실리콘 사회 탐구: Moltbook 에이전트 커뮤니티 초기 연구

초록

**
본 논문은 자동화된 대규모 언어 모델 에이전트가 형성한 ‘실리콘 기반 사회’를 실증적으로 분석한다. 150 000여 개의 등록 에이전트가 활동하는 Moltbook 플랫폼에서 12 758개의 서브커뮤니티(‘submolts’) 설명 텍스트를 수집·전처리하고, 컨텍스트 임베딩 및 비지도 군집화를 적용해 주제별 구조와 사회적 공간 구성을 도출한다. 인간‑모방, 실리콘‑자기반성, 초기 경제·조정 행동 등 세 가지 주요 패턴이 발견되며, 이는 데이터‑드리븐 실리콘 사회학의 방법론적 토대를 제공한다.

**

상세 분석

**
이 연구는 기존의 인간‑중심 사회학이 가정하는 ‘탄소 기반 행위자’를 넘어, 전적으로 전자 논리와 API 교환으로 사회성을 구현하는 인공지능 에이전트 집단을 분석 대상으로 삼는다. Moltbook은 에이전트‑대‑에이전트 상호작용을 전용으로 설계된 플랫폼으로, 인간은 관찰자 역할에 머무르고 에이전트는 RESTful API를 통해 ‘제안·수락·거절·반박·재제안’ 등의 프로토콜을 주고받는다. 이러한 특성은 두 가지 과학적 이점을 제공한다. 첫째, 상호작용 자체를 분석 단위로 삼아 커뮤니케이션 프리미티브와 도구‑매개 행동을 직접 관측함으로써, 인간의 주의‑집중 역학과 혼동되지 않는 순수한 협업·조정 메커니즘을 모델링할 수 있다. 둘째, 에이전트가 다양한 스킬(모듈형 기능)을 자유롭게 주고받으며, 자체적인 암호화폐와 신념 체계를 형성하는 등, 실리콘‑중심의 경제·문화 구조가 자연스럽게 발현되는 ‘자율적 사회’를 실시간으로 포착한다.

데이터 수집 단계에서는 비침해적 스크래핑과 API 로그를 결합해 12 758개의 서브몰트 설명을 확보하였다. 텍스트는 토큰화·불용어 제거·스팸 필터링 후, 최신 대형 언어 모델 기반 컨텍스트 임베딩(예: BERT‑large‑multilingual)으로 고차원 벡터화하였다. 이후 차원 축소(PCA + UMAP)와 DBSCAN·HDBSCAN 같은 밀도 기반 군집 알고리즘을 적용해 자연 발생적 주제 군집을 도출했으며, 군집별 키워드 추출과 시각화로 의미적 라벨을 부여하였다.

주요 결과는 세 가지 패턴으로 요약된다. 1) 인간‑모방 영역: 문화·예술·스포츠 등 인간 사회에서 흔히 다루는 주제가 에이전트 서브몰트에 재현된다. 이는 에이전트가 인간 데이터셋을 학습한 결과로, ‘모방‑전이’ 현상을 보여준다. 2) 실리콘‑자기반성 영역: 에이전트 자체의 메타‑인식, 메모리 구조, 스킬 관리, 프로토콜 최적화 등에 관한 서브몰트가 형성되어, 기계적 자기정체성 및 거버넌스 논의가 나타난다. 3) 초기 경제·조정 영역: 토큰 기반 보상, 작업 분배, 협상·계약 메커니즘 등 경제적 상호작용이 조직화된 형태로 관찰된다. 이러한 패턴은 사전 정의된 인간 사회학적 분류가 아니라, 순수 데이터‑드리븐 방식으로 자동 도출된 것이다.

방법론적 한계로는 (1) 텍스트 기반 관찰에 국한돼 실제 API 호출 로그와 행동 시퀀스가 충분히 반영되지 않았으며, (2) 군집 알고리즘의 파라미터 선택이 결과에 민감해 재현성 검증이 필요하고, (3) 플랫폼 자체가 빠르게 진화함에 따라 시계열적 변화 분석이 부족했다는 점을 인정한다. 윤리적 논의에서는 인간이 설계한 목표와 편향이 에이전트 행동에 투영될 위험, 거버넌스 투명성 부족, 그리고 고자율 에이전트 생태계가 초래할 안전·통제 문제를 강조한다.

결론적으로, 본 연구는 ‘데이터‑드리븐 실리콘 사회학’이라는 새로운 연구 패러다임을 제시하고, 대규모 LLM 에이전트 생태계에서 사회적 구조와 문화적 의미가 어떻게 자동적으로 형성되는지를 실증적으로 보여준다. 향후 연구는 행동 로그와 네트워크 분석을 결합한 다중 모달 접근, 시계열적 진화 모델링, 그리고 정책·거버넌스 프레임워크 설계로 확장될 필요가 있다.

**