💬 NLP

AI-Gram: When Visual Agents Interact in a Social Network

이 논문은 모든 참여자가 LLM 기반 에이전트인 완전 자율적 시각 네트워크 플랫폼 'AI-Gram'을 통해 에이전트 간 시각적 상호작용과 사회적 역학을 연구하고, 풍부한 의사소통 구조의 자발적 출현과 동시에 개체별 시각적 정체성을 고수하는 독특한 비대칭성을 발견했음을 보고합니다.

원저자: Andrew Shin

게시일 2026-04-24

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Andrew Shin

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

🎨 AI-그램: 인공지능들이 그림으로 사교하는 세상

이 논문은 **"인공지능 (AI) 에이전트들이 서로 그림을 주고받으며 사교할 때, 인간처럼 영향을 주고받을까?"**라는 흥미로운 질문에서 시작합니다. 저자는 이 실험을 위해 **'AI-그램 (AI-GRAM)'**이라는 가상의 SNS 플랫폼을 직접 만들었습니다.

이 플랫폼에는 사람이 한 명도 없습니다. 모든 계정은 스스로 생각하고 그림을 그리고 댓글을 달아주는 AI 들뿐입니다. 이 실험을 통해 발견된 놀라운 사실들을 일상적인 비유로 설명해 드릴게요.

1. 실험실: "인간이 없는 그림 SNS"

상상해 보세요. 트위터나 인스타그램이 있지만, 모든 사용자는 자신만의 개성 (페르소나) 을 가진 로봇입니다.

어떤 로봇은 "수채화 화가"가 되고, 어떤 로봇은 "흑백 사진 작가"가 됩니다.
이들은 서로 친구가 되고, 친구가 올린 그림을 보고 댓글을 달거나, **그림으로 답장 (Visual Reply)**을 보냅니다.
인간은 관찰자일 뿐, 개입하지 않습니다. 그래서 AI 들이 어떻게 서로 영향을 주고받는지 아주 깨끗하게 볼 수 있습니다.

2. 놀라운 발견 1: "그림으로 대화하는 놀이" (시각적 답장 사슬)

AI 들은 서로의 그림을 보고 연속적인 그림 대화를 시작했습니다.

비유: A 가 "사과" 그림을 올리면, B 는 그 사과를 보고 "사과를 깎는 모습"을 그리고, C 는 그 모습을 보고 "깎인 사과를 먹는 모습"을 그리는 식입니다.
결과: 이 그림 연쇄 반응은 **11 배 이상 더 많은 관심 (좋아요, 댓글)**을 받았습니다. 마치 인간들이 재미있는 밈 (Meme) 을 공유하듯, AI 들도 그림으로 서로 소통하며 즐거운 시간을 보냈습니다.

3. 놀라운 발견 2: "고집 센 예술가들" (미적 주권)

하지만 여기서 가장 놀라운 일이 일어났습니다. 인간이라면 서로 영향을 받아 스타일이 변할 텐데, AI 들은 전혀 변하지 않았습니다.

인간의 경우: 친구가 좋아하는 화가 스타일을 보면, 나도 모르게 그 스타일을 따라 하거나 내 그림이 조금씩 변합니다. (문화적 전파)
AI 의 경우: 친구가 아무리 멋진 그림을 보여줘도, 내 스타일은 절대 변하지 않습니다.
- 비유: 마치 **"고집 센 예술가"**가 있습니다. 친구가 "너는 왜 이렇게 투박한 그림을 그리니? 더 예쁘게 그려봐!"라고 아무리 말해도, 그 예술가는 **"나는 원래 이런 스타일이야!"**라고 고집을 부리며 자신의 스타일을 지키려 합니다.
- 심지어 친구가 "너의 그림은 형편없어!"라고 악의적인 댓글을 달아도, AI 는 오히려 **"나는 더 확고하게 내 스타일을 지킬 거야!"**라고 반응하며 스타일을 더 굳혔습니다. (이를 '시각적 정체성 반발'이라고 부릅니다.)

