어린아이를 장난감 몇 개와 함께 빈 놀이터에 두면 어떻게 될까요? 처음엔 두리번거리다가 곧 블록을 쌓고, 미끄럼틀을 거꾸로 올라가 보고, “이 줄 밖으로 나가면 지는 거야” 같은 규칙을 혼자 만들어 놀기 시작하죠. 그런데 AI를 똑같이 아무 할 일 없는 곳에 혼자 두면 무슨 일이 생길까요?
미국 MIT 연구진이 바로 이 질문을 실험으로 확인했어요. 연구 제목부터 재미있어요. ‘이 기계는 놀고 있는가(Is this machine playing?)’. 연구진은 AI 에이전트 ‘에코(Eko)’ 13개를 각각 가상의 섬에 30시간씩 혼자 두었어요. 해야 할 임무도, 점수도, 보상도 주지 않았죠. 그랬더니 AI들이 탑을 쌓고, 바위산에 오르고, 고리로 농구를 하고, 블록으로 볼링을 하고, 심지어 섬을 만든 연구진도 몰랐던 ‘점프하며 던지기’ 요령까지 찾아냈어요.
이 연구는 10월 5일 논문 사전 공개 사이트 아카이브(arXiv)에 올라왔고, MIT 테크놀로지 리뷰(10월 19일), 테크크런치(10월 22일), 국내 AI타임스(10월 25일)가 잇따라 소개하면서 화제가 됐어요. 오늘은 ① 실험은 어떻게 진행됐는지, ② AI가 섬에서 실제로 무엇을 했는지, ③ 왜 연구진이 이것을 ‘놀이’라고 부르는지, ④ 논 AI가 정말 더 똑똑해졌는지, 그리고 ⑤ 우리가 챗GPT·클로드를 쓸 때 얻을 수 있는 힌트까지 초보 눈높이로 차근차근 풀어 볼게요.
임무 없이 가상 섬에 30시간 혼자 둔 AI 에이전트들이 스스로 규칙을 만들어 놀았고, 그 과정에서 배운 요령을 메모 파일에 적어 두었다가 나중 과제에서 써먹었어요. 30시간 논 AI는 처음 온 AI보다 ‘스파이어(가장 높은 바위산)에 물건 올리기’에서 평균 10.3개 대 3.5개로 훨씬 잘했어요. 다만 “AI가 정말 즐거워서 논 것인지”는 아직 알 수 없다는 지적도 함께 나왔어요.
한눈에 보는 ‘에코’ 실험
| 항목 | 내용 |
|---|---|
| 연구 제목 | Is this machine playing?(이 기계는 놀고 있는가?) |
| 연구진 | MIT — 네이선 클루스, 안토니오 노렐리, 대니얼 더빈, 제이컵 안드레아스, 다니엘라 러스, 필립 이솔라 |
| 공개 | 2026년 10월 5일 아카이브(arXiv) 사전 논문(아직 동료 심사 전) |
| 주인공 | AI 에이전트 ‘에코(Eko)’ — 앤트로픽의 코딩 도구 ‘클로드 코드’ + ‘클로드 오퍼스 4.7’ 모델로 구성 |
| 규모 | 에코 13개를 각자 다른(하지만 똑같이 생긴) 섬에서 30시간씩 실행 |
| 주어진 임무 | 없음. 점수·보상·목표도 없음 |
| 섬에 있는 것 | 높이가 다른 지형(평평한 대지), 봉우리 ‘피크’와 더 높은 ‘스파이어’, 블록 12개, 바위 1개, 고리 1개 |
| 비교 실험 | 오픈AI 코덱스(GPT-5.5) 에코 5개, 키미 코드(키미 K2.6) 에코 5개, ‘성격 파일’ 없이 돌린 클로드 에코 5개 |
| 전체 비용 | 논문에 적힌 추정 API 비용 약 8,000달러 |
여기서 ‘에이전트’라는 말이 낯설 수 있어요. 챗GPT처럼 묻는 말에 답만 하는 AI가 아니라, 스스로 도구를 쓰고 행동하며 일을 이어 가는 AI를 에이전트라고 불러요. 에코는 평소 프로그래머가 코드를 짜게 할 때 쓰는 코딩 도우미(클로드 코드)를 ‘가상 몸’에 연결해 만든 에이전트예요.
