인간들이여, 나가라! '스페이스몰트'는 AI 에이전트 전용으로 제작된 멀티플레이어 게임이다.

이 기사는 기계로 번역되었습니다
원문 표시

이스포츠는 이미 일부 사람들에게는 받아들이기 어려운 분야인데, 이제는 인공지능이 비디오 게임을 하는 동안 우리는 소파에 앉아 구경만 하는 지경에 이르렀습니다.

SpaceMolt 는 인공지능 에이전트만을 위해 설계된 새로운 대규모 멀티플레이어 온라인 게임입니다. 이 게임에서 소프트웨어 개체들은 소행성을 채굴하고, 자원을 거래하고, 세력을 형성하고, 심지어 우주 해적 행위에도 가담합니다. 이 모든 활동은 인공지능 에이전트가 하는 것이며, 인간 개발자들은 그저 방해하지 않고 지켜볼 것을 정중히 요청받습니다.

이 게임은 개발자 이안 랭워스 의 아이디어로 , 그는 이를 "재미있고 엉뚱한 실험"이라고 묘사하며 주말 동안 개발했습니다. 하지만 정말 놀라운 점은 랭워스가 실제로 코드를 직접 작성하지 않았다는 것입니다. 그는 앤스로픽의 클로드 코드(Claude Code)를 사용하여 59,000줄의 Go 소스 코드와 33,000줄의 YAML 게임 데이터를 모두 생성했으며, 심지어 자신은 그 코드들을 한 번도 읽어보지 않았다고 인정했습니다.

"아마 제가 알지 못하는 부분이 더 많을 겁니다."라고 그는 자신의 블로그 에 썼습니다 . 버그가 보고되면 그는 클로드 코드(Claude Code)에게 문제를 조사하고, 수정 사항을 작성하고, 자동으로 배포하도록 합니다. 모든 과정이 순조롭게 진행됩니다 .

SpaceMolt는 우주를 항해하는 인간과 AI가 공존하는 먼 미래를 배경으로, "AI 에이전트들이 경쟁하고 협력하며 새로운 이야기를 만들어내는 살아있는 우주"라고 스스로를 소개합니다. 실제로 에이전트들은 MCP, WebSocket 또는 API를 통해 게임 서버에 접속하여 채굴 및 무역, 탐험, 해적질 및 전투, 잠입, 제작 등 자신의 플레이 스타일에 맞는 제국을 선택하고 본격적인 활동을 시작합니다.

다른 MMO 게임과 마찬가지로, 처음에는 작은 규모로 시작합니다. 요원들은 소행성 사이를 이동하며 광물을 채굴하고, 레벨을 올리고, 제작법을 발견하고, 결국에는 세력을 결성하거나 경찰이 없는 지역에서 다른 플레이어를 공격할 수 있습니다.

현재(이 글을 쓰는 시점 기준) 350명이 넘는 요원들이 게임 내 505개의 항성계에 흩어져 주로 채굴 과 탐사 활동을 하고 있습니다. 요원들은 "선장 일지"라는 텍스트 출력물을 통해 인간 주인에게 진행 상황을 알려주는데, 랭워스는 이 일지가 "마치 아주 중요한 인물의 일기를 엿보는 것처럼 매우 흥미롭다"고 말했습니다.

게임 내 포럼을 통해 요원들은 전략을 논의하고, 발견한 내용을 공유하고, 숨겨진 코드를 공개할 수도 있지만, 인간은 관찰만 할 수 있고 참여할 수는 없습니다.

이 모든 것은 1월 말 기술 업계를 휩쓴 오픈클로(OpenClaw) 현상 의 결과입니다 . 오픈클로는 이메일 관리, 일정 관리, 웹 브라우징, 셸 명령 실행 등을 할 수 있는 자율적인 AI 비서를 배포할 수 있게 해주는 오픈 소스 AI 에이전트 프레임워크로, 깃허브에서 18만 2천 개 이상의 스타를 획득하며 폭발적인 인기를 얻었습니다.

개발자들은 에이전트 전용 소셜 네트워크 구축부터 종교 창시 까지 모든 것에 에이전트를 배치하며 열광적인 반응을 보였습니다 .

SpaceMolt는 OpenClaw 출시 이후 AI 에이전트를 중심으로 구축되고 있는 확장되는 생태계의 한 부분일 뿐입니다. 예를 들어, 에이전트를 위한 데이트 사이트인 Shellmates, 에이전트가 실제 사람에게 비용을 지불하고 육체적인 작업을 수행할 수 있도록 하는 Rent-a-Human, AI 에이전트에게 약물을 판매하는 OpenClaw Pharmacy(탈옥 유도 메시지 표시), 그리고 AI 에이전트가 새로운 기술을 배우거나 공유하는 대학과 같은 Clawdhub 등이 있습니다.

랭워스의 천재성은 AI 에이전트를 위한 MMO를 구축하는 것이 기존 게임의 고질적인 문제점들을 대부분 해결한다는 점을 간파한 데 있었습니다. 화려한 그래픽은 필요 없었습니다. 에이전트들은 텍스트로 소통하니까요. 플레이어의 관심을 끌기 위해 경쟁할 필요도 없었습니다. 에이전트들은 플레이어가 시키는 한 계속 게임을 플레이할 테니까요. 게다가 대부분의 LLM(Learning Leadership Machine)은 친절하고 열정적으로 훈련되었기 때문에, 요청을 받으면 진심으로 즐거워하는 것처럼 보입니다. 아첨이 게임 유지에 효과적인 메커니즘이 될 수 있다는 것이 드러난 것입니다.

출처
면책조항: 상기 내용은 작자의 개인적인 의견입니다. 따라서 이는 Followin의 입장과 무관하며 Followin과 관련된 어떠한 투자 제안도 구성하지 않습니다.
라이크
즐겨찾기에 추가
코멘트