SwarmWorld: 말 없이 협력하는 LLM 에이전트 사회와 창작자보다 오래 남는 기술

SwarmWorld에서는 에이전트가 대화하지 않아도 다른 에이전트가 남긴 장치와 환경 변화를 관찰하며 작업을 이어갑니다. 이 공유 세계는 독립 탐색보다 여러 기능을 갖춘 기술 집합을 만드는 데 유리했지만, 최고의 단일 장치까지 보장하지는 않았습니다. MIT 연구진의 논문이 보여 준 것은 정해진 시뮬레이터 안에서 결과물이 축적되는 협력입니다. 실제 재료를 발명했거나 현실의 멀티 에이전트 시스템이 항상 더 낫다는 증거로 확대하면 실험의 뜻이 달라집니다.

에이전트가 남기는 것은 작동하는 세계 상태입니다

Subhadeep Pal, Fiona Y. Wang, Markus J. Buehler는 같은 모델과 초기 능력을 가진 에이전트에게 환경 회복력을 높이는 생체모방 재료 시스템을 개발하게 했습니다. 기본 환경인 BioFoundry는 72×54칸의 격자입니다. 지형·자원·가공 시설의 위치가 다르고, 수분·온도·오염 같은 값이 장소와 시간에 따라 변합니다. 에이전트는 주변에서 자원을 채집하고 가공법을 정해 소량의 재료를 제작한 뒤 시험합니다. 시험한 재료로 지속적으로 남는 장치(artifact)를 만들고 제어 프로그램을 설치할 수 있습니다. 이런 행동의 허용 여부와 결과는 결정론적 시뮬레이터가 판정합니다. 장치 이름이나 “오염을 제거한다”는 설명 자체에는 물리적 효과가 없습니다. (방법 S2.1~S2.4)

에이전트는 전역 지도를 한꺼번에 읽지 않습니다. 자기 주변의 관찰, 과거 경험을 저장한 개인 기억, 해당 실험 조건에서 허용한 공유 기록을 받아 다음 행동을 정합니다. 논문 설정은 gpt-5.6-luna, temperature 0.7, low reasoning effort였고 역할별 프롬프트는 없었습니다. 한 번의 판단으로 최대 12개 행동을 계획하되, 실제 실행은 에이전트당 tick마다 하나씩 시도합니다. tick은 시뮬레이션의 시간 단계이며 LLM 호출 한 번과 같지 않습니다. 판단 사이에도 환경과 장치는 계속 갱신됩니다. (방법 S2.1, 알고리즘 1)

장치 제어기는 임의의 Python 코드가 아닙니다. 16개 레지스터와 1~64개 명령을 쓰는 제한된 언어로, 주변 수분이나 장치 상태를 읽고 물 수집·자가 수리·개방 정도 변경 등을 요청합니다. 반복문·파일 접근·네트워크 접근은 없습니다. 요청한 효과도 가용 자원과 시뮬레이터 규칙의 제약을 받습니다. 공개 코드의 programs.py에서도 이 명령 범위와 한도를 확인할 수 있습니다.

이 구조에서 한 에이전트의 작업은 다음 에이전트의 입력을 바꿉니다. 자원 채집은 남은 자원량을 바꾸고, 설치한 장치는 관찰 대상이 되며 주변 환경에 영향을 줍니다. 다른 에이전트는 그 상태를 보고 사용할 자원이나 다음 작업을 결정합니다. 이런 환경을 매개로 한 간접 조율이 스티머지(stigmergy)입니다. 대화가 없어도 가능하지만, 읽고 수정할 수 있는 공유 상태와 지속되는 결과물이 필요합니다. (방법 S2.5)

대화와 코드 상속을 따로 제거한 비교

연구진은 공유 세계 자체의 효과와 명시적인 지식 전달의 효과를 나누기 위해 네 조건을 비교했습니다. “대화 없음”과 “명시적 문화 없음”은 서로 다른 실험입니다. (그림 3, 표 S2)

독립 탐색 기준선은 한 명의 고정된 우승자를 고르는 방식이 아닙니다. 장치 성능, 회복력, 발명 수마다 다른 에이전트가 선택될 수 있고 시점마다도 바뀝니다. 공유 세계의 상대는 이런 지표별 best-of-N 결과입니다. 대응하는 에이전트의 초기 위치와 예정된 판단 기회는 맞췄지만 토큰 사용량까지 같게 제한하지는 않았습니다. 공유 기록이 늘면 입력도 길어질 수 있으므로, 이 비교를 같은 비용에서의 효율 비교로 읽어서는 안 됩니다. (방법 S2.6~S2.8)

인구 규모 실험은 N=50·100·200, 네 조건, 네 세계 seed(초기 세계를 재현하는 난수 시드)를 조합한 48개 에피소드로 각각 800 tick을 진행했습니다. 격자 크기는 고정되어 있으므로 인구 증가에는 밀도 증가도 포함됩니다. 별도의 장기 실험은 N=100에서 full culture·no explicit culture·독립 탐색을 각각 네 seed로 3,200 tick까지 진행했습니다. 결과를 일반화할 때의 독립 반복 수는 조건당 세계 네 개입니다. 수백 명의 에이전트를 수백 개의 독립 표본으로 세지 않습니다. (연구 설계와 통계 방법)