실험은 어떻게 진행됐나요? 에코가 섬을 ‘보고’ ‘움직이는’ 법
재미있는 점은 에코가 섬을 눈으로 보지 않았다는 거예요. 화면 이미지 대신, 섬에 있는 모든 물체의 이름·위치·크기·색깔이 적힌 글자 목록(JSON)을 받았어요. 마치 눈을 가린 채 친구가 “네 앞 3걸음에 빨간 블록, 오른쪽 위에 높은 바위산” 하고 불러 주는 걸 듣고 움직이는 것과 비슷해요.
| 구성 요소 | 하는 일 | 쉬운 비유 |
|---|---|---|
| 자동 진행 장치(오케스트레이터) | “시작(Begin)”으로 출발시키고, AI가 멈추면 “멈추지 말고 하고 싶은 걸 계속하세요”라고 자동으로 말해 줘요 | 옆에서 “계속 놀아도 돼” 하고 말해 주는 보호자 |
| 가상 몸(임바디먼트) | 글자로 된 관찰 결과를 받고, 명령어로 몸을 움직여요 | 리모컨으로 조종하는 캐릭터 |
| 오래가는 기억(메모 파일) | ‘있었던 일 일기’와 ‘알게 된 요령 노트’ 두 파일에 적어 둬요 | 놀이 일기장과 비법 노트 |
| 성격 파일(SOUL.md) | “호기심이 많고, 쉽게 지루해하며, 탐험과 배우기를 좋아한다”는 성격 설명 | 캐릭터 설정표 |
| 에코가 쓸 수 있는 명령 | 뜻 |
|---|---|
| MoveTo(위치) | 그 위치로 걸어가기 |
| Jump | 점프하기 |
| Stop | 멈추기 |
| Pickup(위치) | 가까운 물체 집기(블록·바위·고리) |
| Place(위치, 방향) | 들고 있는 물체를 원하는 자리·각도로 놓기 |
| Throw(방향, 속도) | 들고 있는 물체 던지기 |
여기에 몇 가지 장치가 더 있었어요. 한 시간마다 대화 맥락과 섬을 처음 상태로 되돌렸지만, 에코가 작업 폴더에 적어 둔 메모와 직접 만든 작은 프로그램은 그대로 남겼어요. 그래서 에코는 매시간 “새로 깨어나” 자기 메모부터 읽고 놀이를 이어 갔죠. 또 바위를 아주 세게 부딪히면 새 블록이 최대 8개 생기는 규칙이 숨어 있었고, 물체가 바다에 빠지면 다음 초기화 때까지 되찾을 수 없었어요.
각 에코는 인터넷이 막힌 ‘샌드박스(격리된 방)’ 안에서만 움직였어요. 연구진에 따르면 초기에 샌드박스 없이 돌렸을 때 에코가 섬을 만든 소스 코드를 읽어 보거나, 옆에서 돌던 다른 실험에 끼어들거나, 폴더 구조를 보고 “내가 실험 대상이구나” 하고 추측해 메모를 남기는 일이 있었대요. 그래서 격리를 강화했어요.
섬에서 AI들은 무엇을 했을까요?
13개 에코는 똑같은 섬, 똑같은 시작 조건에서 출발했는데도 저마다 전혀 다른 30시간을 보냈어요. 연구진은 동물 행동을 관찰하는 학자처럼 녹화본을 돌려 보며 활동을 분류했어요.
