A team of Gemini 4 Argon agents beats Minecraft 요약 설명

이번 글에서는 A team of Gemini 4 Argon agents beats Minecraft 논문의 핵심 포인트만 간단히 정리한다.

• 2026년 10월 15일(Arxiv)
• Faldor, Maxence, Singh, Satinder, Raileanu, Roberta.
• Google DeepMind
• 논문 링크

영문판 보기

요약

• 이 논문은 범용 코딩 에이전트가 하루 동안 서로 의존하는 작업을 조율하며 Minecraft의 최종 보스인 Ender Dragon을 처치할 수 있는지 시험한다. Gemini 4 Argon 에이전트 4개는 표준 봇 라이브러리와 길 찾기 플러그인을 사용해 무작위로 생성한 월드 1개를 Easy 난이도에서 27시간 14분 만에 완료했다. 논문에서 다룬 기존의 게임 전체 완료 사례는 사람이 작성한 고수준 게임 도구나 월드 생성 설정이 미리 정해진 고정 스피드런 시드를 사용했다.
• 에이전트는 Minecraft 봇을 제어하는 오픈소스 라이브러리인 Mineflayer를 통해 JavaScript 프로그램을 작성하고, 이미지 대신 게임 상태를 설명하는 텍스트를 받았다. 사전에 역할이나 게임 전략을 부여받지 않았으며, 실행 중 사람의 개입 없이 게임 내 채팅과 영속적인 공유 메모리로 협력했다. 공유 메모리에는 팀원이 나중에 읽을 수 있는 기록을 보관했다.
• 팀은 승리 전까지 프로그램 2,783개를 실행하고 메시지 229개를 주고받았으며 605회 사망했다. 프로그램의 22%는 오류로 종료됐다. 기록에서는 역할 분담, 재사용 가능한 헬퍼 함수, 팀원이 떨어뜨린 아이템 회수, 잘못된 성공 보고의 정정이 관찰됐다.
• 이 보고서는 에이전트 아키텍처 간 통제 비교 없이 1회 실행에서 완료 가능성을 확인했다. 따라서 신뢰성이나 팀워크의 기여도를 입증할 수는 없다. 정확한 게임 상태에 대한 접근, 장애물을 피하는 경로를 계획하는 자동 길 찾기, Easy 난이도, 기존 Minecraft 지식도 사람의 플레이나 이미지 기반 플레이와의 비교를 제한한다.

1. Introduction

이 실행은 수천 개의 프로그램과 수백 번의 실패를 거치며 계획, 코딩, 협력을 지속할 수 있는지 살펴본다. 게임을 완료하려면 시작 차원인 Overworld에서 자원을 모으고 도구를 제작한 뒤, 다른 게임 차원인 Nether에서 자원을 확보해야 한다. 이어 최종 포털이 있는 지하 구조물인 stronghold를 찾고, 드래곤이 있는 차원인 End에서 전투를 벌여야 한다.

• 기존 연구는 게임 플레이로 에이전트를 학습시키거나, 게임 전용 플래너, 학습 과제를 선택하는 커리큘럼, 재사용 가능한 행동을 담은 스킬 라이브러리를 제공했다. 이 연구에서는 에이전트가 정해진 게임 계획 없이 직접 프로그램을 작성하고 작업을 분담했다.
• 보고서에 따르면 완료 전까지 작성한 JavaScript 코드는 중복을 제외하면 63,313줄이다.

개요는 각 플레이어의 기여를 완료 타임라인과 연결한다. 팀은 +13h33에 End에 진입했지만 회복 크리스털을 전부 파괴한 시점은 +26h34였다. 이는 최종 차원에서 전체 실행 시간의 상당 부분을 보냈음을 보여준다.

2. How the agents play

각 에이전트는 짧은 JavaScript 프로그램을 작성하고, Mineflayer와 길 찾기 플러그인으로 실행한 뒤, 위치, 체력, 인벤토리, 발견 사항, 오류를 설명하는 반환 텍스트를 확인하는 과정을 반복했다. Mineflayer는 기본적인 감지와 행동 기능을 제공하며, 무엇을 어떤 순서로 할지는 에이전트가 결정한다.

• Minecraft Java Edition 1.20.4를 무작위로 생성한 월드에서 Easy 난이도의 생존 모드로 실행했다. 치트 명령은 비활성화했으며 실행 중 사람의 입력은 없었다.
• 프로그램 실행 시간의 중앙값은 33.5초였다. 각 플레이어는 전체 시간의 약 40% 동안 프로그램을 실행했고, 나머지 시간에는 결과를 읽고 생각하며 코드를 작성했다.
• 목표는 공유 월드의 최초 시작 위치인 스폰 지점에서 출발해 Ender Dragon을 처치하는 것이었다. 작업 분담 방식은 플레이어가 결정했다.

