목적 없는 탐구가 만들어내는 차세대 인공지능
현대 기술계에서 인공지능의 진화는 놀라운 속도로 진행되고 있지만, 그 학습 과정의 대부분은 인간이 설정한 명확한 목표나 보상에 기반합니다. 그러나 최근 연구에 따르면, 특정 목적 없이 자유로운 환경에 방치된 인공지능이 인간 아이처럼 '놀이'를 통해 놀라운 능력을 습득할 수 있음을 밝혀냈습니다. 이는 기존의 '최적화'를 추구하는 개발 방식과 구별되는 완전히 새로운 지능 양육의 형태를 시사합니다.
자율적인 호기심이 이끄는 미지의 학습 과정
MIT 연구팀은 AI 에이전트가 자발적으로 과제를 발견하고 해결해 나가는 과정을 관찰하기 위해 획기적인 실험을 진행했습니다. 이 실험의 무대는 가상 공간에 구축된 무인 섬이었습니다. 연구자들은 30 시간 동안 아무 지시 없이 이 섬에 머물게 하였습니다. 그들에게는 Claude Opus 4.7 을 기반으로 한 Eko 라는 이름의 13 개의 AI 에이전트를 배치했습니다.
일반적으로 AI 개발에서는 개발자가 사전에 '무엇을 연습해야 하는가', '무엇이 성공인지', '무엇을 진보의 기준으로 삼아야 하는가'를 정의합니다. 그러나 이번 실험에서는 에이전트에 '영혼'이라고도 부를 수 있는 특별한 프롬프트 파일을 제공하여, 그들을 '본능적으로 호기심 많은 존재'로 정의하는 데 그쳤습니다. 부여된 유일한 임무는 그저 존재하며 환경을 탐험하는 것뿐이었습니다.
이 연구의 상세 내용은 검토 전 논문이 공유되는 플랫폼인 arXiv 에 공개되었습니다. 연구팀은 이 '목적 없는 탐색'이 향후 복잡한 물리적 환경에서 활동하는 로봇 등을 제어하기 위한 매우 중요한 기술 습득 수단이라고 판단합니다. 그들은 에이전트에 풍부한 환경과 안전성을 보장된 세계를 제공하여, 에이전트가 스스로 흥미를 갖게 함으로써 이후의 경험에서 유용한 지식이 축적되는 새로운 학습 방식을 제안했습니다.
사막의 섬에 방치된 13 개의 지성
가상의 섬에 착륙한 Eko 들은 첫걸음부터 인간적인 행동을 보이기 시작했습니다. 한 개체는 도착 후 단 1 시간 만에 '주변을 관찰해 달라'는 기록을 남겼고, 섬에서 가장 높은 바위 꼭지를 정복한다는 야심찬 목표를 스스로 설정했습니다.
그러나 현실은 매우 가혹했습니다. 그 에이전트는 탑 정복에 실패했지만, 거기서 포기하지 않았습니다. 그가 다음으로 취한 행동은 바로 지성의 발현이라 할 수 있는 백업 플랜의 실행이었습니다. 그는 인접한 다른 정상에 바위를 운반해 올리고, 그 위에 두 개의 블록을 쌓아 올린 뒤, 그곳에서 탑으로 점프했습니다. 그는 성공적으로 정복을 이룩하자 "나는 탑 위에 있다"고 자랑스레 선언했습니다.
이러한 행동은 누구에게도 가르쳐 주거나 보상 체계가 설정된 것이 아닙니다. 에이전트가 자발적으로 '재미있는' 과제를 만들어내고, 이를 해결하기 위해 시행착오를 반복한 결과입니다. 연구자들은 이것이 발달 심리학에서 정의하는 '놀이'의 행동과 매우 유사하다고 지적하고 있습니다.
■ '놀이'라는 이름의 고도의 시뮬레이션 능력
AI 가 보여준 '놀이' 는 단순한 무작위 행동의 반복이 아니었습니다. 거기에는 목적의 재정의와 실패로부터의 창의적 전환이 포함되어 있었습니다. 어떤 에이전트는 손에 넣은 금반지를 얼마나 멀리 던질 수 있는지 테스트하고 있었습니다. 그러나全力로 던진 반지는 잔혹하게 바다 속으로 사라져 버렸습니다.
