Michael JohnsonGemini 4 Argon 에이전트 네 명은 마인크래프트에서 엔더 드래곤을 물리치는 데 27시간 14분이 걸렸다. 그동안 프로그램 2,783개를 작성했고 605번 죽었다. 연구진은 2026년 10월 15일 arXiv에 제출한 논문에서 실험을 설명했다.
이번 결과에서 의미 있는 부분은 승리에 이르는 과정이다. 에이전트들은 서로 의존하는 여러 행동을 수행하는 동안 공동 목표를 유지하고, 실수를 바로잡으며, 실패에서 회복해야 했다. 개발자에게 이 실험은 단순한 게임 실력이 아니라 장시간 자율 작업을 시험한 사례다.
팀은 어떻게 구성됐나
에이전트 네 명은 각각 오픈소스 라이브러리 Mineflayer를 통해 별도의 플레이어를 조종했다. 이들은 게임 채팅과 공유 메모리를 통해 협력했다. 저자들의 설명에 따르면, 사람은 에이전트의 역할을 지정하거나 게임 로직을 대신 작성하지 않았다. 계획 수립과 프로그램 작성, 디버깅은 에이전트들이 직접 수행했다.
팀은 무작위로 생성된 세계에서 쉬움 난이도로 시작했다. 연구진은 제어판을 통해 게임을 관찰하고 플레이를 일시 중지하거나 멈출 수 있었지만, 진행 과정에 개입할 필요는 없었다. 저자들은 에이전트들이 작업을 나누고 발견한 정보를 서로 전달했으며, 잃어버린 아이템을 되찾도록 도왔다고 전했다.
이번 실험이 개발자에게 보여주는 것
승리하려면 단기 행동을 공동 목표와 연결하고, 실수가 발생한 뒤에도 협업을 유지해야 했다. 따라서 이 연구의 실질적인 의의는 ‘계획 수립 — 코드 작성 — 실행 — 디버깅 — 결과 전달’이라는 과정을 관찰할 수 있다는 데 있다. 팀은 필요할 때마다 도구를 만들고 여러 차례 죽은 뒤에도 작업을 이어갔다.
이런 과정을 소프트웨어 에이전트 평가에 반영할 수 있다. 한 번의 성공적인 답변만 보는 대신, 시스템이 단계 사이에서 목표를 유지하는지, 오류에서 어떻게 복구하는지, 다른 에이전트에게 상태를 전달할 수 있는지, 작업을 완료하는 데 몇 번의 시도가 필요한지 평가할 수 있다. 이런 기준은 결과가 일련의 작업에 좌우되는 다단계 워크플로에도 적용할 수 있다.
이 수치는 무작위 세계, 쉬움 난이도, Mineflayer를 통한 조작이라는 특정 조건에서 진행된 한 차례의 플레이에 해당한다. 저자들은 이 설정에서 에이전트가 마인크래프트를 처음부터 끝까지 자율적으로 완료한 첫 사례라고 밝힌다. 이번 연구는 해당 시나리오의 실현 가능성을 보여주고 장기 협업의 구체적인 사례를 제시한다. 에이전트 시스템을 실용적으로 평가할 때 중요한 것은 최종 승리만이 아니라, 팀이 어떤 방식으로 작업했는지와 실수에서 회복하는 데 드는 비용이다.