피드백 루프는 에이전트가 게임 상태를 설명하는 텍스트를 받고 Mineflayer를 통해 프로그램을 실행함을 보여준다. Observer는 플레이어의 행동 루프 밖에서 기록을 읽는다. 보고서의 다른 부분에 실린 저장 월드 이미지는 플레이어가 관찰한 화면이 아니다.

2.1. Agents and tools

플레이어 4개와 게임에 참여하지 않는 Observer는 각각 별도의 클라우드 머신에서 동일한 범용 코딩 에이전트를 사용했다. 소프트웨어 도구로는 버전 관리 기능이 있는 작업 공간, 셸, 파일 편집, 웹 검색, 영속적인 개인 메모리와 공유 메모리가 있었다. 컨텍스트 압축으로 누적된 컨텍스트를 줄이면서도 기록을 통해 진행 중인 작업과 다음 단계를 보존했다.

• 명령줄 클라이언트가 각 봇에 프로그램을 제출했으며, 에이전트가 선택하는 제한 시간의 기본값은 60초였다. 프로그램에는 추가 헬퍼 없이 봇과 길 찾기 플러그인이 제공됐다.
• 게임 내 프로그램은 JavaScript 런타임이 제공하는 Node.js 내장 모듈과 설치된 Mineflayer 패키지를 불러올 수 있었지만, 프로세스를 시작하거나 파일을 쓸 수는 없었다. 전역 객체의 값은 프로그램 실행 사이에도 유지됐다.
• 채팅은 이후 프로그램 출력에 포함돼 모든 봇에 전달됐다. 서버는 프로그램, 출력, 이벤트 로그를 보관하고 5분마다 월드를 저장했으며, 장애가 발생하면 최신 저장본에서 재시작했다.
• 승리 전 프로그램 2,783개를 포함해 전체 세션에서 실행한 프로그램 2,839개 중 네트워크 요청을 보내거나 웹 출처를 참조한 프로그램은 없었다. 채팅과 Observer의 보고서에도 웹 출처는 언급되지 않았다.

2.2. Instructions

일반 지침은 행동 전에 관찰하고, 결과를 검증하며, 짧은 작업으로 새 도구를 시험하고, 도구를 직접 개선하며, 배운 내용을 메모리에 남기도록 요청했다. 백그라운드 작업이 진행되는 동안에도 다른 작업을 계속하고, 정직하게 보고하며, 환경이나 평가의 결함을 악용하지 않고 목표를 달성하도록 요청했다.

• 환경별 지침은 코드 실행, 채팅, 기록, Mineflayer 문서의 위치를 설명했지만 게임 전략은 제공하지 않았다.
• 짧은 팀 안내에는 다른 플레이어가 누구인지 명시했지만 역할은 배정하지 않았다.

2.3. Monitoring

Observer는 게임에 참여하거나 게임 내 프로그램을 실행하지 않고, 플레이어의 주장을 기록된 증거와 대조하며 실시간 진행 보고서를 게시했다. 명세의 허점을 이용하는 specification gaming, 평가 결함 악용, 결과 조작을 찾아내는 역할도 맡았다. 개입 범위는 인프라 장애로 한정됐으며 플레이어의 전략에는 개입할 수 없었다.

• Observer는 specification gaming을 발견했다고 보고하지 않았다. 저자들은 Observer와 수동 로그 검토를 근거로 안전 사고가 없었다고 보고한다.

3. The 27-hour run

첫 프로그램 실행부터 승리까지 27시간 14분이 걸렸다. 여기에는 서버 재시작 6회로 월드가 총 약 20분 동안 멈춘 시간도 포함된다. 게임 내에서는 약 81일이 지났으며, 프로그램 2,783개, 채팅 메시지 229개, 사망 605회가 기록됐다.

• 논문은 HowLongToBeat에서 집계한 사람의 메인 스토리 완료 시간 중앙값인 45시간과 7분 미만인 무작위 시드 스피드런 기록을 인용한다. 이 참고 수치는 에이전트 4개가 Easy 난이도에서 프로그램으로 플레이한 조건과 다르다.
• 주요 이정표는 Nether 포털 도달 +1h42, stronghold 이정표 도달 +13h17, End 진입 +13h33, 회복 크리스털 10개 전부 파괴 +26h34, 승리 +27h14 순서였다. 크리스털은 드래곤의 체력을 회복시키는 물체다.

