
연구진의 arXiv 논문에 따르면 제미나이 4 아르곤 기반 AI 에이전트 4개가 직접 코드를 작성하고 협업해 27시간 14분 만에 마인크래프트의 엔더 드래곤을 처치했다. 쉬움 난이도의 단일 실행으로, 일반적인 성공률을 입증한 결과는 아니다.
막상스 팔도르(Maxence Faldor), 사틴더 싱(Satinder Singh), 로베르타 라일레아누(Roberta Raileanu) 연구진이 15일 제출한 논문은 범용 코딩 에이전트가 하루 넘게 이어지는 목표를 얼마나 지속적으로 수행하는지 살폈다. 자원 수집부터 도구 제작, 다른 차원 탐색, 최종 전투까지 여러 단계가 서로 맞물린 과제를 팀 단위로 맡겼다.
실험은 무작위로 생성한 마인크래프트 자바 에디션 1.20.4 세계에서 진행됐다. 생존 모드와 쉬움 난이도를 사용했고 치트 명령은 비활성화했다. 연구진은 플레이 도중 사람이 전략을 지시하거나 게임에 개입하지 않았다고 밝혔다. 별도의 다섯 번째 에이전트는 게임에 참여하지 않고 기록과 진행 상황을 관찰했다.
네 에이전트는 화면을 보고 키보드나 마우스를 움직이는 대신 오픈소스 자바스크립트 라이브러리 마인플레이어(Mineflayer)와 경로 탐색 플러그인을 사용했다. 위치와 체력, 소지품, 주변 환경을 텍스트로 읽고 이동·채굴·제작·공격을 수행하는 프로그램을 직접 작성하는 방식이다. 게임 공략용 코드나 역할 분담표를 따로 제공하지 않았으며, 작업 배분은 에이전트들이 게임 채팅과 공유 메모리로 조율했다.
목표 달성까지 작성·실행한 프로그램은 2783개, 주고받은 메시지는 229개였다. 한 에이전트가 식량과 물자를 모으고 다른 에이전트가 도구 제작과 요새 탐색을 맡는 식으로 역할이 나뉘었다. 동료가 사망해 떨어뜨린 물건을 회수하거나, 도구 사용 중 발견한 오류와 해결법을 공유하는 모습도 기록됐다. 연구진은 서버 로그의 엔더 드래곤 처치 관련 도전과제 기록으로 성공 시점을 확인했다.
시행착오는 적지 않았다. 플레이어들은 총 605번 사망했고 프로그램의 22%가 오류로 끝났다. 최종 전투 구간에만 거의 14시간이 걸렸으며, 전체 실행 도중 서버도 6차례 재시작됐다. 이 시간은 27시간 14분이라는 완료 기록에 포함됐다.
연구진은 목표 달성까지 네 플레이어가 약 13억5000만 개의 입력 토큰과 1600만 개의 출력 토큰을 처리했다고 집계했다. 입력 토큰의 91%에는 문맥 캐시가 적용됐다. 공개 API 도입 가격으로 계산한 추정액은 약 520달러, 일반 가격 기준으로는 약 1040달러다. 이는 관찰 에이전트와 목표 달성 이후 활동을 제외한 추산이며, 모델 운영 원가를 뜻하지 않는다.
성과를 사람의 플레이와 직접 비교하기는 어렵다. 마인플레이어는 암석 뒤의 블록이나 드래곤의 내부 상태처럼 사람이 화면만으로는 알기 어려운 정보까지 제공한다. 경로 탐색도 플러그인이 처리한다. 모델에는 마인크래프트와 해당 라이브러리에 관한 사전 학습 지식이 있고, 쉬움 난이도에서는 몬스터의 피해량과 굶주림의 영향도 제한된다.
연구진은 첫 시도 한 번의 실행만 보고했기 때문에 반복적인 성공률을 판단할 수 없다고 명시했다. 이번 결과는 범용 코딩 에이전트들이 긴 작업을 나누고 실패에서 회복하는 사례를 보여주지만, 실제 업무에서의 신뢰성이나 화면 기반 게임 수행 능력까지 검증한 결과는 아니다.
출처: 연구진의 arXiv 논문 ‘A team of Gemini 4 Argon agents beats Minecraft’ https://arxiv.org/abs/2610.22319
논문 본문 https://arxiv.org/html/2610.22319v1