평가에서는 에이전트의 추가 개입을 끊습니다

장치가 쓸모 있는지는 에이전트의 자기평가와 별개로 측정합니다. 체크포인트의 세계 상태를 복제해, 탐색 중 접하지 않은 여덟 가지 교란 일정에서 각각 288 tick 동안 시험합니다. 오염·가뭄·폭풍의 위치와 시점 등을 바꾸고, 에이전트 행동과 추가 LLM 호출 없이 환경 및 설치 프로그램을 계속 실행합니다. 논문이 “에이전트를 제거한 평가”라고 부르는 절차입니다. 공개 코드의 _run_agent_free_assay는 매 단계 빈 행동 집합으로 시뮬레이터를 진행합니다. (그림 3, 방법 S2.7~S2.9)

여기서 회복력은 현실의 수명이나 안전 인증이 아닙니다. 물 수집·오염 제거·구조 지지 등 서비스별로 가장 높은 현재 기능을 구하고, 기능의 평균과 균형을 반영한 점수를 계산합니다. 포트폴리오 회복력은 여러 서비스가 얼마나 고르게 확보되었는지를 나타내며, 장치 개수를 그대로 더하지 않습니다. 홀드아웃 회복력은 이 점수를 평가 시간과 교란 일정에 걸쳐 평균한 값입니다. 따라서 “창작자보다 오래 남는다”는 결과의 범위는 추가 에이전트 개입 없이 288 tick의 시험에서도 기능을 제공했다는 데 있습니다. (평가 정의와 구현)

기술 집합과 최고 단일 장치는 다른 결과를 냅니다

3,200 tick의 마지막 시점에서 나온 네 seed 평균은 다음과 같습니다. 논문 그림 14의 결과를 공개 데이터의 seed별 endpoint 표와 대조한 값입니다. 점수는 시뮬레이터가 정의한 정규화 지표이며, 마지막 행은 과거 최고 기록이 아닌 최종 상태의 최고 장치입니다.

“검증된 발명”도 이름만 붙인 아이디어를 뜻하지 않습니다. 시험한 재료, 완성된 설계 설명, 에이전트가 작성한 프로그램, 성능과 행동적 새로움의 임계값을 모두 충족해야 합니다. 평균 발명 수에 소수가 있는 이유는 네 세계의 결과를 평균했기 때문입니다. (방법 S2.9)

이 결과는 협력의 목표를 구분하게 합니다. 여러 서비스를 갖춘 결과물 집합에서는 공유 세계가 앞섰고, 최종 단일 장치에서는 독립 탐색이 앞섰습니다. full culture도 모든 지표에서 no explicit culture보다 높지 않습니다. 장기 실험에서 두 조건의 홀드아웃 회복력 순위는 시점에 따라 바뀌었고 마지막에는 비슷했습니다. 짧은 인구 실험에서도 발견 성능의 순위가 N에 따라 달랐습니다. 논문이 말하는 “제한된 집단 이점”은 이런 지표·시점·조건의 차이를 포함합니다. (그림 4, 13~14)

관찰에서 시작한 확산과 바뀌는 작업 역할

장기 실험에서 다른 에이전트가 한 번이라도 재사용한 장치 비율은 full culture 99.3%, no explicit culture 96.9%였습니다. 재사용된 장치의 첫 재사용까지 중앙 시간은 각각 5 tick과 8 tick이었고, 두 조건 모두 약 95%가 직접 관찰에서 시작했습니다. 여기서 재사용에는 비창작자의 관찰, 인과적 참조, 프로그래밍, 수리가 포함됩니다. 95%가 장치를 복제했거나 개선했다는 뜻은 아닙니다. 창작자와 첫 사용자의 직접 소통이 무작위로 시간을 섞은 비교보다 일관되게 많지도 않았습니다. 기록은 기술과의 첫 접촉이 대개 세계 관찰에서 일어났음을 보여 주지만, 명시적인 소통이 전체 과정에서 아무 영향도 없었다고 결론내리지는 않습니다. (그림 20, 용어 정의)

코드 상속은 별도의 근거로 추적합니다. 포크가 허용된 조건에서는 부모 프로그램을 실제로 알고 있어야 하고 명령을 하나 이상 바꿔야 합니다. 프로그램 내용의 해시와 부모·자식 관계가 남으므로, “누군가의 아이디어를 이어받았다”는 자기 주장과 실행 코드의 계보를 구분할 수 있습니다. full culture의 3,200 tick 시점에서 seed별 최대 계보 깊이의 평균은 9.75였습니다. 관찰 중심의 확산과 실행 프로그램 상속은 함께 일어날 수 있는 서로 다른 현상입니다. (그림 15, 공개 포크 검증 코드)