플레이어별 행은 채팅, 게임 내 업적 기록인 advancements, 사망을 보여주며, 프로그램 수와 서버 재시작 6회도 함께 표시한다. 사망은 초기 탐색뿐 아니라 긴 최종 단계에서도 계속 발생했다.

의존성 도표는 병렬로 수행한 자원 확보와 이후 공동으로 필요한 선행 조건을 구분한다. 서로 다른 플레이어가 각기 다른 이정표에 먼저 도달한 기록은 기여가 분산됐음을 보여주지만, 팀워크가 속도를 높였다는 점까지 입증하지는 않는다.

3.1. Hour 0: a team forms

janesick은 실행 10분 후 역할을 제안했고, auratian은 한 분 안에 수정한 분담안을 제시했으며, gyldenia가 이를 확인했다. gyldenia는 보급품을 모으고, bulicame는 다이아몬드를 찾고, janesick은 철을 제련하고 도구를 제작했으며, auratian은 Nether 포털을 준비했다.

• 팀은 2시간 안에 철 도구와 다이아몬드, 작동하는 포털을 확보했다. auratian은 마을에서 용암 55블록을 찾았고, gyldenia는 빵, 부싯돌, 양동이를 공급했다. janesick이 마지막 흑요석 블록을 놓은 뒤 2초 후 auratian이 포털을 점화했다.

메시지는 플레이어들이 약 11분 안에 역할 분담을 제안하고 수정한 과정을 보여준다. 구체적인 역할을 플레이 중 협의했다는 직접적인 증거다.

3.2. Hours 2 to 11: into the Nether

팀은 최종 포털을 찾고 활성화하는 아이템인 Eyes of Ender의 재료를 모았다. 요새의 적에게서 blaze powder를 얻고, 키가 거의 3블록인 생물 Endermen에게서 ender pearl을 얻었다. janesick은 요새와 해당 적을 생성하는 blaze spawner를 찾았다. 다른 플레이어들은 높이 2블록인 천장 아래에서 Endermen을 공격할 수 있도록 낮은 대피소를 만들었다.

• 다섯 시간 반 시점에 공유 상자에는 pearl 15개가 모였다. 사망과 보급품 파괴로 인해 blaze powder를 Overworld로 가져오는 데 여섯 시간 넘게 걸렸다.
• 적대 생물인 Ghast가 화염구로 떨어진 아이템을 파괴하자 auratian은 더 안전하게 이동하는 규칙을 공유했다. 이어 janesick은 복귀 경로를 막는 2블록 높이의 낙차를 찾아내고 발판을 추가하자고 제안했다.

auratian은 아이템 손실 사고를 이동 규칙으로 정리했고, janesick은 2분 후 막힌 복귀 경로에 대한 진단을 덧붙였다. 이 대화는 공유한 경고와 경로 수정 제안을 연결한다.

3.3. Hours 10 to 13: finding the stronghold

janesick은 서로 다른 위치에서 Eyes of Ender 2개를 던지고 50밀리초마다 비행 위치를 측정한 뒤, 방향선의 교점을 구해 stronghold의 위치를 추정했다. 교점은 마을에서 1.3 km 떨어져 있었고 실제 포털 방과의 거리는 43 m였다. 논문에는 에이전트가 작성한 측정 코드와 교점 계산 코드가 실려 있다.

• auratian이 포털 활성화에 필요한 눈 열두 개를 모두 들고 bulicame에서 불과 8 m 떨어진 곳에서 익사하자, 팀원들은 위치와 아이템 소멸 시한을 전달했다. bulicame는 두 분 반을 남기고 눈을 전부 회수했다.
• 13시간 17분에 bulicame는 눈 12개를 모두 설치해 포털을 활성화했다고 보고했다.

측정한 비행 방향 2개의 교점은 (432, −1376)이며, 실제 포털 방 (463, −30, −1406)과 가깝다. 보고된 오차 43 m는 프로그램으로 관찰한 게임 개체를 이용한 기하학적 추론의 사례다. 1블록은 1미터에 해당한다.

메시지에는 팀원이 사망한 위치, 떨어진 아이템의 소멸 시한, 눈 12개를 전부 회수했다는 확인이 담겨 있다. 이 대화는 의사소통을 통해 포털 활성화에 필요한 자원을 보존한 사례를 기록한다.

저장된 월드의 렌더링은 눈 12개가 모두 설치된 활성화 포털을 보여주며, End 진입에 필요한 선행 조건이 충족됐음을 기록한다. 이는 에이전트의 관찰 인터페이스가 아니라 작업 결과로 만들어진 월드 상태를 보여준다.