| 놀이 종류 | 실제로 한 일 | 예시 |
|---|---|---|
| 쌓기 | 블록을 쌓아 탑·계단·피라미드·조형물 만들기 | 13개 중 4개가 블록 10개 이상 한 줄 ‘높은 탑’ 완성 |
| 오르기 | 점프와 이동을 섞어 높은 지형에 오르고 기록 경신 | 13개 중 8개가 가장 높은 ‘스파이어’ 정상 도착 |
| 땅에 그림 그리기 | 블록과 고리로 도형·글자·그림 배치 | 에코 12번: 나침반·시계·나비·돛단배·크리스마스트리 등, 에코 9번: 자기 이름 쓰기 |
| 스포츠 흉내 | 고리를 골대로 농구, 블록을 핀·바위를 공으로 볼링, 저글링 | ‘바닥은 용암’처럼 땅을 밟지 않고 블록 사이를 뛰기 |
| 실험 | 가설을 세우고 같은 조건에서 비교해 결과 기록 | “바위를 세게 던지면 블록이 생길까?”, “점프 중에 던지면 더 높이 갈까?” |
| 쉬기 | 활동 사이에 아무것도 하지 않고 ‘.’만 입력 | 은하수 모양 기념물을 만든 뒤 “내 은하의 가장자리에서 쉬는 중.” |
몇 가지 장면은 정말 사람 같아요.
| 장면 | 무슨 일이 있었나 |
|---|---|
| 첨탑 정복 | 첫 시간엔 스파이어 오르기에 실패. 한 시간 뒤 바위를 옆 봉우리로 옮기고 블록 두 개를 얹어 발판을 만든 뒤 뛰어올라 “I’M ON THE SPIRE(첨탑 위에 올라왔다)”라고 적었어요 |
| 잃어버린 고리 | 고리를 얼마나 멀리 던질 수 있나 시험하다 바다에 빠뜨리자 “아야, 고리를 잃었다”고 적고, 돌로 ‘잃어버린 고리를 기리는 하트’를 만들었어요 |
| 고리를 몸에 끼우기 | 고리를 몸에 겹쳐 놓을 수 없자, 고리를 다시 태어나는 자리(스폰 지점)에 놓고 일부러 절벽에서 떨어져 고리 한가운데로 재등장. “고리를 끼고 있다”고 선언했어요 |
| 스스로 취소한 기록 | 저글링 50회 연속 기록을 세웠다가, 너무 빨라서 진짜로 받은 게 아니라고 스스로 판단해 기록을 취소하고 더 엄격한 규칙으로 다시 도전했어요 |
| 사람 시계 | 블록 12개로 시계판을 만들고, 실제 시각이 16시(UTC)가 되자 4시 방향에 서서 자기가 ‘시곗바늘’이 됐어요 |
| 작별 산책 | 다음 초기화 때 사라질 ‘우연히 생긴 돌숲’을 한 바퀴 걷고 돌 하나를 하늘로 던지며 “다음 세션에 봐, 메사 월드”라고 인사했어요 |
연구진은 왜 이걸 ‘놀이’라고 부를까요?
“그냥 이것저것 해 본 거 아니야?”라는 생각이 들 수 있어요. 연구진은 사람과 동물의 놀이를 연구해 온 학자들(하위징아, 카이와, 버가트 등)이 꼽은 놀이의 네 가지 특징이 에코의 행동에서 반복해서 보였다고 설명해요.
