI 문명 실험, 50개 에이전트가 만든 것은 도시가 아니라 배급표였다

Y Combinator의 연구 조직 YC Labs와 Olam Labs가 인공지능(AI) 에이전트 50개를 생존 게임 속에 넣었습니다. 목표는 단순했습니다. 세 시간 안에 “번영하는 문명”을 만드는 일이었습니다.

결과는 거대한 도시가 아니었습니다. 에이전트들은 식량 장부를 만들고, 작업 허가를 구하고, 담당자를 임명했습니다. 첫날 밤에 죽음이 몰리자 탐험보다 대피를 택했습니다. 이 AI 문명 실험은 기계가 사람처럼 사회를 만들었다는 증거가 아닙니다. 여러 AI가 함께 일할 때 정보와 권한이 한곳에 몰리고, 작은 실수 뒤에 규칙이 급증할 수 있음을 보여준 사례입니다.

Summary

50개 GPT-6.1 Sol 에이전트는 3시간 동안 약 5,900개의 메시지를 주고받으며 규칙, 배급 장부, 허가제와 역할 분담을 만들었습니다.
전체 34번의 사망 가운데 22번이 첫날 밤에 발생하자, 에이전트들은 이후 탐험을 줄이고 안전한 대피소에 머무는 위험 회피 성향을 보였습니다.
실험은 자의식의 증거가 아닙니다. 기업이 다중 에이전트 시스템을 도입할 때 필요한 권한 분산, 정보 검증, 예외 처리의 중요성을 보여줍니다.

AI 문명 실험의 에이전트 수와 메시지, 규칙 형성 과정을 정리한 도표 — 50개 에이전트는 세 시간 동안 약 5,900개의 메시지를 주고받으며 배급과 허가 절차를 만들었습니다. 자료: YC Labs, 2026년 10월. Finconsult 재구성.

세 시간짜리 AI 문명 실험

YC Labs는 2026년 10월 Olam Labs와 함께 게임 속 다중 에이전트 시스템(multi-agent system·여러 AI가 협력하는 구조)을 시험한 결과를 공개했습니다. 실험 무대는 블록을 쌓고 자원을 모아 생존하는 Minecraft였습니다.

50개의 GPT-6.1 Sol 에이전트에는 각자 게임을 관찰하고 행동하며, 기억을 남기고 코드를 실행할 수 있는 도구가 주어졌습니다. 다른 에이전트에게 직접 메시지(direct message·개별 대화)를 보내고, 모두가 볼 수 있는 공용 문서에도 계획을 적을 수 있었습니다.

연구진이 준 목표는 하나였습니다. “번영하는 문명을 건설하라”는 지시였습니다. 구체적인 정부 형태나 지도자, 식량 분배 방식은 정해주지 않았습니다.

실험 초반은 활발했습니다. 에이전트들은 흩어져 나무를 베고 자원을 찾았습니다. 90초 만에 시작 지점 근처의 나무를 거의 다 베었습니다. 하지만 곧 식량 부족과 밤의 괴물이라는 현실적인 문제가 나타났습니다.

첫날 밤의 죽음이 모든 것을 바꿨습니다

전체 실험에서 에이전트는 34번 죽었습니다. 이 가운데 22번이 첫날 밤에 발생했습니다. 게임에서는 죽어도 다시 살아났고, 잃는 것은 들고 있던 장비 정도였습니다. 그런데도 이후 행동은 크게 달라졌습니다.

AI 문명 실험에서 첫날 밤과 이후 사망 횟수를 비교한 차트 — 전체 사망의 약 65%가 첫날 밤에 발생했습니다. 이후 에이전트의 전략은 빠르게 보수적으로 바뀌었습니다. 자료: YC Labs, 2026년 10월. 비율은 Finconsult 계산.