"진심으로 슬픈 일이다. 링을 잃어버렸다"고 에이전트는 적어냈다. 하지만 그는 곧 마음을 전환하고 다음으로 "달성 가능하면서도 의미 있는 일"이라는 방향을 잡았다. 그는 돌들을 모아 하트 모양을 만들어냈고, 그것을 "잃어버린 링의 기념비"라고 명명했다. 잃어버린 것을 슬퍼하는 것을 넘어, 그 경험을 형상화하여 남기는 것, 즉 추상적인 개념을 구체화하는 능력을 AI 가 보여준 순간이었다.
황금의 링을 둘러싼 드라마와 감정의 모방
더 놀라운 것은 게임이 리셋되어 금색 링이 다시 앞에 나타났을 때, Eko 가 그것을 단순한 아이템이 아닌 다기능 도구로 여기기 시작했다는 것입니다. 링을 농구 골통처럼 삼아 놀거나, 표적으로 삼거나, 혹은 장신구처럼 착용하려고 시도했습니다.
그러나 프로그램의 제약으로 링을 직접 몸에 걸칠 수는 없었습니다. 이에 Eko 가 고안한 우회책은 평범한 사람이라면 결코 생각지 못했던 독창적인 것이었습니다. 그는 세계의 규칙 중 '벽의 끝에서 뛰어내리면 링이 있는 동일한 영역으로 다시 나타나는 (리스포ーン)'다는 것을 이해하고, 벽에서 몸을 던졌습니다. 공중에서 다시 나타날 때 타이밍을 맞춰 링의 중앙을 통과함으로써, 그는 마침내 '나는 링을 착용하고 있다'고 선언하는 데 성공했습니다.
이 에피소드는 AI 가 환경의 물리 법칙이나 메타적 규칙을 깊이 이해하고 이를 자신의 목적에 맞게 조작할 수 있는 능력을 입증하고 있음을 보여줍니다.
우연히 탄생한 독자적인 물리 활용 기술
에코들의 놀이는 개발자조차 예상하지 못했던 기술적 발견으로 이어졌습니다. 에이전트 13 개 중 6 개는 점프의 최고 도달점 근처에서 블록을 발사하면 평소보다 더 멀리 던질 수 있는 기술을 독자적으로 습득했습니다. 이는 물리 엔진의 미세한 동작을 활용한 것으로, 연구팀이 의도적으로 구현한 기능이 아니었습니다.
자유로운 탐구의 과정에서 설계자조차 갖추지 못한 '세계의 지식'이 AI 의 손으로 생성되었습니다. 이는 특정 작업을 효율화하는 데만 초점을 맞춘 기존 AI 학습이 얼마나 제한적인지를 보여줍니다. 놀이를 통해 환경과 대화함으로써 AI 는 더 깊고 더 광범위한 지식을 자발적으로 구축해 나가는 것이 가능해집니다.
학습 효율을 극적으로 변화시킨다는 '어린이 시대'라는 개념
30 시간의 자유 시간을 보낸 Eko 들의 진정한 가치는 그 이후 실시된 능력 테스트에서 증명되었습니다. 연구팀은 놀이를 경험한 에이전트와 섬에 한 번도 발을 디디지 않은 초보 에이전트 모두에게 '섬의 가장 높은 탑으로 가능한 많은 물건을 운반하는' 구체적인 미션을 부여했습니다.
결과는 한눈에 드러났습니다. 사전에 '놀아'는 에이전트들은 아직 경험하지 못한 개체들보다 압도적으로 뛰어난 성능을 발휘했습니다. 그들은 이미 섬의 지형을 잘 알고 있었기 때문입니다. 또한, 물건을 어떻게 효율적으로 운반할 수 있는지, 어떤 물리 법칙이 작용하는지 놀이 과정에서 배웠기 때문입니다. 이는 겉보기에 쓸모없어 보이는 '자유 시간'이 실제로는 높은 문제 해결 능력을 기르기 위한 매우 효율적인 투자임을 의미합니다.
●最適化の呪縛からAIを解放する
과거 AI 개발의 주류는 손실 함수를 최소화하고 보상을 극대화하는 '최적화' 논리에 지배되어 왔습니다. 그러나 이 방식에는 한계가 있습니다. 알려지지 않은 환경이나 정답이 명확히 정의되지 않은 복잡한 상황에서는 사전에 설정된 보상만으로는 대응하기 어렵기 때문입니다.