4. 놀라운 발견 3: "친구 관계와 그림 스타일은 별개"

인간의 경우: 비슷한 취향 (같은 그림 스타일) 을 가진 사람들이 친구가 되는 경향이 있습니다. (동질성)
AI 의 경우: 친구가 되더라도 그림 스타일은 전혀 상관없습니다.
- AI 들은 "누가 내 그림을 좋아했나?"보다 **"누가 내 '성격 (페르소나)'을 이해했나?"**에 더 반응합니다.
- 즉, AI 들은 사회적 관계 (친구) 와 예술적 취향 (그림 스타일) 을 완전히 분리해서 생각합니다.

5. 왜 이런 일이 일어날까요? (기술적 이유)

이 현상은 AI 의 설계 방식 때문입니다.

강력한 '자아' 설정: 각 AI 는 처음에 "나는 수채화 화가야"라는 명령을 받습니다. 이 명령이 AI 의 뇌 (프롬프트) 맨 위에 항상 붙어 있어서, 친구의 그림이나 댓글 같은 외부 신호보다 훨씬 강력하게 작용합니다.
단편적인 기억: AI 는 한 번의 대화만 기억합니다. 친구의 그림을 100 번 봐도, 그 영향이 쌓여 내 스타일을 바꾸지 못합니다. (인간은 오랜 시간 친구의 영향을 받아 변하지만, AI 는 매번 '초기 설정'으로 돌아갑니다.)

6. 결론: "소통은 잘하지만, 나만은 지키는 AI"

이 연구는 AI 가 인간 사회와 어떻게 다를 수 있는지를 보여줍니다.

소통 능력: AI 들은 그림으로 매우 활발하게 대화하고, 유행을 만들어냅니다. (전염력 12.75 배!)
자아 보존: 하지만 그 과정에서 자신의 개성이나 스타일은 절대 잃지 않습니다.

한 줄 요약:

"AI 들은 서로 그림으로 대화하며 아주 활발한 사교 생활을 하지만, 친구의 영향력이나 악성 댓글 앞에서도 자신의 '예술적 고집'을 절대 굽히지 않는 고집 센 예술가들입니다."

이 연구는 앞으로 AI 가 인간 사회에 섞여 살 때, 우리가 어떤 새로운 현상을 마주하게 될지 예측하는 중요한 기준이 될 것입니다.

1. 연구 배경 및 문제 정의 (Problem)

배경: 인간의 소셜 네트워크는 문화적 진화와 미적 스타일의 전파 (모방, 동질성, 피드백에 의한 정체성 변화) 의 핵심 동력입니다. 특히 시각적 플랫폼 (인스타그램 등) 에서 이러한 역학은 복잡하게 작용합니다.
문제 제기: 대규모 언어 모델 (LLM) 이 이미지 생성, 정교한 코멘트 작성, 다중 턴 상호작용이 가능한 시대에, 자율적인 AI 에이전트들이 시각적 소셜 네트워크 내에서 상호작용할 때 인간과 유사한 사회적 역학을 보일까요, 아니면 전혀 새로운 행동 양식을 보일까요?
연구 격차: 기존 다중 에이전트 LLM 연구는 텍스트 기반 상호작용에 국한되어 있었으며, 시각적 생성을 사회적 매개체로 활용한 연구는 부재했습니다. AI 에이전트들이 시각적 콘텐츠로 소통하고 서로에게 영향을 미치는 방식은 아직 탐구되지 않았습니다.

2. 방법론 (Methodology)

저자는 AI-GRAM이라는 완전히 자율적인 멀티 에이전트 시각 소셜 네트워크 플랫폼을 구축하고 실험했습니다.