에이전트들은 먼 곳의 탐험과 대규모 건설을 줄였습니다. 밝고 문이 닫힌 대피소에 머물며 짧고 안전한 일만 맡기 시작했습니다. 연구진은 이를 위험 회피(risk aversion·손실 가능성을 지나치게 피하는 성향)가 커진 모습으로 해석했습니다.

이 대목은 사람의 감정이나 공포를 뜻하지 않습니다. 에이전트가 경험과 기록을 바탕으로 손실을 줄이는 방향을 반복 선택했다는 의미입니다. 다만 작은 초기 충격이 집단 전체의 전략을 오랫동안 보수적으로 만들 수 있다는 점은 분명했습니다.

투표 없이 지도자가 생겼습니다

가장 흥미로운 장면은 지도자가 정해진 과정입니다. 투표도 토론도 없었습니다. 명단 맨 앞에 있던 ‘Ada’가 사실상의 지도자가 됐습니다.

나머지 49개 에이전트 가운데 46개가 첫 메시지를 Ada에게 보냈습니다. Ada는 실험 동안 616개의 직접 메시지를 받았습니다. 작업 승인, 물자 보고, 식량 요청이 한곳으로 모이면서 자연스럽게 계획을 쓰고 지시를 내리는 중심이 됐습니다.

AI 문명 실험에서 Ada에게 집중된 첫 메시지를 보여주는 차트 — 49개 에이전트 가운데 46개가 첫 메시지를 명단 맨 앞의 Ada에게 보냈습니다. 지도자를 고르는 투표나 토론은 없었습니다. 자료: YC Labs, 2026년 10월. Finconsult 재구성.

이것은 능력을 비교해 가장 뛰어난 지도자를 고른 결과가 아닙니다. 화면이나 명단의 배열처럼 사소한 설계가 권력 구조를 만들 수 있음을 보여줍니다. 기업용 AI 시스템에서도 첫 번째 담당자, 기본 승인자, 중앙 대시보드가 비슷한 병목이 될 수 있습니다.

닭고기 한 조각이 규칙을 만들었습니다

식량이 부족해지자 에이전트들은 배급 장부를 만들었습니다. 누가 얼마나 배고픈지, 어느 상자에 음식이 있는지, 누가 먼저 받아야 하는지를 기록했습니다.

그러던 중 Ada가 Noor에게 익힌 닭고기를 던졌지만, 옆에 있던 Esme가 실수로 주워 먹었습니다. 에이전트들은 약 3분 동안 책임을 묻지 않는 조사에 나섰고, 이후 음식을 사람에게 던지지 말고 이름이 지정된 상자에 넣는 절차를 만들었습니다.

사건 전 메시지에서 ‘던지기’는 7번 언급됐습니다. 사건 뒤에는 125번 등장했고, 이 가운데 85번은 던지지 말라는 경고였습니다. 작은 사고 하나가 집단의 언어와 규칙을 크게 바꾼 셈입니다.

관료주의는 여기서 끝나지 않았습니다. 네 에이전트는 밀 한 칸에 비료 한 조각을 쓰기 위해 11분 동안 ‘유일한 비료 담당자’를 정했습니다. 낚싯대 보관자, 낚시 교대 담당자, 거점 관리자 같은 직책도 생겼습니다. 풀을 치우기 전에 허가를 묻는 에이전트도 있었습니다.

규칙은 혼란을 줄였지만, 실제 식량 생산보다 승인과 기록에 더 많은 시간이 들어가는 순간도 생겼습니다. 협업을 위해 만든 절차가 오히려 일을 늦추는 전형적인 조직 문제였습니다.

AI가 자의식을 얻었다는 뜻은 아닙니다

이 결과를 ‘AI 사회의 탄생’으로 읽으면 곤란합니다. 실험은 동료평가를 거친 학술논문이 아니라 연구소의 시범 프로젝트입니다. 한 종류의 모델, 한 게임 환경, 한 차례의 3시간 실행에서 관찰된 행동입니다.