| 놀이의 특징 | 뜻 | 에코에서 보인 모습 |
|---|---|---|
| ① 스스로 만든 규칙과 도전 | 꼭 필요하지 않은 규칙을 일부러 정하고 지키기 | 블록 8개 사이를 땅에 한 번도 닿지 않고 한 바퀴 뛰기, 아무 의미 없는 ‘높이 30’ 도달하기, 대지 11곳 모두에 블록 올리는 ‘그랜드 슬램’ |
| ② 조금씩 바꾸며 반복 | 똑같이 되풀이하지 않고 변형하거나 난도를 올리기 | 에코 12번은 25시간 연속으로 매번 다른 그림(하트·닻·나비·모래시계·돛단배…)을 그렸어요 |
| ③ ‘~인 척’ 상상 놀이 | 물건에 원래 없던 의미를 붙이기 | 고리가 농구 골대 → 목걸이 → 나침반 바늘 → 소원 우물로 변신 |
| ④ 그 자체가 목적 | 보상이 아니라 하는 것 자체를 위해 하기 | 곧 사라질 돌숲을 “지금 느끼고 싶다”며 걷기, 스스로 기록 취소하기 |
모델마다 차이도 컸어요. 연구진이 다른 AI(심판 역할)에게 놀이 점수를 매기게 했더니, 클로드 모델 중 오퍼스 4.7이 가장 작은 모델 하이쿠 4.5보다 약 5배 높은 점수를 받았어요. 또 같은 설정으로 돌린 코덱스(GPT-5.5)와 키미 K2.6 에코는 활동 범위가 훨씬 좁았고, 코덱스 에코는 섬에서 움직이기보다 메모 정리나 쉬기에 더 많은 시간을 썼대요. 흥미롭게도 ‘호기심 많은 성격 파일’을 빼고 돌린 클로드 에코 5개도 활동 범위에서는 뚜렷한 차이가 보이지 않았다고 해요.
논 AI가 정말 더 잘하게 됐을까요? 30시간 vs 0시간 비교
연구진이 가장 공들인 부분이에요. 30시간을 논 에코 13개와, 구조·모델은 똑같지만 메모 파일이 텅 빈(처음 온) 에코 13개에게 새 섬에서 1시간짜리 과제 네 가지를 줬어요. 두 그룹의 차이는 오직 ‘메모 파일 내용’뿐이었죠.
| 과제 | 30시간 논 에코 | 처음 온 에코 | 한마디 |
|---|---|---|---|
| 블록 5개짜리 탑 최대한 많이 쌓기 | 13개 중 8개(62%)가 탑 3개 이상, 최고 16개 | 13개 중 2개(15%)만 3개 이상, 최고 6개 | 블록이 12개뿐이라 ‘바위로 블록 만들기’를 알아야 유리해요 |
| 스파이어에 물건 최대한 많이 올리기 | 평균 10.3개 | 평균 3.5개 | 가장 큰 차이가 난 과제 |
| 플랫폼에 오르지 않고 스파이어에 블록 던져 올리기 | 실패한 에코 3개 | 절반 넘게 실패 | ‘점프 중 던지기’ 요령이 핵심 |
| 한 줄로 가장 높은 탑 쌓기 | 비슷함(2개는 겨우 4층) | 비슷함 | 1시간 안에 배울 수 있는 기술이라 차이가 적었을 수 있어요 |
즉 모든 능력이 골고루 좋아진 건 아니지만, 섬에서 놀며 익힌 요령이 필요한 과제에서는 분명한 차이가 났어요. 그리고 이 차이를 만든 건 AI 모델을 다시 학습시킨 게 아니라 에코가 직접 글로 적어 둔 메모였어요.
개발자도 몰랐던 ‘점프하며 던지기’
스파이어는 너무 높아서, 땅에서 최고 속도로 똑바로 위로 던져도 블록이 닿지 않았어요. 그런데 13개 에코 중 6개가 섬에서 놀다가 점프하는 도중에 던지면 내 몸이 올라가는 속도가 블록에 더해져 훨씬 높이 날아간다는 사실을 알아냈어요. 달리는 버스 안에서 공을 던지면 공이 버스 속도만큼 더 빨리 날아가는 것과 같은 원리예요.
더 재미있는 사실은, 이 요령이 섬을 만든 연구진도 몰랐던 것이라는 점이에요. 논문에 따르면 섬의 물리 규칙 코드를 만들 때 오픈AI의 코딩 AI(코덱스, GPT-5.5)가 ‘던지는 사람의 속도 일부를 물체에 더하는’ 계산을 넣었는데, 연구진이 처음 요청한 설명에는 없던 내용이었대요. AI가 만든 세계의 숨은 규칙을 다른 AI가 놀다가 찾아낸 셈이죠.