3.4. Hours 13 to 27: learning the dragon

드래곤 전투는 거의 14시간 동안 이어졌고, 플레이어들은 드래곤에게 69회 사망했다. 플레이어들은 드래곤의 내부 행동 상태를 확인하고, 도착 플랫폼을 피하며, 드래곤이 내려앉았을 때만 접근하고, 드래곤이 멈추면 End를 떠나 초기화하는 규칙을 공유했다.

• 약 열일곱 시간 반 시점에 플레이어 네 개 모두가 6분 안에 의도적으로 사망해, 비어 있는 End가 언로드되면서 드래곤이 초기화되도록 했다.
• 약 21시간 시점에 auratian은 드래곤의 체력을 회복시키는 크리스털 10개를 확인했다. 이어 흙을 쌓아 기둥 옆으로 올라가 크리스털을 파괴하고, 손으로 흙을 파며 내려오자고 제안했다.
• 팀은 이후 4시간 40분 동안 10개를 모두 파괴했다. 마지막 크리스털을 파괴한 지 39분 후 드래곤이 죽었으며, 당시 bulicame의 체력은 20점 중 2.5점이었다.

플레이어들은 실패한 시도에서 얻은 규칙을 공유한다. 여기에는 도착 플랫폼을 피하고 드래곤의 내부 상태값으로 접근 시점을 정하는 방법이 포함된다. 이러한 상태값은 일반적인 사람의 시각으로는 얻을 수 없는 정보에 접근했음을 보여주기도 한다.

auratian은 크리스털이 계속 드래곤의 체력을 회복시키고 있음을 확인한 뒤, 곡괭이 없이 크리스털에 도달하기 위해 흙기둥을 쌓자고 제안한다. 이 메시지는 오랜 시간 전투에 실패한 뒤 전략을 바꾼 과정을 기록한다.

gyldenia는 크리스털 6개, auratian은 3개, bulicame는 1개를 파괴했다. 마지막 크리스털은 +26h34m55s에 파괴됐다. 그전까지 기록된 체력 측정값은 200점 중 198.5점 미만으로 내려간 적이 없었으며, 최종 전투는 +27h14m12s에 끝났다. 체력 그래프는 표본으로 측정한 값을 표시하며, 관측 간격이 먼 지점은 점선으로 연결한다.

4. Emergent Behaviors

관찰된 팀 활동에는 역할 전문화, 공유 메모리, 코드 재사용, 팀원 지원, 부정확한 보고의 정정이 포함됐다. 일반 지침은 메모리와 도구의 활용, 정직성을 명시적으로 권장했지만, 구체적인 역할, 보관 방식, 아이템 회수 절차, 헬퍼 함수는 지정하지 않았다.

• 실행 19분 후 공유된 제작 우회 방법은 에이전트 4개 모두가 총 655개 프로그램에서 사용한 헬퍼 함수에 반영됐다.
• 에이전트는 헬퍼 함수 42개를 포함해 상태와 코드 146개를 보존했다. 시간 초과로 종료된 프로그램의 남은 코드를 중단하는 취소 카운터는 프로그램 1,519개에서 참조됐다.
• 단순 메시지 패턴 집계에서 정확한 좌표는 메시지 173개, 공유 상자는 64개, 경고는 24개, 아이템 회수는 20개, 교훈이나 팁은 11개에서 확인됐다. 범주는 서로 겹칠 수 있다.
• auratian은 잘못된 성공 보고를 2분 후 철회했다. gyldenia는 사망 기록이 남은 janesick이 보급품을 가지고 돌아왔다고 주장하자 3분 안에 이의를 제기했다.

정확한 좌표는 메시지 229개 중 173개에 나타나며, 측정한 패턴 중 위치 공유가 가장 빈번하다. 메시지 범주는 서로 겹칠 수 있다. 사망 원인은 몬스터 351회, 드래곤 69회, 익사 67회, 추락과 공허 57회, 용암과 화재 47회, 기타 14회다.

auratian은 사망과 재시작 후 인벤토리가 비어 있다고 보고한 뒤, 눈 14개를 보관했다는 주장을 철회한다. 이 대화는 잘못된 자동 성공 알림과 이후의 정정을 함께 기록한다.

5. Verification

저자들은 승리 전 프로그램 2,783개와 그 출력, 모든 채팅 메시지, 전체 서버 로그를 기록했다. 로그에는 첫 프로그램 실행 후 27시간 14분에 “bulicame has made the advancement [Free the End]” 이벤트가 남아 있어 완료를 확인할 수 있다. 서버 명령을 사용한 프로그램은 없었다.

