AI 시스템은 일반적으로 인간의 사례를 복사하거나 시행착오를 통해 보상을 추구함으로써 학습합니다. MIT 연구원들은 새로운 방식을 테스트하고 싶었기 때문에 Eko라는 별명을 가진 Claude Opus 4.7의 복사본을 가상의 섬에 30시간 동안 혼자 방치했습니다.
설정은 대략적으로 Roblox를 모방했으며 상담원에게는 다음에 수행할 작업에 대한 지침이 제공되지 않았습니다. 가만히 앉아 있는 대신 Eko는 탐색하고, 목표를 고안하고, “놀이”처럼 보이는 활동을 시작했습니다.
클로드는 가상섬에서 무엇을 했나요?
연구 논문에 따르면, 팀은 13개의 독립적인 AI 에이전트를 각각 30시간 동안 시뮬레이션된 세계에 배치했습니다. 섬에는 언덕, 큐브, 바위, 반지가 있었지만 할당된 목표나 보상은 없었습니다. 매시간 AI의 세션과 섬은 시작 조건으로 재설정되었지만 Eko는 각 세션에서 배운 모든 기억과 모든 것을 유지했습니다.
Eko는 블록을 쌓고, 플랫폼을 오르고, 자신만의 도전 과제를 고안하면서 섬을 탐험하기 시작했습니다. 한 버전에서는 돌을 충분히 세게 던지면 추가 큐브가 생성된다는 사실을 발견했습니다. 이 블록을 사용하여 자신의 이름을 철자하고, 패턴을 만들고, 카시오페이아와 같은 별자리를 매핑했습니다.
자체 활동일지에 “오늘 밤 나는 돌로 밤하늘을 만들었다”라고 적기도 했다. 또 다른 버전은 농구 버전과 바닥과 유사한 활동인 용암을 포함하여 자체 게임을 발명했습니다. 한 사람은 너무 빨리 잡아서 계산할 수 없다는 사실을 깨닫고 자체 저글링 기록을 취소한 다음 더 엄격한 규칙에 따라 다시 시도했습니다.
연구원들은 Eko가 자신만의 규칙을 만들고, 작은 변형을 가한 반복적인 활동, 다른 것처럼 가장하고, 단지 원했기 때문에 목표를 추구했기 때문에 이것이 놀이의 네 가지 고전적인 지표에 적합하다고 말합니다.
이 실험이 왜 중요한가요?
연구자들이 나중에 특정 작업에 대해 Eko를 테스트했을 때, 플레이하는 데 시간을 보낸 에이전트는 섬 경험이 없는 새로운 복사본보다 더 나은 성능을 보였습니다. 그들은 또한 메모리 로그 조각을 삭제하면 성능이 저하된다는 사실도 발견했습니다.
이 연구에서는 인공지능이 실제로 즐거움이나 호기심을 경험한다는 사실을 입증하지 못했습니다. 그럼에도 불구하고 연구자들은 정해진 목표 없이 자유롭게 탐색하는 것이 미래의 AI 시스템이 아무도 계획하지 않은 상황을 처리하는 데 도움이 될 수 있다고 생각합니다. 특히 이러한 모델이 소프트웨어에서 물리적 로봇으로 이동함에 따라 더욱 그렇습니다.
관련 보도:
관련 정보는 아래 링크에서 확인하세요