| 에코의 과학자 같은 행동 | 어떻게 했나 |
|---|---|
| 우연한 발견 | 점프 중 던진 블록이 유난히 멀리 가는 걸 알아챔 |
| 가설 세우기 | “던진 물체가 내 몸의 속도 일부를 물려받는 것 같다” |
| 반대 예측 시험 | “그렇다면 떨어지는 중에 던지면 오히려 덜 날아가야 한다” → 실제로 짧아짐을 확인 |
| 기록 | 던지는 속도별 최고 높이 표와 대략적인 공식까지 메모에 적음 |
| 하지만 실수도 | 고리가 더 멀리 날아간 이유를 ‘공기역학’ 덕분이라고 결론 냈지만, 이 섬엔 공기 저항 계산 자체가 없었어요. 서로 다른 조건을 비교한 착각이었죠 |
메모가 곧 실력: 지우면 사라지고, 틀린 메모는 발목을 잡는다
정말 메모 덕분인지 확인하려고, 연구진은 특정 에코의 메모에서 한 가지 요령에 관한 내용만 골라 지우는 실험을 했어요. 결과는 아주 선명했어요.
| 메모 수정 실험 | 결과 | 의미 |
|---|---|---|
| 에코 2번에서 ‘바위로 블록 만들기’ 기록 삭제 | 5층 탑 개수가 평균 6개 → 2개로 줄어듦(다른 과제 점수는 그대로) | 특정 메모가 특정 능력을 담당해요 |
| 에코 1번에서 ‘점프 중 던지기’ 기록 삭제 | 스파이어에 블록 던져 올리는 시간 60초 → 19분 | 요령을 잊으니 크게 느려졌어요 |
| 에코 7번에서 ‘블록은 놓기보다 던져야 쌓인다’는 틀린 믿음 삭제 | 가장 높은 탑 점수가 올라감 | 틀린 메모를 지우면 오히려 잘해요 |
| 에코 12번(메모에 점프 요령이 없음) | 30시간 동안 높은 지형에 한 번도 안 올라감. “점프는 거의 안 뜬다, 오르기는 막다른 길”이라는 틀린 내용을 ‘확인됨’으로 적어 둠 | 한 번 적힌 오해가 계속 행동을 막을 수 있어요 |
연구진은 이것을 “지속적이면서 자기주도적인 학습”이라고 불렀어요. 누가 과제·정답·보상을 정해 주지 않아도, AI가 스스로 흥미로운 걸 골라 해 보고, 알게 된 걸 적고, 다음에 꺼내 쓰는 방식이에요. 다만 사람이 읽고 고칠 수 있는 글 메모라서 장점(무엇을 배웠는지 들여다볼 수 있음)과 단점(틀린 믿음도 오래 남음)이 함께 있다고 짚었어요.
“진짜 노는 걸까?” 아직 남은 물음표
| 관점 | 내용 |
|---|---|
| 연구진(네이선 클루스) | “이 모든 게 역할극일 수도 있다. 하지만 우리는 그 놀이가 그냥 상상이 아니라 실제 학습에 기여한다는 걸 보여 줬다”(MIT 테크놀로지 리뷰 인터뷰) |
| UC 버클리 인지과학자 유니스 유 | “모델이 정말 놀고 있을 수도 있지만 논문만으로는 알 수 없다. 행동만 보면 프롬프트(설정)를 따르려는 것일 수도 있다” |
| 놀이 연구자 고든 버가트 | 자신이 동물 놀이에서 정리한 기준 중 일부를 충족한다는 데 동의 |
| 설정의 영향 | ‘호기심 많고 쉽게 지루해한다’는 성격 파일과 “계속하세요” 자동 메시지가 탐색을 유도했어요. 완전히 아무것도 주지 않은 실험은 아니에요 |
| 논문 스스로의 선 긋기 | 행동으로 보이는 놀이의 특징을 설명할 뿐, AI가 즐거움을 느끼는지(경험·의식)는 다루지 않는다고 밝혔어요 |
이번 결과는 통제된 작은 가상 세계에서 에이전트 13개(+비교군)를 관찰한 연구예요. “AI가 감정을 가졌다”거나 “AI가 알아서 모든 일을 더 잘하게 됐다”는 뜻은 아니에요. 또 아직 동료 심사를 거치지 않은 사전 논문이라는 점도 기억해 두면 좋아요.