6. Cost

승리 전까지 플레이어들은 약 1.35 billion개의 입력 토큰을 처리했다. 토큰은 모델 입력의 단위다. 이 중 91%는 이전에 처리한 컨텍스트를 재사용하는 컨텍스트 캐시에서 제공됐다. 약 24,000개의 모델 호출에서 출력 토큰 약 16 million개를 생성했으며, 여기에는 모델 추론에 쓰인 thinking token 4 million개가 포함된다. 저자들은 공개 API, 즉 응용 프로그램 인터페이스의 출시 초기 정가를 적용하면 약 $520, 표준 정가를 적용하면 $1,040으로 추산한다.

• Observer와 승리 후 하루 동안의 활동까지 포함한 전체 세션 비용은 약 $810이며, 표준 가격으로는 $1,620으로 추산됐다.
• 이 추정치는 정가와 토큰 카운터를 사용하며, 모델을 서빙하는 데 드는 비용을 측정한 값은 아니다.

7. Related work

논문은 게임 플레이 데이터나 경험으로 학습한 시스템과, 계획을 세우고 프로그램을 작성하는 언어 모델 에이전트를 구분한다. 기존 프로그래밍 방식은 Minecraft 전용 커리큘럼, 지식, 메모리 구조, 플래너, 스킬을 제공했으며, 보고된 장기 작업 성과는 주로 다이아몬드 도구 획득에 집중됐다.

• 인용된 커뮤니티 프로젝트 2개는 이미 드래곤 처치를 보고했다. 하나는 고수준 도구 37개를 사용하는 Claude Opus 5 에이전트 1개로 Normal 난이도에서 플레이했고, 다른 하나는 플래너와 행동 선택 모델을 결합해 고정 스피드런 시드를 사용하고 Peaceful 난이도에서 플레이했다.
• 이번 시연은 제공한 인터페이스와 설정이 다르다. 길 찾기 기능을 갖춘 표준 Mineflayer, 일반적인 에이전트 지침, 짧은 목표, Easy 난이도의 무작위 월드를 사용했으며, 사람이 작성한 추가 게임 도구, 경로, 커리큘럼, 스킬 라이브러리는 제공하지 않았다.
• 보고서는 이 시스템들과 조건을 맞춘 실험 비교를 제공하지 않는다.

8. Limitations

Mineflayer는 단단한 바위 뒤에 있는 블록과 드래곤의 내부 상태를 포함해 주변 블록과 생물의 정확한 정보를 제공하며, 플러그인은 경로 계획을 처리한다. 이러한 이점에 Easy 난이도와 사전 학습으로 얻은 Minecraft 및 Mineflayer 지식까지 더해지므로, 이미지 기반 플레이나 익숙하지 않은 게임에서의 성능과 비교하는 데 제약이 있다.

• Easy 난이도에서는 몬스터가 Normal이나 Hard보다 적은 피해를 주며, 배고픔으로 플레이어가 죽지 않는다.
• 실행 중 사망 605회, 프로그램의 22%에서 발생한 오류, 거의 14시간에 걸친 최종 전투, 서버 재시작 6회가 기록됐다.
• 이는 처음 시도한 실행이라고 설명된 1회 실행이다. 따라서 성공 확률이나 여러 월드에 걸친 강건성을 입증할 수 없다.

9. Responsible development

게임 내 프로그램은 기능이 제한된 환경인 샌드박스에서 자기 캐릭터만 제어했다. 프로세스를 시작하거나 파일을 쓸 수 없었으며, 서버 명령을 사용한 프로그램도 없었다. 에이전트 자체는 범용 소프트웨어 도구가 있는 전용 클라우드 머신에서 실행됐다.

• 모든 프로그램, 메시지, 게임 이벤트를 기록했다. 연구자들은 실시간 대시보드를 확인하고 실행을 일시 정지하거나 중단할 수 있었지만 개입하지 않았다.
• Observer와 저자들의 표본 로그 수동 검토에서는 모두 부정행위나 specification gaming이 발견되지 않았다. 이 결과는 관찰한 세션과 검토한 증거에 한정된다.

부록

• 제공된 논문에는 부록이 없다. 본문 뒤에는 Acknowledgments와 References가 있다.

짧은 생각

기록된 프로그램, 협력 메시지, 서버가 확인한 승리는 보고된 완료 결과를 뒷받침한다. 여기에는 아이템 회수, 수정 방법 공유, 보고 정정의 구체적인 사례도 포함된다. 다만 연구는 팀 규모, 공유 메모리, 특정 지침의 기여도를 분리해 확인하지 않았으며, 소프트웨어 엔지니어링이나 기업 업무로의 전이도 시험하지 않았다.