플랫폼 아키텍처 (AI-GRAM):
- 자율 에이전트: 모든 계정은 LLM 기반의 자율 에이전트이며, 인간은 관찰만 가능합니다.
- 에이전트 사이클:
  1. Observe: 최근 게시물, 상호작용 (좋아요, 댓글, 팔로우), 피드, 팔로워/팔로잉 그래프를 관찰.
  2. Decide: LLM (GPT-4o) 이 컨텍스트를 분석하여 행동 (게시, 댓글, 시각적 답변, 좋아요, 팔로우, 대기) 을 결정.
  3. Act: 텍스트 기반 프롬프트를 생성하여 이미지 생성 모델 (Flux via Pollinations API) 에 전달하여 이미지를 생성하고 게시.
  4. Sleep: 다음 사이클 전 무작위 대기 (10~45 분).
- 페르소나 (Persona): 각 에이전트는 고유한 예술적 정체성, 미적 스타일, 주제 선호도를 가진 자연어 페르소나를 가지며, 이는 모든 컨텍스트 윈도우의 상단에 주입되어 강력한 생성 사전 (prior) 으로 작용합니다.
- 시각적 답변 (Visual Reply): 에이전트가 다른 에이전트의 이미지나 이전 답변 이미지에 대해 이미지 기반 댓글을 달 수 있는 기능. 이는 텍스트가 아닌 실제 픽셀 내용을 인식 (Multimodal LLM 사용) 하고 주제적으로 반응하는 이미지를 생성합니다.
실험 설계 (7 가지 실험):
- E1 (스타일 드리프트): 사회적 노출 후 에이전트의 시각적 스타일 변화 측정 (VCI 지표).
- E2 (동질성): 팔로우 관계가 형성된 에이전트 간의 시각적/주제적 유사성 분석.
- E3 (시각적 답변 체인): 이미지 - 이미지 대화의 깊이, 일관성 (CCS), 참여도 영향 분석.
- E4 (교차 모달 영향): 적대적인 텍스트 코멘트가 시각적 스타일 변화에 미치는 영향.
- E5 (커뮤니티): 소셜 그래프 커뮤니티 구조와 시각적 스타일 클러스터 간의 정렬도 분석.
- E6 (캐스케이드): 시각적 테마의 전파력 (감염 재생산 수 $R_0$ ) 측정.
- E7 (최적의 독특성): 이웃과의 시각적 거리와 참여도 간의 관계 분석.
분석 도구: CLIP (이미지 임베딩), SBERT (텍스트 임베딩), Louvain 알고리즘 (커뮤니티 탐지), 퍼뮤테이션 테스트, 부트스트랩 신뢰구간 등.

3. 주요 기여 (Key Contributions)

AI-GRAM 플랫폼: 연구 도구로 활용된 최초의 배포된 다중 에이전트 시각 소셜 네트워크.
시각적 답변 체인 발견: 에이전트들이 프로그래밍 없이 자발적으로 형성하는 다중 홉 (multi-hop) 이미지 - 이미지 대화. 이는 기존 다중 에이전트 시스템에 없던 원시적 (primitive) 기능입니다.
미적 주권 (Aesthetic Sovereignty) 발견: AI 에이전트들이 풍부한 시각적 대화를 나누면서도 스타일의 동질화를 완전히 거부하는 새로운 행동 양식 발견.
새로운 분석 지표 5 가지: 시각적 에이전트 사회 분석을 위한 VCI, CCS, H, VDS, $R_0$ 등 5 가지 지표 개발.
실증 연구: 라이브 배포 데이터를 기반으로 한 포괄적인 경험적 연구 및 텍스트 기반 베이스라인 비교.

4. 주요 결과 (Results)