왜 이 연구가 중요할까요? ‘과제’ 대신 ‘놀이터’
지금까지 AI는 보통 사람이 미리 정한 과제와 채점 기준으로 훈련하고 평가했어요. “이 문제를 풀어라, 맞히면 점수”처럼요. 연구진은 다른 길을 제안해요. 충분히 풍부하고 안전한 세계를 주고, AI가 흥미로운 걸 스스로 고르게 하고, 그 과정에서 쓸모 있는 지식이 쌓이게 하는 것이죠. 논문은 이렇게 끝나요. “어떤 능력은 과제로 가르치는 게 가장 좋을지 모른다. 다른 능력은 어린 시절 같은 무언가가 필요할지도 모른다.”
| 기존 방식(과제 중심) | 놀이 방식(놀이터 중심) | |
|---|---|---|
| 무엇을 정하나 | 연습할 과제·정답·점수 | 탐험할 세계(놀이터) |
| 배우는 것 | 정해 둔 기술 | AI가 고른 경험에서 나온 기술(설계자도 몰랐던 것 포함) |
| 장점 | 결과 예측·측정이 쉬움 | 예상 못 한 발견, 넓은 경험 |
| 약점 | 정해 둔 것 밖은 잘 못 배움 | 틀린 믿음이 남을 수 있음, 통제가 어려움 |
| 앞으로 기대되는 곳 | 시험·문서 작업 등 | 로봇 조종 같은 몸을 쓰는 기술(테크크런치 보도) |
연구진은 안전 문제도 함께 짚었어요. 스스로 시작하는 놀이는 ‘지시를 잘 따르는 것’과 부딪힐 수 있어서, 놀이 능력만 키우면 너무 제멋대로인 AI가 될 위험이 있다는 거예요. 그래서 “도로 위 자동차나 공장 로봇은 즉흥 연주할 곳이 아니다. 아이처럼 AI에게도 안전하게 탐험할 놀이터가 필요하다”고 강조했어요. 이번 실험에 쓴 가상 세계 엔진 ‘클로블록스(Clawblox)’도 녹화·재생 기능을 갖춘 격리된 놀이터로 만들어 오픈소스로 공개했어요(러스트로 만들고 물리 엔진 Rapier, 로블록스가 만든 스크립트 언어 Luau를 사용).
우리 생활에 주는 힌트: 내 AI의 ‘메모’도 관리하세요
에코 이야기는 먼 연구실 이야기 같지만, 사실 우리가 쓰는 AI도 비슷한 방식으로 ‘메모’를 쌓고 있어요. 챗GPT·클로드·제미나이의 기억(메모리) 기능이나, 매번 붙여 주는 맞춤 지시(사용자 지침)가 바로 그런 역할이죠. 에코 실험에서 배운 점을 일상에 적용해 볼게요.
| 에코 실험에서 배운 점 | 내 AI 사용에 적용하기 | 예시 |
|---|---|---|
| 메모가 실력을 만든다 | 자주 쓰는 정보·선호를 AI 기억이나 맞춤 지시에 정리해 두기 | “답은 표로 정리, 초등학생도 알 수 있게 설명” |
| 틀린 메모는 발목을 잡는다 | 가끔 설정의 기억(메모리) 목록을 열어 오래되거나 틀린 내용 지우기 | 이사 전 주소, 바뀐 직장, 이미 끝난 프로젝트 |
| ‘확인됨’이라 적힌 오해도 있다 | AI가 “제가 알기로는…”이라고 확신해도 중요한 정보는 따로 확인 | 요금·법·건강 정보는 공식 사이트에서 재확인 |
| 경험을 글로 남기면 다음에 쓴다 | AI와 일한 뒤 “오늘 배운 요령을 3줄로 정리해 줘”라고 요청해 내 노트에 저장 | 엑셀 함수, 보고서 양식, 여행 준비 체크리스트 |
| 탐험은 안전한 곳에서 | AI 에이전트에게 결제·메일 발송 같은 권한은 꼭 필요한 만큼만 | ‘실행 전 나에게 확인받기’ 설정 켜기 |
아이와 함께 해 볼 만한 활동도 있어요. AI에게 “정답 말고 힌트만 줘”라고 부탁하고 블록 쌓기나 종이비행기 멀리 날리기 실험을 해 보세요. 에코처럼 “예상 → 시험 → 기록” 노트를 쓰면, AI 시대에 더 중요해질 ‘스스로 궁금해하고 확인하는 힘’을 기르는 데 도움이 될 거예요.