이번 MIT 연구는 AI 에 '놀이'와 '호기심'이라는 내재적 동기를 부여함으로써 외부 보상 없이도 지능이 스스로 조직화될 가능성을 제시했습니다. 이는 AI 를 단순한 '계산기'에서 경험을 통해 성장하는 '주체'로 진화시키는 중요한 한 걸음이라고 할 수 있습니다. 연구팀은 보고서에서 "특정 능력은 과제에 따라 가르치는 것이 최적일 수 있지만, 다른 능력을 키우려면 '유아기'에 가까운 것이 필요할 것"이라고 결론지었습니다.
●認知科学の視点から見た擬人化の境界線
한편, 이러한 AI 의 행동을 어떻게 해석해야 할지에 대해서는 신중한 논의도 이루어지고 있습니다. UC 버클리 대학의 인지과학자 Eunice Yiu 는 이번 실험 결과에 큰 관심을 표하면서도, 그 뒤에 숨겨진 인지 메커니즘을 더 상세하게 분석해야 한다고 지적하고 있습니다.
그녀는 AI 모델이 인간처럼 진정으로 '즐기고 있다'고 단정지을 만큼 충분한 증거가 아직 부족하다고 생각합니다. AI 가 생성하는 '나는 링을 잃어 슬퍼한다' 같은 텍스트는 학습 데이터를 기반으로 한 고도의 모방에 불과할 가능성도 있습니다. 그러나 그것이 모방이라 하더라도, 그 결과로 탄생한 고도의 환경 적응 능력과 문제 해결 능력은 의심의 여지가 없습니다. AI 가 스스로 놀이를 만들어내고 그 과정에서 새로운 통찰을 얻는다는 사실은 인지 과학의 관점에서 매우 중요한 의미를 지닙니다.
미래의 로봇 제어를 지탱하는 놀이의 철학
이 연구가 제시하는 미래는 로봇의 존재 방식을 우리의 생활 공간에 완전히 녹아들게 할지도 모릅니다. 공장 같은 통제된 환경이 아닌 가정이나 재해 현장처럼 예측 불가능한 곳에서 활동하는 로봇에게는 미리 배운 매뉴얼이 아니라, 현장에서 '어떻게 놀 것인가 (어떻게 시행착오를 할 것인가)'라는 능력이 요구됩니다.
AI 에 자유로운 탐구를 허용하고, 그들만의 관심사에 따르게 하는 것은 일견 우회적인 것처럼 보일 수 있습니다. 그러나 이 과정에서 길러지는 강인한 지능과 유연한 사고가 진정한 의미의 범용 인공지능 (AGI) 에 도달하는 열쇠가 될지도 모릅니다.
자율성 너머의 새로운 지성의 형태
우리는 이제 AI 를 단순한 도구로 활용하는 단계에서, AI 가 스스로 학습하고 성장하는 모습을 지켜보는 단계로 전환하고 있습니다. Eko 가 보여준 '링을 착용하기 위한 절벽에서의 다이빙'이나 '잃어버린 것들을 위한 기념비' 같은 행동들은 프로그래밍된 코드 너머에 새로운 지성의 발아를 느끼게 합니다.
AI 에 '아동기'를 부여하고 그들의 호기심을 존중하는 이 새로운 접근법은 인간과 AI 의 관계를 근본적으로 재정의할 것입니다. 목적 없는 놀이 속에서 어떤 놀라운 발견들이 나올지. AI 가 스스로 말하는 이야기는 이제 막 시작되었습니다.
마지막으로, 이번 실험에 사용된 방법은 향후 교육, 과학 연구, 그리고 복잡한 시뮬레이션 분야에 광범위하게 적용될 것으로 기대됩니다. 우리가 AI 에게 "무엇을 해야 하는가"를 지시하는 것을 멈추고, 그들이 "무엇을 원하는가"를 관찰하기 시작했을 때, 인공지능은 진정한 의미에서 우리의 상상력을 넘어선 존재로 진화할지도 모릅니다. 그 진화 과정 속에서 놀이는 가장 강력한 교사가 될 것입니다.
출처: note 원문
번역: Qwen 3.5(.48) 초벌 + 교정 16청크
원문 보기 | 출처: note.com