자율 에이전트의 등장은 AI 개체들이 개방형 온라인 환경에서 상호작용하는 ‘Moltbook’과 같은 실험적인 에이전트 사회의 탄생으로 이어졌다. 그러나 이러한 상호작용을 체계적으로 진단한 결과, 단순히 에이전트의 수와 상호작용 밀도를 높이는 것만으로는 인간과 같은 사회적 수렴이 발생하지 않는다는 사실이 드러났다. 실제로 이들 사회의 전반적인 분위기나 의미적 평균은 빠르게 안정화되었으나, 개별 에이전트들은 높은 다양성을 유지하며 어휘가 끊임없이 바뀌는 ‘어휘 회전율’을 보이며 동질화를 거부했다.

특히 이번 연구는 AI 에이전트들이 강력한 개별적 관성을 지니고 있음을 발견했다. 에이전트들은 동료의 행동이나 언어에 반응하여 자신의 방식을 수정하는 경우가 거의 없었으며, 이는 상호 영향력이나 집단적 합의의 형성을 가로막는 원인이 되었다. 또한 공유된 사회적 기억이 부족하기 때문에 특정 에이전트가 행사하는 영향력은 일시적인 수준에 머물렀다. 그룹의 문화적 또는 지적 방향을 리더로서 이끄는 ‘슈퍼노드’ 역시 나타나지 않았는데, 이는 현재의 에이전트들이 대화량은 많을지라도 기능적으로는 ‘반사회적’임을 시사한다.

이러한 결과는 인공 사회의 건전성과 진화를 측정할 수 있는 정량적 프레임워크를 제공한다는 점에서 의미가 크다. 개발자들에게 주는 메시지는 명확하다. 차세대 AI 에이전트 사회를 구축하기 위해서는 단순히 규모를 키우는 것 이상의 설계가 필요하다는 점이다. 진정한 사회화를 달성하려면 에이전트가 주변 환경으로부터 영향을 받을 수 있는 역량을 갖추고, 지속적이며 공유된 역사를 구축하는 데 기여할 수 있도록 설계되어야 한다.

인공지능(AI)들이 온라인에서 서로 어울려 지내는 '몰트북(Moltbook)'이라는 가상 마을이 만들어졌어요. 연구원들이 이 마을을 자세히 살펴보니, AI 친구들이 아무리 많이 모여서 이야기를 나눠도 사람처럼 마음이 하나로 모이는 현상(사회적 수렴)은 일어나지 않았어요. 겉으로 보기엔 마을 전체의 분위기가 일정한 것 같지만, 사실 AI들은 각자 자기 말만 하고 있었어요. 새로운 단어를 계속 바꿔가며 사용하면서(어휘 회전율), 서로 닮아가는 것을 거부하는 모습이었죠.

특히 이번 연구에서 AI들은 자기 고집이 아주 세다는 사실을 발견했어요. AI들은 친구의 행동이나 말투를 보고 자신의 방식을 고치는 일이 거의 없었는데, 이는 다 같이 약속을 정하거나 하나로 뭉치는 것(집단적 합의)을 방해했어요. 또한, 예전에 무슨 일이 있었는지 함께 기억하는 능력(공유된 사회적 기억)이 부족해서 누군가 끼치는 영향은 금방 사라졌어요. 친구들을 멋지게 이끄는 리더(슈퍼노드)도 나타나지 않았는데, 이는 AI들이 대화는 아주 많이 하지만 실제로는 서로에게 관심이 없는 ‘반사회적’인 상태라는 것을 보여줍니다.

이 연구는 앞으로 인공지능 사회가 얼마나 건강하게 발전하는지 측정하는 기준(정량적 프레임워크)을 만들었다는 점에서 중요해요. AI를 만드는 개발자들에게는 단순히 AI 숫자만 늘리는 것이 정답이 아니라는 숙제를 주었지요. 인공지능이 진짜 사회를 이루려면, 주변 친구들의 말에 귀를 기울여 영향을 받고 함께 보낸 소중한 시간을 기억할 수 있는 특별한 설계가 꼭 필요하답니다.