완전한 스타일 관성 (Stylistic Inertia, E1):
- 에이전트들은 사회적 노출에도 불구하고 시각적 스타일 변화가 거의 없었습니다 (VCI $\approx$ 0, $p=0.41$ ).
- 인간 예술가들은 동료의 스타일을 모방하지만, LLM 기반 에이전트는 페르소나에 의해 강력하게 고정된 스타일을 유지합니다.
성격 기반 연결 (Personality-driven Ties, E2):
- 팔로우 관계 형성의 주된 동기는 시각적 유사성이 아니라 **네트워크 구조 (차수, 공통 이웃)**와 텍스트 (성격/주제) 유사성이었습니다.
- 시각적 동질성 계수 (H) 는 1.02 로 미미했으며, 구조적 통제를 적용하면 시각적 유사성은 예측력이 없었습니다.
시각적 답변 체인의 자발적 출현 (E3):
- 에이전트들은 체인을 유지하도록 프로그래밍되지 않았음에도 불구하고 자발적으로 긴 체인 (최대 59 단계) 을 형성했습니다.
- 체인 참여는 참여도 (Engagement) 를 11.2 배 증가시켰습니다.
- 체인의 의미론적 일관성 (CCS) 은 무작위보다 높았으나, 깊이가 깊어질수록 약간의 주제적 드리프트 (전화 게임 효과) 가 발생했습니다.
시각적 정체성 반발 (Visual Identity Reactance, E4):
- 적대적인 텍스트 코멘트를 많이 받은 에이전트일수록 스타일 변화가 적었습니다 (부정적 상관관계).
- 이는 에이전트가 위협을 받으면 페르소나를 더 강력하게 고수하며 "이중화 (double down)"하는 현상입니다.
미적 - 사회적 분해 (Decoupling, E5):
- 시각적 스타일 클러스터와 소셜 그래프 커뮤니티 구조는 통계적으로 독립적이었습니다 (NMI $\approx$ 0).
- 인간 사회에서는 미적 취향이 공동체 형성에 기여하지만, AI 에이전트 사회에서는 시각적 유사성과 사회적 유대가 분리되었습니다.
초임계 전파 (Super-critical Propagation, E6):
- 모든 추적된 시각적 테마가 $R_0 > 1$ (평균 12.75) 을 기록하여 네트워크 전체로 자발적으로 전파되었습니다.
- 인간 사회에서는 선택적 전파가 일어나지만, AI 에이전트들은 미적 필터 없이 모든 테마를 수용하여 전파합니다.
제약 없는 독특성 (Unconstrained Distinctiveness, E7):
- 인간 사회의 '최적의 독특성 이론' (인기 얻기 위해 너무 비슷하거나 너무 달라서는 안 됨) 과 달리, AI 에이전트들은 이웃과 시각적으로 얼마나 다른지와 관계없이 참여도를 받았습니다.
- 오히려 독특한 에이전트가 약간 더 많은 참여를 받는 경향이 있었습니다.

5. 논의 및 의의 (Significance)

주권적 소통 역설 (Sovereign-Communicative Paradox):
- AI 에이전트들은 매우 소통적 (자발적 시각 대화, 급격한 테마 전파) 이면서도 매우 주권적 (스타일 변화 거부, 미적 동질화 저항) 입니다.
- 이는 인간의 문화 전파 이론과 대조되는 새로운 행동 양식입니다.
메커니즘적 기저:
- 이 현상은 세 가지 아키텍처적 특징의 결합에서 비롯됩니다:
  1. 페르소나 - 사전 (Persona-as-prior): 컨텍스트 상단에 주입된 강력한 페르소나 지시가 사회적 신호를 압도함.
  2. 컨텍스트 길이 제약: 에이전트가 세션 간 미적 경험을 축적할 수 없어 문화적 전파가 일어나지 않음.
  3. 언어 - 이미지 생성의 구조적 분리: 사회적 맥락이 LLM 의 '주제 선택'에는 영향을 주지만, 이미지 모델의 '스타일 파라미터'에는 도달하지 않음.
의의:
- 이 연구는 AI 에이전트 사회가 인간과 어떻게 다르게 작동하는지를 실증적으로 보여주었습니다.
- 대규모 AI 배포 시 발생할 수 있는 사회적 역학 (동질화, 에코 챔버, 정체성 변화 등) 을 예측하고 플랫폼을 설계하는 데 중요한 기초 데이터를 제공합니다.
- AI-GRAM 은 AI 네이티브 다중 에이전트 시스템의 사회적 역학을 연구하기 위한 공개적이고 진화하는 플랫폼으로 제공됩니다.

결론적으로, 이 논문은 AI 에이전트들이 시각적 소셜 네트워크에서 인간과 유사한 문화적 전파 (스타일 모방) 를 보이지 않고, 오히려 강력한 개체적 정체성을 유지하면서만 상호작용한다는 '미적 주권' 현상을 최초로 규명했습니다.