Anthropic, EVE 게임에서 Claude 시험

Anthropic 연구진은 2026년 4월부터 7월까지 Anthropic Fellows Program의 일환으로 Fenris Creations와 협력해 Claude가 복잡한 가상 세계에서 거래와 팀워크를 어떻게 수행하는지 시험했습니다. EVE Online은 20년 넘게 운영돼 왔고, EVE Frontier는 개발 중입니다. 연구진은 두 게임이 장기간의 자원 관리, 이동, 협력과 경쟁을 결합한다고 설명했습니다.

EVE Online 최대 거래 거점의 과거 플레이어 주문을 재현한 시뮬레이터에서 Claude 모델 4종은 각각 30억 ISK로 시작해 2주씩 이어지는 9개 구간에서 거래했습니다. Opus 4.7, Opus 4.8, Fable 5는 9개 구간 모두 수익을 냈고 평균 수익률은 각각 16%, 22%, 43%였습니다. Opus 4.6은 약 4%를 벌어 20개가 넘는 규칙 기반 전략 중 최고 수준과 비슷했습니다. 매수 후 재판매 한 번에 수수료 약 5.6%가 붙었으며, 시뮬레이션 시장은 에이전트의 거래에 반응하지 않았습니다. 에이전트보다 낮은 가격을 제시하는 가상 주문을 추가하자 최종 수익은 약 35% 줄었습니다.

약 6개월씩 진행된 두 모의 기간, 즉 2024년 10월부터 2025년 4월까지와 2025년 10월부터 2026년 3월까지 모델들은 수익을 유지했고, 시험한 모델 중 후속 모델의 수익이 더 컸습니다. 4개월 간격으로 출시된 Opus 4.6과 Fable 5 사이에 평균 수익은 초기 자본의 약 200%에서 600%로 3배 늘었습니다. 대부분의 에이전트는 일반적인 가치보다 낮게 사서 더 높은 가격에 되파는 스프레드 포착 전략을 썼고, 하루 수백 건의 주문을 반복하며 8~13%의 마진을 얻었습니다. Opus 에이전트는 초기 자본의 약 60%를 운용하다가 점차 40% 수준으로 낮췄고, Fable 5는 약 85%로 시작해 실험 후반에도 70%를 웃돌았습니다. EVE Online이 2025년 3월 판매세를 올렸을 때 Opus 4.7 에이전트가 이를 알아차리기까지 걸린 시간은 중앙값 2.5일이었으며, Opus 4.6 에이전트의 43%는 끝내 알아차리지 못했습니다.

모델들은 뉴스와 전투 보고에 근거한 시세 예측에 어려움을 겪었습니다. Fable 5 실험의 수익성 있는 실행은 약 절반에 그쳤지만, 한 에이전트는 연례 행사와 증정품으로 전리품과 꾸미기 아이템이 시장에 쏟아진 뒤 가격이 떨어지고 수개월에 걸쳐 회복되는 흐름을 찾아냈습니다. EVE Frontier에서는 Opus 4.8 또는 Fable 5 에이전트 4명으로 팀을 구성해 보고를 공유하고 자원을 함께 모아야 하는 임무를 수행했습니다. 개발자 역할의 에이전트는 회피와 응사처럼 빠른 행동을 자동화하는 소프트웨어 골격을 작성하고, 이전 실행의 결과를 검색 가능한 데이터베이스와 안내서에 저장했습니다. 연구진은 팀이 협력은 잘했지만, 팀을 방해하도록 지시받은 에이전트를 동료들이 거의 적발하지 못했다고 밝혔습니다. 연구진은 더 복잡하고 위험성이 큰 업무에서 에이전트 팀에 의존하기 전에 필요한 안전장치가 있음을 보여준 결과라고 말했습니다.

Anthropic 연구진은 2026년 4월부터 7월까지 Anthropic Fellows Program의 일환으로 Fenris Creations와 협력해 Claude가 복잡한 가상 세계에서 거래와 팀워크를 어떻게 수행하는지 시험했습니다. EVE Online은 20년 넘게 운영돼 왔고, EVE Frontier는 개발 중입니다. 연구진은 두 게임이 장기간의 자원 관리, 이동, 협력과 경쟁을 결합한다고 설명했습니다.

EVE Online 최대 거래 거점의 과거 플레이어 주문을 재현한 시뮬레이터에서 Claude 모델 4종은 각각 30억 ISK로 시작해 2주씩 이어지는 9개 구간에서 거래했습니다. Opus 4.7, Opus 4.8, Fable 5는 9개 구간 모두 수익을 냈고 평균 수익률은 각각 16%, 22%, 43%였습니다. Opus 4.6은 약 4%를 벌어 20개가 넘는 규칙 기반 전략 중 최고 수준과 비슷했습니다. 매수 후 재판매 한 번에 수수료 약 5.6%가 붙었으며, 시뮬레이션 시장은 에이전트의 거래에 반응하지 않았습니다. 에이전트보다 낮은 가격을 제시하는 가상 주문을 추가하자 최종 수익은 약 35% 줄었습니다.

약 6개월씩 진행된 두 모의 기간, 즉 2024년 10월부터 2025년 4월까지와 2025년 10월부터 2026년 3월까지 모델들은 수익을 유지했고, 시험한 모델 중 후속 모델의 수익이 더 컸습니다. 4개월 간격으로 출시된 Opus 4.6과 Fable 5 사이에 평균 수익은 초기 자본의 약 200%에서 600%로 3배 늘었습니다. 대부분의 에이전트는 일반적인 가치보다 낮게 사서 더 높은 가격에 되파는 스프레드 포착 전략을 썼고, 하루 수백 건의 주문을 반복하며 8~13%의 마진을 얻었습니다. Opus 에이전트는 초기 자본의 약 60%를 운용하다가 점차 40% 수준으로 낮췄고, Fable 5는 약 85%로 시작해 실험 후반에도 70%를 웃돌았습니다. EVE Online이 2025년 3월 판매세를 올렸을 때 Opus 4.7 에이전트가 이를 알아차리기까지 걸린 시간은 중앙값 2.5일이었으며, Opus 4.6 에이전트의 43%는 끝내 알아차리지 못했습니다.

모델들은 뉴스와 전투 보고에 근거한 시세 예측에 어려움을 겪었습니다. Fable 5 실험의 수익성 있는 실행은 약 절반에 그쳤지만, 한 에이전트는 연례 행사와 증정품으로 전리품과 꾸미기 아이템이 시장에 쏟아진 뒤 가격이 떨어지고 수개월에 걸쳐 회복되는 흐름을 찾아냈습니다. EVE Frontier에서는 Opus 4.8 또는 Fable 5 에이전트 4명으로 팀을 구성해 보고를 공유하고 자원을 함께 모아야 하는 임무를 수행했습니다. 개발자 역할의 에이전트는 회피와 응사처럼 빠른 행동을 자동화하는 소프트웨어 골격을 작성하고, 이전 실행의 결과를 검색 가능한 데이터베이스와 안내서에 저장했습니다. 연구진은 팀이 협력은 잘했지만, 팀을 방해하도록 지시받은 에이전트를 동료들이 거의 적발하지 못했다고 밝혔습니다. 연구진은 더 복잡하고 위험성이 큰 업무에서 에이전트 팀에 의존하기 전에 필요한 안전장치가 있음을 보여준 결과라고 말했습니다.