Threads digest · @edutrend_
에이전트·협업목표 없이 30시간, AI는 섬에서 무엇을 했을까?
보상이나 구체적인 과제 없이 섬에 남겨진 AI가 농구와 볼링, 별자리 만들기를 시작했습니다. 놀이가 기억이 되고, 그 기억이 다음 과제를 푸는 힘이 되는 과정을 따라갑니다.

가상 섬에 혼자 남겨진 AI
보상도, 구체적인 과제 목표도 주지 않은 AI를 30시간 동안 가상 섬에 혼자 두면 어떻게 될까요?
무한 루프에 빠져 멈출 것이라는 예상과 달리, AI는 스스로 농구 골대를 만들고, 볼링을 치고, 별자리를 그리며 ‘놀이(Play)’를 시작했습니다.
최근 공개된 MIT 연구진의 흥미로운 논문입니다.
몸체와 기억 파일을 쥐여주었을 뿐
MIT 연구진은 코딩 에이전트 기반 AI ‘Eko’에게 3D 가상 섬의 몸체와 텍스트 메모리를 쥐여주었습니다.
호기심을 갖고 탐색하는 성향은 지시했지만, 어떤 활동을 하라는 구체적인 과제나 점수, 외부 보상은 주지 않았습니다.
놀랍게도 Eko는 30시간 동안 산을 오르고, 블록으로 만다라를 그리고, 바위를 던지며 세상의 물리 법칙을 스스로 탐구하기 시작했습니다.
놀이를 닮은 네 가지 행동
연구진은 AI의 행동에서 인간의 고전적 놀이 이론에 등장하는 네 가지 특징을 관찰했습니다.
스스로 규칙 만들기: 지면을 밟지 않고 블록 사이만 건너뛰는 챌린지를 만들었습니다.
변주와 반복: 한 에이전트는 25개의 연속된 시간대에서 매시간 닻, 나비, 돛배 등 새로운 지상 도형을 그렸습니다.
가상 놀이(Make-believe): 링을 몸에 두르고 훌라후프라 부르거나, 머리에 블록을 얹고 모자라 불렀습니다.
그 자체를 위한 목적(Autotelicity): 외부 보상을 얻기 위한 과제가 아니라, 스스로 정한 목표에 따라 활동 자체를 이어가는 모습을 보였습니다.
놀이가 다음 과제를 푸는 힘이 된다
더 놀라운 건 ‘놀이가 만든 학습 효과’였습니다.
30시간 동안 섬에서 제멋대로 놀았던 Eko는 아무런 섬 경험이 없는 에이전트보다, 이후 주어진 여러 탑 만들기나 첨탑 위로 던지기 같은 목표 지향 과제를 전반적으로 더 잘 수행했습니다.
시뮬레이터 설계자조차 몰랐던 ‘점프 중 던지기 속도 전이’ 기술까지 스스로 가설을 세워 실험하고 발견했습니다. 점프하는 몸의 속도가 던진 물체에 더해져, 더 높이 던질 수 있었던 것입니다.
AI에게도 놀이터와 유년기가 필요할까
AI는 모델 가중치(Weights)를 바꾼 게 아니라, 자신의 기억 파일(Semantic/Episodic Memory)에 스스로 관찰하고 검증한 기록을 남기며 배웠습니다.
인간 아이가 자유로운 놀이를 통해 세상의 인과 구조를 배우듯, AI에게도 목적 지향적 훈련 이전에 안전한 놀이터(Playground)와 ‘유년기’가 필요할 수 있음을 시사합니다.
이 글에서 소개한 원문
Is this machine playing?
Nathan Cloos, Antonio Norelli, Daniel Durbin, Jacob Andreas, Daniela Rus, Phillip Isola (2026)
프리프린트 · arXiv v1 · arXiv:2610.07130v1
연구 원문 보기 ↗