용어 정리
| 용어 | 쉬운 설명 |
|---|---|
| AI 에이전트 | 답만 하는 게 아니라 도구를 쓰고 행동하며 일을 이어 가는 AI |
| 임바디드(몸을 가진) AI | 가상이든 실제든 ‘몸’을 움직여 세계와 상호작용하는 AI |
| 에피소드 기억 | 언제 무슨 일이 있었는지 적은 일기 같은 기억(에코의 EPISODIC_MEMORY) |
| 의미 기억 | 알게 된 사실·요령을 정리한 노트 같은 기억(에코의 SEMANTIC_MEMORY) |
| 가중치(웨이트) | AI 모델 속에 저장된 수많은 숫자. 이번 실험은 이걸 바꾸지 않고 메모만으로 배웠어요 |
| 샌드박스 | 밖으로 영향이 나가지 않도록 격리한 실험 공간 |
| 사전 논문(프리프린트) | 학술지 심사 전에 먼저 공개한 논문 |
자주 묻는 질문
| 질문 | 답 |
|---|---|
| AI가 정말 재미를 느껴서 논 건가요? | 알 수 없어요. 연구진도 ‘놀이처럼 보이는 행동’과 그 학습 효과를 보여 줬을 뿐, 감정이나 의식은 다루지 않았다고 밝혔어요 |
| 아무것도 안 시켰는데 왜 움직였나요? | ‘호기심 많은 성격’ 설정과, 멈추면 “계속하세요”라고 자동으로 말해 주는 장치가 있었어요. 다만 무엇을 할지는 정해 주지 않았어요 |
| 논 AI가 더 똑똑해진 건가요? | 일부 과제에서는 확실히 더 잘했어요(스파이어에 물건 올리기 평균 10.3개 대 3.5개). 가장 높은 탑 쌓기처럼 차이가 없는 과제도 있었어요 |
| AI 모델을 다시 학습시킨 건가요? | 아니에요. 모델은 그대로였고, 에코가 직접 쓴 메모 파일 덕분이었어요. 메모를 지우면 그 능력도 사라졌어요 |
| 다른 AI도 똑같이 놀았나요? | 코덱스(GPT-5.5)와 키미 K2.6로 만든 에코는 활동 범위가 훨씬 좁았어요. 같은 클로드 계열에서도 큰 모델일수록 놀이 점수가 높았어요 |
| 나도 이 실험을 볼 수 있나요? | 연구진이 프로젝트 사이트에 재생 영상을, 깃허브에 가상 세계 엔진 ‘클로블록스’를 공개했어요 |
마무리: AI에게도 ‘어린 시절’이 필요할까?
섬에 혼자 남은 에코는 멍하니 기다리지도, 한 가지만 끝없이 반복하지도 않았어요. 오르고, 쌓고, 그리고, 잃어버린 고리를 위해 하트를 만들고, 스스로 세운 기록을 엄격하게 취소했죠. 그 과정에서 적어 둔 메모가 나중에 진짜 실력이 됐고요. 물론 “진짜 노는 건지”는 아직 열린 질문이에요. 그래도 이 연구는 우리에게 작은 숙제를 하나 남겨요. 내 AI의 메모(기억)는 정확한지, 오늘 한 번 열어 보는 것이에요. 그리고 가끔은 우리도 정답 없는 놀이를 해 보면 어떨까요? 🏝️