GPT-5.6 Sol이 Codex에서 13.5시간 만에 팩토리오 평화 모드를 클리어했다

라이언 매든이 GPT-5.6 Sol에게 팩토리오를 맡겼고, 적 벌레가 나오지 않는 평화 모드에서 게임 시간 13.5시간 만에 로켓 발사까지 도달했다. 모델은 Codex 환경에서 낮은 사고 수준(low thinking level)으로 구동됐다.

게임 조작은 별도의 게임 매니저와 파이썬 라이브러리를 거쳐 이뤄졌다. 모델은 코드로 게임 상태를 읽고 명령을 내리지만, 플레이어 사거리나 안개 등 GUI로 플레이할 때 적용되는 제약은 그대로 유지된다. 이전 시도에서 Bash 기반이던 인터페이스가 이번에는 파이썬으로 바뀌었다.

진행 과정은 타임랩스 영상과 생산 통계로 남았다. 매든은 전체 자원 생산량 차트 위에 과학 연구 마일스톤을 표시해, 어느 시점에 무엇이 병목이었는지 추적할 수 있게 했다.

원래 계획은 청색 과학 연구가 끝나는 지점에서 실험을 접는 것이었다. 그러나 예상보다 잘 풀리면서 실행을 계속 이어갔고, 대신 확장 과정에서 드러난 문제가 후반부의 상대적 진행 속도를 크게 끌어내렸다.

로켓은 온전한 자동화의 산물이 아니다. 후반에 생산 시스템끼리 연결하는 데 실패하자, 모델은 공장 구역 사이를 오가며 자원을 직접 실어 나르는 방식으로 구멍을 메웠다. 매든은 이 부분을 모델 스스로의 상당한 '수작업'이었다고 적었다.

그럼에도 직전 세대인 GPT-5.5와 비교하면 진전은 분명하다. GPT-5.5는 운송 벨트를 거의 활용하지 못했다.

이 실험은 팩토리오를 에이전트 시험대로 쓰려는 흐름 위에 있다. 앞서 Claude Code로 팩토리오를 플레이한 사례, 자율 플레이에 도전한 시도, 에이전트 테스트베드 Faketorio 같은 작업이 이어졌다. 게임이 프로그래밍과 구조적으로 닮았으면서도 진행 상황을 눈으로 확인할 수 있다는 점이 반복해서 이 무대가 선택되는 이유다.

개발자에게 이 기록은 장기 계획, 자원 배분, 시스템 간 연결 같은 능력을 관찰 가능한 형태로 보여준다. 코드 생성 벤치마크에서는 잘 드러나지 않는 '오래 굴러가는 작업에서의 확장성' 문제가 어디서 터지는지를 로그 수준에서 보여준다는 점이 실무 감각과 맞닿아 있다.

다만 조건을 감안해야 한다. 평화 모드 단일 실행에 낮은 사고 수준이라는 설정이고, 후반 성과는 시스템을 제대로 잇지 못한 것을 반복 운반으로 덮은 결과물이다. 자동화 완성도라는 잣대로 보면 아직 남은 과제가 크다. 매든은 다른 모델과 다른 사고 수준, 그리고 적이 등장하는 모드까지 시험하겠다는 계획을 밝혔다.