딥마인드, Argon 에이전트 팀 마인크래프트 완주

구글 딥마인드의 범용 코딩 에이전트 네 개가 사람 개입 없이 마인크래프트를 완주했다. Gemini 4 Argon으로 돌린 에이전트 팀은 무작위로 생성된 서바이벌 세계에서 맨손으로 시작해 27시간 14분 만에 최종 보스인 엔더 드래곤을 쓰러뜨렸다. 그동안 에이전트들이 스스로 짜고 돌린 자바스크립트 프로그램은 2,783개였고, 서로 주고받은 채팅은 229건, 죽은 횟수는 605번이었다. 연구진은 10월 15일 arXiv에 기술 보고서를 올렸고, 구글 딥마인드는 10월 16일 X에 결과를 알렸다. 연구진은 보고서에서 "우리가 아는 한 사람이 만든 게임 전용 도구 없이 AI 에이전트가 마인크래프트를 처음부터 끝까지 자율로 완주한 첫 사례"라고 밝혔다.

보고서는 구글 딥마인드의 막상스 팔도르, 사틴더 싱, 로베르타 라일레아누가 썼다. 핵심은 무엇을 주지 않았느냐다. 에이전트는 화면의 픽셀을 보지도, 키보드를 누르지도 않았다. 오픈소스 자바스크립트 라이브러리 Mineflayer와 그 길찾기 플러그인만 받았고, 역할 분담이나 게임 전략, 사람이 짠 게임 도구, 미리 정찰한 맵은 없었다. 게임에 관한 지시는 엔더 드래곤을 쓰러뜨리라는 한 문단이 전부였다. 에이전트는 "16블록 안의 철광석을 모두 캐라" 같은 짧은 프로그램을 써서 돌리고, 위치와 체력, 인벤토리, 오류 메시지 같은 결과 텍스트를 읽고 다음 프로그램을 썼다. 프로그램 실행 시간의 중앙값은 33.5초였다.

판은 마인크래프트 자바 에디션 1.20.4, 난이도 쉬움, 치트 명령 차단이었다. 팀이 갖춰진 건 10분 만이었다. janesick이 채팅으로 역할 분담을 제안했고 1분 안에 auratian이 다른 안을 내놓으며 역할이 정해졌다. 1시간 42분에 지옥으로 가는 네더 포털에 불이 붙었고, 10시간 43분에 엔더의 눈을, 13시간 17분에 엔드 포털이 있는 요새를 찾았다. 요새 위치는 janesick이 두 곳에서 엔더의 눈을 던져 궤적을 50밀리초마다 기록하고 두 직선의 교점을 계산해 찾았다. 1.3킬로미터 떨어진 지점을 추정했고, 오차는 43미터였다.

가장 오래 걸린 건 마지막 싸움이었다. 드래곤에게만 69번 죽었고 엔드에서의 전투는 14시간 가까이 이어졌다. 돌파구는 21시간 무렵 나왔다. auratian은 기둥 위 크리스털 열 개가 드래곤 체력을 계속 채운다는 점을 짚고, 곡괭이 없이 흙을 쌓아 올라가 크리스털을 주먹으로 깨면 된다는 방법을 팀에 알렸다. 마지막 크리스털이 깨지고 39분 뒤 드래곤이 쓰러졌고, 마지막 일격을 넣은 bulicame의 체력은 20 가운데 2.5만 남아 있었다.

협업 방식은 지시하지 않았는데도 사람 팀과 닮아 갔다고 연구진은 설명했다. 229건의 메시지 가운데 정확한 좌표를 담은 것이 173건, 공유 상자 관련이 64건, 동료에게 위험을 알린 경고가 24건, 죽은 동료의 아이템 회수가 20건이었다. 한 에이전트가 만든 보조 함수는 네 에이전트가 쓴 프로그램 655개에 다시 쓰였다. 성공했다고 잘못 알린 auratian은 2분 뒤 "직전 채팅은 검증하지 않은 스크립트 분기였다"고 스스로 정정했다.

비용도 공개됐다. 보고서에 따르면 승리까지 네 플레이어가 처리한 입력 토큰은 약 13억5000만 개로 그중 91%가 컨텍스트 캐시에서 나왔고, 출력 토큰은 사고 토큰 400만 개를 포함해 약 1600만 개, 모델 호출은 약 2만4000회였다. 공개 API 정가 기준으로 승리까지 약 520달러, 감시 에이전트와 승리 뒤 하루 활동까지 합친 전체 세션은 약 810달러로 추산됐다. 정가는 도입 할인가이고, 보도에 따르면 2027년부터 적용될 표준 가격으로는 각각 1,040달러와 1,620달러다. 연구진은 이 수치가 정가와 토큰 계수로 낸 추정치이며 실제 서비스 원가가 아니라고 적었다.

안전 장치는 따로 설계됐다. 게임 속 프로그램은 자기 캐릭터만 움직일 수 있었고 프로세스 실행이나 파일 쓰기가 막혀 있었다. 다섯 번째 에이전트인 옵서버는 직접 플레이하지 않고 부정행위와 사양 악용을 감시했는데, 옵서버와 연구진의 표본 로그 검토 모두 문제를 찾지 못했다. 연구진은 실시간 대시보드로 언제든 멈출 수 있었지만 개입할 일은 없었다. 메탈이 확인한 보고서 원문은 결과의 조건도 함께 적었다. 연구진에 따르면 프로그램의 22%가 오류로 끝났고, 서버가 여섯 번 재시작됐으며, 처음 시도한 단 한 번의 실행이라 재현성을 보여 주지 못한다. Mineflayer가 바위 뒤의 블록과 드래곤의 내부 상태까지 텍스트로 알려 준다는 점에서 사람의 플레이와는 조건이 다르다는 점도 연구진 스스로 밝혔다.

앞선 시도와의 차이는 주어진 도구의 양이다. 보고서에 따르면 9월에는 클로드 Opus 5 단일 에이전트가 사람이 만든 마인크래프트 도구 37개를 불러 보통 난이도에서 드래곤을 잡은 커뮤니티 프로젝트가 있었고, 평화 난이도의 고정 맵에서 계획기와 행동 모델을 짝지은 사례도 있었다. 사람 기준으로는 게임 순위 사이트의 본편 완주 중앙값이 45시간, 무작위 맵 스피드런 기록은 7분 미만이다.

메탈은 구글 딥마인드의 Gemini 4 Argon 공개를 보도한 바 있으며, 이번 결과는 그 모델을 범용 코딩 에이전트로 묶어 하루 넘게 굴린 첫 공개 사례다. 라이아 해드셀 구글 딥마인드 연구 부사장은 X에 "팀으로 계획하고, 적응하고, 복잡한 문제를 푸는 Argon의 능력을 보여 주는 멋진 사례"라고 썼고, 주빈 가라마니 구글 딥마인드 연구 부사장은 "끝까지 놀라운 장기 계획과 문제 해결 능력을 보여 줬다"고 평가했다. 연구진은 같은 실험 틀을 소프트웨어 공학과 과학 연구, 설계, 로보틱스로 넓히겠다고 밝혔다. 다음 과제로는 사람처럼 픽셀과 가상 키보드·마우스로 하는 플레이, 더 큰 팀, 목표가 정해지지 않은 자유 플레이를 꼽았다. 팔도르 연구원은 X 아티클에서 "드래곤은 쓰러졌지만 믿을 수 있는 AI 팀원을 만드는 진짜 일은 이제 시작"이라고 적었다.