Minecraft, AI의 최난도 시험대로 부상…각 연구소 게임 공략 경쟁

실리콘밸리에서 가장 인기 있는 AI 연구자들이 새로운 집착에 빠졌다. 챗봇도 코딩 비서도 아니다. 바로 Minecraft다. 나무를 때려 목재를 얻고, 광석을 캐고, 도구를 제작하며 결국 드래곤을 사냥하는 블록형 생존 게임이 자율 AI 에이전트의 최신 시험장이 됐다. 질문은 간단하지만 답하기는 어렵다. 기계가 인간 아이처럼 길고 끝이 열린 게임을 처음부터 배울 수 있을까?

Minecraft를 잘하려면 반사 신경만으로는 부족하다. 에이전트는 스스로 목표를 세우고, 본 것을 기억하며, 수천 단계에 걸쳐 계획을 세우고, 실수에서 회복해야 한다. 동굴에서 길을 잘못 들면 모든 것을 잃을 수 있다. 탐험, 기억, 장기 계획의 조합은 오늘날 대규모 언어 모델이 여전히 어려워하는 바로 그 부분이며, 그래서 연구소들이 이 게임을 벤치마크로 삼은 것이다.

접근법은 다양하다. 일부 연구자는 Claude 같은 단일 모델이 혼자 게임에 도전하며 시행착오로 배우게 한다. 다른 이들은 더 빠르고 특화된 에이전트를 실험한다. Google은 최근 다른 길을 택해 네 개의 Gemini 모델을 한 팀으로 묶고 처음부터 협력하게 하여, 같은 목표를 향해 작업을 나누고 정보를 공유하도록 했다. 각 방법은 AI 시스템이 어떻게 실패하고 회복하는지에 대해 서로 다른 것을 보여준다.

결과는 논문으로 발표되고 리더보드에서 비교되며, 취미인의 놀이터를 경쟁 무대로 바꿔 놓았다. 이 경쟁이 중요한 이유는 시험되는 능력이 게임에 국한되지 않기 때문이다. Minecraft에서 밤을 버티고, 은신처를 짓고, 먼 목표까지 경로를 계획할 수 있는 에이전트는 창고 로봇부터 여행 예약과 일정 관리를 하는 소프트웨어까지, 실제 과제에 필요한 것과 같은 능력을 보여주는 것이다.

Minecraft가 이런 목적으로 쓰인 첫 게임은 아니다. 체스와 바둑 같은 보드게임은 오래전에 정복됐고, 비디오게임은 오랫동안 AI 테스트에 활용됐다. 그러나 대부분은 규칙이 고정돼 있고 승자가 분명하다. Minecraft는 끝이 열려 있고 유일한 정답 경로가 없어, 에이전트가 실험실 밖에서 마주할 혼란스럽고 모호한 문제에 더 가까운 대체물이 된다.

이 관심은 AI 업계가 진척을 측정하는 방식의 변화도 반영한다. 정적 테스트 점수는 점점 조작하거나 과적합하기 쉽다고 여겨진다. 몇 시간이 걸리고 모든 결정이 누적되는 게임은 속이기 어렵다. 그래서 Minecraft는 연구소가 실력을 과시하는 인기 수단이자, 외부인이 에이전트가 진정 유능한지 아니면 짧은 순간에만 강한지 판단하는 유용한 도구가 됐다.

현재까지 도움 없이 게임을 설득력 있게 클리어한 모델은 없다. 그러나 경쟁 자체가 많은 것을 드러낸다. 새로운 시도마다 기억, 계획, 팀워크에 대한 교훈이 나와 차세대 모델로 이어진다. 전 세계 독자에게 주는 시사점은 AI의 다음 도약이 더 큰 챗봇이 아니라, 한 번도 본 적 없는 세계에서 살아남는 법을 배우는 기계에서 올 수 있다는 것이다.