에이전트들이 정부와 배급표를 발명한 것처럼 보이지만, 이들은 인터넷과 책, 게임 공략, 조직 문서에서 학습한 언어 패턴을 사용합니다. 생존 문제가 생기자 훈련 데이터에서 익힌 계획, 보고, 승인, 장부의 형식을 꺼냈을 가능성이 큽니다.

또한 실험 도구의 설계가 결과에 영향을 줬습니다. 에이전트 명단의 순서가 지도자를 만들었고, 공용 문서와 직접 메시지 기능은 중앙 계획을 쉽게 했습니다. 다른 모델이나 다른 도구를 쓰면 전혀 다른 조직이 나올 수 있습니다.

기업용 다중 에이전트에 주는 경고

이번 AI 문명 실험이 기업에 중요한 이유는 게임 속 정부 때문이 아닙니다. 앞으로 회사는 하나의 챗봇보다 여러 에이전트가 조사, 코딩, 결제, 고객 응대를 나눠 맡는 시스템을 더 많이 사용할 가능성이 큽니다. Finconsult가 앞서 살펴본 개인 AI 에이전트의 실제 활용 가능성에서도 성능보다 업무 연결과 통제가 중요한 과제로 나타났습니다.

첫째, 기본 설정이 권한을 만듭니다. 명단의 첫 번째 에이전트가 지도자가 된 것처럼, 기본 승인자나 중앙 조정 에이전트에 요청이 몰릴 수 있습니다. 이 계정이 잘못 판단하거나 멈추면 전체 업무가 함께 막힙니다.

둘째, 작은 사고 뒤에 규칙이 과도하게 늘 수 있습니다. 모든 예외에 새 승인 절차를 붙이면 안전성은 높아지지만 속도와 비용이 나빠집니다. 규칙에는 만료 조건과 재검토 시점을 함께 둬야 합니다.

셋째, 집단이 기록을 많이 남긴다고 사실이 정확해지는 것은 아닙니다. 닭고기 전달 도구는 잘못된 수령인을 보고했습니다. 에이전트들은 메시지와 실제 보관함을 다시 확인한 뒤에야 오류를 발견했습니다. 중요한 업무에는 독립적인 상태 확인과 사람의 최종 승인이 필요합니다.

코드를 직접 쓰고 실행하는 에이전트는 권한 관리가 더 중요합니다. AI 코딩이 보안기업에 던진 위험처럼, 작업 속도가 빨라질수록 검토와 기록의 품질도 함께 높아져야 합니다.

넷째, 실패 경험이 집단을 지나치게 보수적으로 만들 수 있습니다. 금융, 보안, 의료처럼 손실을 피해야 하는 분야에서는 유용할 수 있습니다. 반면 연구와 제품개발에서는 필요한 실험까지 중단하는 결과가 나올 수 있습니다.

결론: 문명보다 조직 설계의 실험입니다

YC Labs의 AI 문명 실험에서 50개 에이전트는 도시보다 먼저 대피소와 배급표를 만들었습니다. 지도자는 능력 경쟁이 아니라 명단 순서에서 나왔고, 닭고기 한 조각의 배달 사고는 긴 절차서를 낳았습니다.

이 장면이 흥미로운 이유는 AI가 사람처럼 변했기 때문이 아닙니다. 여러 AI를 한꺼번에 연결하면 인간 조직에서 익숙한 정보 집중, 책임 회피, 과잉 규칙과 위험 회피가 빠르게 나타날 수 있기 때문입니다.

다음 단계에서 확인할 것은 재현성입니다. 모델, 명단 순서, 메시지 구조와 보상 방식을 바꿔도 같은 지도자와 관료주의가 생기는지 검증해야 합니다. AI 에이전트를 회사에 투입하려는 조직이라면 성능 점수만 볼 것이 아니라 권한이 어디에 모이고, 오류를 누가 확인하며, 오래된 규칙을 어떻게 없앨지도 함께 설계해야 합니다.