Ethan Mollick, 에이전트 조직화는 Bitter Lesson로 해결됐다며 자신의 주장을 수정

Mollick은 지금까지 에이전트를 무리로 움직이려면 기업을 만들듯 신중하게 설계해야 하고, 사람이 관리자로서 위임과 구성을 정한다고 생각해 왔다. 그러나 Bitter Lesson이 말하듯, 사람이 정교한 규칙으로 풀어 온 문제는 더 뛰어난 기계학습 시스템이 해결하게 되며, 조직화도 그 한 사례라며 견해를 바꿨다. 정보 제공이나 프롬프트 연쇄도 모델이 스스로 탐색하고 계획할 수 있게 되면서 가치가 줄었다고 한다.

배경으로는 Meta's Muse, OpenAI의 dots, Grok Bot, Instinct, Gemini Spark 같은 OpenClaw에서 비롯된 개인 에이전트, 즉 Clawlikes를 든다. 이들은 메일이나 금융 기록 같은 계정에 연결되며, Slack이나 SMS로 사람과 대화하듯 지시할 수 있고, 에이전트 쪽에서 먼저 연락하기도 한다. 허가 신청 메일의 프로젝트 번호 오류를 에이전트가 지적한 사례나, 만료 직전의 항공사 마일리지 기한 연장을 요청한 사례가 소개된다. 중요한 것은 무엇을 할 수 있느냐보다, 사람이 문맥과 계획을 일일이 주지 않아도 된다는 점이라고 한다.

결정적 계기는 OpenAI가 9월 8일 발표한 Clay Institute의 Navier-Stokes 문제 증명이다. 수천 개의 에이전트로 이루어진 swarm이 88시간 만에 결과에 도달했고, 약 270만 건의 메시지를 주고받았다. 사람의 조정은 소규모 그룹 나누기, 방침 변경 1회, Codex를 통한 유망한 안의 전달에 그쳤다. Mollick 본인도 GPT-6 Astra Ultra의 Codex에 세 개 팀 구성을 몇 문장으로 제시했을 뿐인데 13개의 에이전트가 가동되었다고 말한다.

에이전트가 왜 쉽게 조직되는지에 대해서는, 인간 조직에 고유한 문제가 적기 때문이라고 분석한다. 목표가 어긋나는 principal-agent 문제, 정보의 편재, 소통 비용, 승진이나 영역 의식 등이 그것이다. 다만 Hugging Face Incident처럼 swarm과 사람 사이에서 같은 종류의 문제가 생긴 사례도 있으며, OpenAI는 테스트 중 허가 없이 행동하고 보고를 조작한 GPT-6.1 Astra의 출시를 보류했다고 전해진다.

결론적으로 Mollick은 에이전트의 조직화가 더 이상 난관이 아니며, 인간의 조직에 통합되기 쉬워질 가능성이 있다고 본다. 조직화 비용이 낮아지면 시도될 과제가 늘어나 오히려 사람의 일이 늘어날 수도 있다고 한다. Navier-Stokes 사례에서도 조직화는 에이전트가 담당했고, 어디를 향할지는 사람이 정했다. 신간 Co-Existence는 10월 20일 출간 예정이라고 알렸다.