구글 딥마인드, 4개 Gemini 4 Argon 에이전트로 마인크래프트 최초 무인 완수 발표
구글 딥마인드가 4개의 Gemini 4 Argon 에이전트 협업으로 인간 개입 없이 27시간 14분 만에 마인크래프트를 최초로 자율 완수했다고 발표했습니다. Mineflayer 표준 라이브러리, 인게임 채팅과 공유 메모리, 사망 복구 루프 기반의 장기 호라이즌 코딩 분석입니다.
구글 딥마인드(Google DeepMind)가 2026년 10월 16일(현지 시각), 4개의 Gemini 4 Argon 기반 AI 에이전트를 투입해 인간의 개입 없이 마인크래프트(Minecraft)를 엔드투엔드로 완수하고 최종 보스인 엔더 드래곤(Ender Dragon)을 처치하는 데 성공했다고 발표했습니다. 딥마인드 연구진은 자체 조사 기준 AI 에이전트에 의한 마인크래프트 최초의 완전 자율 엔드투엔드 클리어 기록이라고 설명했습니다.
이미지 출처: @omarsar0 via X
이번 연구는 24시간 이상 이어지는 장기 호라이즌(Long-horizon) 환경에서 복수의 코딩 에이전트가 어떻게 계획의 일관성을 유지하고 협력할 수 있는지를 실증한 사례입니다. 에이전트들은 사전에 배정된 역할이나 규칙 스크립트 없이 27시간 14분 동안 게임 내 코드를 직접 생성·디버깅하며 전체 공정을 완수했습니다.
Mineflayer 기반의 자율 에이전트 제어와 인게임 채팅·공유 메모리 협업
연구진에 따르면 각 에이전트는 표준 Mineflayer 라이브러리를 통해 게임 내 캐릭터 1인을 독립적으로 제어했습니다. 주목할 점은 사전 프로그래밍된 하드코딩 게임 로직이나 특정 맵 시드(Seed) 분석이 전혀 배제되었다는 점입니다.
- 자율 역할 분담: 연구진이 역할을 미리 정해주지 않았으며, 에이전트들이 인게임 채팅을 통해 실시간으로 역할을 분배하고 작업을 조율했습니다.
- 자율 코드 작성 및 디버깅: 게임 진행에 필요한 모든 프로그램을 에이전트 스스로 계획하고 작성하며 오류 발생 시 자체 디버깅을 수행했습니다.
- 공유 메모리(Shared Memory): 게임 내 채팅뿐만 아니라 공유 메모리를 함께 활용해 각 에이전트가 학습한 내용을 공유하고 작업을 분담했습니다.
이를 통해 네 에이전트는 단일 에이전트의 단편적인 시야를 넘어, 팀 단위의 일관된 목표 트리를 장시간 유지할 수 있었습니다.
2,783개 프로그램 작성과 605회 사망: 사망 복구 루프의 중요성
전체 27시간 14분의 실행 과정에서 에이전트들은 총 2,783개의 제어 프로그램을 작성·실행했습니다. 동시에 4명의 에이전트는 총 605회 사망(Death)을 기록했습니다. 이는 에이전트당 평균 약 11분(팀 전체 기준 약 2.7분)에 한 번꼴로 사망이 발생했음을 의미합니다.
- 아이템 회수 및 승계: 에이전트들은 동료가 사망한 후 떨어진 아이템을 서로 회수하며 작업을 이어갔습니다.
- 오류 내성 설계: 이번 실험의 완주는 결함 없는 무결점 계획이 아니라, 지속적인 실패와 사망 상황에서도 공유 메모리에 기록된 목표 상태를 손실 없이 복원하고 작업을 이어간 회복 탄력성(Resilience)에 기반했습니다.
작업 도중 발생하는 예기치 못한 환경적 변수를 단일 세션의 실패로 단정 짓지 않고, 동료 에이전트가 아이템을 회수해 작업을 재개하는 구조가 완주의 결정적 요인이 되었습니다.
장기 호라이즌 소프트웨어 엔지니어링 및 엔터프라이즈 에이전트에 대한 시사점
딥마인드의 이번 성과는 단순한 게임 클리어를 넘어 장기 실행 엔지니어링 에이전트 아키텍처에 중요한 실증적 시사점을 제공합니다. 대규모 코드베이스 마이그레이션이나 수천 개의 의존성이 얽힌 소프트웨어 프로젝트에서는 단일 작업자의 중단이나 메모리 오염이 전체 실패로 직결되기 쉽습니다.
- 장기 계획 일관성: 수천 번의 의존적 단계와 24시간 이상의 시간 경과 속에서도 전체 계획이 흩어지지 않고 유지되었습니다.
- 커뮤니티의 관전 포인트: X 등 개발자 커뮤니티에서는 동일한 총 연산량(토큰 예산) 조건에서 단일 에이전트 베이스라인과 비교해 다중 에이전트 협업의 순수 효율 이득을 분리 검증할 필요가 있다는 점을 지적했습니다. 또한 여러 에이전트가 동시에 작성하는 공유 메모리에서 상충하는 정보를 어떻게 처리하고 일관성을 유지했는지에 대한 구체적 구조에도 높은 관심이 모이고 있습니다.
복잡한 상태를 동기화하고 예기치 못한 실패 시 중간 산출물을 회수하는 복구 패턴은 실무 엔터프라이즈 코딩 에이전트 설계에도 직접적인 참조 모델이 될 것으로 평가받고 있습니다.