분업도 사전에 부여한 직업이 아닙니다. 연구진은 실행 뒤 이동·장치 접근·작업 행동 등을 묶어 건설/운영, 장치 주변 관리, 문화적 조율, 이동 탐색이라는 활동 상태를 분류했습니다. 장기 full culture 조건에서 건설/운영 비율은 첫 200 tick 구간의 0.008에서 마지막 구간의 0.535로 늘었습니다. 같은 에이전트가 시기에 따라 다른 상태로 옮겨갑니다. 다만 조율 행동을 금지한 조건과의 비교에는 분류 자체가 영향을 받습니다. 논문은 소통 관련 특징을 뺀 별도 분석에서도 이동 탐색과 장치 주변 작업의 구분이 나타나는지 확인했습니다. 이를 인간과 같은 직업 정체성이나 의도의 형성으로 해석할 근거는 없습니다. (그림 S4, 방법 S2.10)

다른 세계로 옮겨도 물리적 검증은 별개입니다

화산 재료 환경인 AshenRealm에서도 공동 제작과 코드 상속이 나타났습니다. 그러나 자원·목표·점수 체계가 달라 BioFoundry와 원점수를 나란히 놓고 난이도를 비교할 수는 없습니다. 단백질 재료 환경인 Protein Realms는 더 좁은 실행 가능성 시험입니다. 12개의 미리 정한 서열 변형을 선택하는 환경이며, 숨겨진 물성은 고정된 시뮬레이터 사전값입니다. 새로운 단백질을 자유롭게 생성하거나 생화학 실험으로 검증한 결과가 아닙니다. (논문 2.8~2.9절)

Protein Realms의 N=50·800 tick·단일 seed 파일럿에서는 no communication 조건과 선택된 독립 탐색 에이전트만 지속 장치 제작에 필요한 시험을 완료했습니다. full culture와 no explicit culture는 완료하지 못했습니다. 이 결과는 다른 재료 표현으로도 탐색·가공·시험·설치 절차를 실행할 수 있음을 보여 주며, 조건 간 우열을 일반화할 반복 실험은 아닙니다. 논문 그림 24의 장치 그림 역시 제안된 구조를 설명하는 시각자료이며 제조한 실물이나 분자 구조 예측으로 읽어서는 안 됩니다. (그림 24)

공개 코드와 데이터로 확인할 수 있는 범위

2026년 10월 16일(KST) 기준 arXiv에는 2026년 8월 26일 17:45 UTC에 제출된 v1이 올라와 있으며, 공식 SwarmWorld 저장소와 Hugging Face 데이터셋에 접근할 수 있습니다. 코드에는 시뮬레이터·설정·재생 도구·테스트가 있고, 논문의 60개 분석 에피소드와 독립 탐색 구성원 기록 등 약 8.4GB의 데이터는 별도로 배포합니다. 소스 릴리스는 Apache-2.0이며 Python 패키지와 명령 이름은 호환성을 위해 biofoundry를 유지합니다. (README와 데이터 안내)

공개 소스 6af7ae9의 동작을 읽고 배포된 요약 표의 평균을 계산하는 것만으로는 전체 LLM 실험의 독립 재현을 입증할 수 없습니다. 데이터는 엔진 revision 9를 사용하며 정확한 재생에는 호환되는 엔진이 필요합니다. 현재 소스 릴리스에는 생성된 논문 보고서와 그림 파이프라인이 제외되어 있으므로, 논문에 적힌 내부 저장소 구성과 공개 소프트웨어 배포 범위도 구분해야 합니다. (릴리스 출처와 호환성)

SwarmWorld의 설계에서 가져올 만한 질문은 에이전트 수보다 결과물의 검증 방식입니다. 공유 작업이 다음 에이전트에게 어떤 관찰로 전달되는지, 그 결과물이 추가 LLM 개입 없이 무엇을 하는지, 여러 기능의 확보와 단일 최고 성능 중 무엇을 최적화하는지를 따로 측정할 수 있습니다. 현실의 파일·데이터베이스·로봇 환경에 같은 설계를 적용하려면 그 환경의 권한·자원·실패 조건으로 다시 검증해야 합니다. 네 seed와 하나의 모델 설정, 합성 물리계에서 얻은 성과만으로 실제 협업의 우위를 예측할 수는 없습니다.

함께 보면 좋을 자료

• SwarmWorld 전체 논문과 보충 방법: 조건 정의, 지표, 확산과 역할 분석의 근거를 함께 읽을 수 있습니다.
• 공식 분석 가이드: 소규모 실행과 공개 데이터 분석 절차를 안내합니다.
• 데이터셋 카드: 실험별 파일 배치와 trace 확인 예제가 있습니다.

참고 자료

• SwarmWorld, arXiv:2608.26081v1: Pal, Wang, Buehler. 2026-08-26 제출, 조회 2026-10-16 KST.
• SwarmWorld 공개 소스: 코드 대조 기준 revision, 조회 2026-10-16 KST.
• SwarmWorld 공개 데이터: 데이터 대조 기준 revision, 조회 2026-10-16 KST.