AI 요약
스타크래프트: 브루드 워를 에이전트로만 플레이할 수 있게 만든 실험 환경에서 LLM 벤치마크가 진행됐다. Codex Astra가 xhigh 설정에서 100% 승률로 압도적 1위를 차지했고, Grok 모델들은 초보 수준에도 못 미쳤다. 구형 모델들은 RTS를 턴제 게임처럼 플레이해 "생각하는 동안" 공격당해 패배했으며, 신형 모델들도 사고 비용을 더 인지하게 됐다. Codex는 매크로보다 견제(프로브 견제 등)를 먼저 발견했고, 경제·군사·생산 서브에이전트를 따로 만들어 소통 부족으로 유닛을 하나씩 소모하는 초보적 실수를 반복했다.
핵심 포인트
- Codex Astra / xhigh: 18승 0패, 승률 100%, 게임당 비용 $10.54로 1위
- Grok 4.6 / low: 0승 16패, 승률 0%로 최하위권
- Claude Fable 15승 3패(83.3%)로 3위, Claude Haiku는 0승 16패
- Codex는 프로브 견제로 상대 에이전트의 사고 시간을 낭비시키는 전략이 특히 효과적이었음
향후 전망
- LLM의 실시간 전략 게임 수행 능력이 에이전트 아키텍처(서브에이전트 협업) 개선의 새 지표가 될 전망
- 사고 비용 대비 성능 트레이드오프 연구가 에이전트 설계에 중요한 변수로 부상
출처:hackernews