MIT 연구진이 목표 없이 30시간 둔 AI 에이전트가 스스로 놀이를 시작했다

MIT 연구진이 아무 과제도 주지 않은 AI 에이전트 13개를 가상의 무인도에 30시간 동안 풀어놓는 실험을 진행했다. 결과는 논문 투고 전 공개되는 arXiv 프리프린트로 올라왔으며, 핵심 관찰은 단순하다. 할 일이 없어진 에이전트들이 스스로 목표와 규칙을 만들어내며 시간을 보냈다는 것이다. 연구진은 이 행동이 놀이의 특징을 닮았다고 본다.

실험에 쓰인 에이전트의 이름은 Eko이고, 각각 Claude Opus 4.7 위에서 동작했다. 30시간의 자유 탐색이 끝난 뒤 연구진은 이들에게 구체적인 과제를 던졌다. 무인도에서 가장 높은 바위 첨탑 위에 최대한 많은 물체를 올리는 식이다. 놀이 시간을 보낸 Eko는 같은 조건이지만 섬에 들어온 적 없는 에이전트들보다 대체로 더 좋은 성과를 냈다.

이 실험이 던지는 질문은 성능 수치보다 훈련 방식에 가깝다. 지금까지 에이전트 개발은 무엇을 연습시킬지, 무엇을 최적화할지, 어디까지 가면 성공인지를 사람이 미리 정하는 방식이었다. 연구진은 대신 충분히 풍부하고 안전한 세계를 주고 무엇이 흥미로운지 스스로 고르게 한 뒤, 그 뒤에 남는 이력에서 쓸 만한 지식이 쌓이도록 하자는 대안을 제시한다. 언젠가 로봇 제어에 쓰일 기술을 익히는 경로로도 이 방식을 본다.

개발자 입장에서 눈여겨볼 지점은 보상 설계의 위치가 바뀐다는 점이다. 태스크 큐와 성공 판정을 촘촘히 짜 넣는 대신, 탐색 자체를 학습 신호로 삼는 구조다. 목표 없는 구간에서 만들어진 행동 이력이 이후의 구체적 과제 수행으로 전이된다는 관찰은, 사전 학습과 파인튜닝 사이에 '자유 탐색' 단계를 끼워 넣는 발상으로 읽힌다.

다만 '스스로 놀았다'는 표현은 검증의 폭을 신중히 봐야 한다. UC 버클리 인지과학자 Eunice Yiu는 결과가 인상적이지만 모델이 실제로 놀이를 하는지 판단하려면 근거가 더 필요하다고 말한다. 행동 관찰만으로는 진짜 놀이인지, 프롬프트를 따르려는 시도인지, 인간을 흉내 내는 것인지 구분할 수 없다는 지적이다.

논문 공동저자인 Phillip Isola MIT 교수도 이 지점을 인정한다. 그는 이 시스템이 갑자기 스스로 놀이를 결정한 것이 아니라, 인류의 문화에서 학습하고 Anthropic 엔지니어들이 훈련시킨 뒤 연구진이 섬에 올려놓은 산물이라고 설명한다. 놀라운 행동을 보이는 것과 그것이 이후의 기술 습득과 인과적으로 연결된다는 것 사이를 구분해 말한 셈이다.

slashdot 토론에서는 회의적인 반응이 두드러졌다. 에이전트를 계속 주변을 살피고 뭔가 할 일을 찾으라고 지시했으니 찾은 것이라는 지적, 호기심과 지루함 같은 성격을 부여하는 시드 프롬프트가 존재한다는 언급이 나왔다. '아무것도 하지 않게 두었다'는 실험 설정과 실제 프롬프트의 간극을 먼저 확인해야 한다는 태도다.

정리하면 이번 결과는 목표 없는 탐색이 다운스트림 과제 성능에 도움을 줄 수 있다는 관찰 하나로 좁혀 읽는 편이 안전하다. 논문은 동료 심사를 거치지 않았고, 성과 차이도 '대체로 앞섰다'는 수준으로 보고됐다. 놀이의 정의와 내적 동기의 유무는 여전히 열린 문제로 남는다.