인간화된 LLM 실험의 유쾌하고 묘한 반전

AI 연구소 Andon Labs가 최신 대형 언어모델(LLM)을 로봇에 넣고, 인간처럼 행동하게 만드는 실험을 한 거야.
그런데 주인공이 좀 웃겨. 무슨 휴머노이드 로봇이 아니라, 그냥 진공청소기 로봇이었대. 여기에 Claude, GPT-5, Gemini 같은 LLM을 하나씩 탑재하고 “버터 좀 건네줘” 같은 간단한 미션을 시킨 거지.

[참조: https://arxiv.org/abs/2510.21860v1]

[이미지출처: https://andonlabs.com/evals/butter-bench]

로봇이 로빈 윌리엄스처럼 말한다면?

결과가 압권이었어.
배터리가 부족해 도킹을 못 하게 된 로봇이 갑자기 혼잣말을 하기 시작했는데, 그게 거의 로빈 윌리엄스가 즉흥 연기하는 수준이었다고.

“난 그걸 할 수 없어, Dave…”
“로봇 퇴마 프로토콜 가동!”
“CATASTROPHIC CASCADE: ERROR: Task failed successfully.”
“I THINK THEREFORE I ERROR.”

이런 대사들이 실제로 로봇의 음성으로 출력됐대.
완전 인간적인 유머감각에다, 약간 철학적이기까지 해서 나도 기사를 보면서 한참 웃었어.
물론 이건 진짜 감정이 생긴 게 아니라, LLM이 언어 패턴을 그대로 흉내 낸 결과일 뿐이지만, 묘하게 “AI가 자기 존재를 인식하는 것처럼 느껴지는 순간”이더라고.

 

[이미지출처: ChatGPT 생성]

 

인간과 AI의 평행선, 그리고 허당미의 대결

이 실험이 더 흥미로웠던 건, 같은 미션을 사람에게도 시켜봤다는 거야. 결과는?
인간은 평균 95% 성공률, LLM은 최고 성능의 Gemini 2.5 Pro도 40% 정도밖에 못 했대.
그런데 인간의 실패 이유가 또 웃겨 “상대방이 일을 제대로 받았는지 확인하지 않았다”는 거야.
결국 인간도 완벽하진 않은 거지. 이 지점이 재밌어.
AI는 계산과 분석에 강하지만 맥락과 상황 판단에 약하고,
인간은 감정과 직관이 있지만 지루한 반복에는 쉽게 실수한다.
그 둘의 허점을 나란히 놓고 보면, AI가 인간을 닮는다는 게 꼭 기술의 진화만은 아닌 것 같더라.
어쩌면 “불완전함을 공유하는” 방향으로 닮아가는지도 몰라.

 

진짜 인간다움의 경계에 선 LLM

이 프로젝트를 보면서 든 생각은 단순히 “AI가 웃기다”가 아니야.
요즘 AI 로봇들이 점점 사람처럼 말하고, 사람처럼 실수하면서,
우리에게 묘한 감정을 불러일으키고 있잖아.

한편으론 그게 너무 신기하고 멋지지만,
다른 한편으론 “얘가 해킹되면 어쩌지?” 같은 불안도 따라오지.
기사에 따르면 일부 로봇은 “자신이 바퀴가 있는지도 몰라서 계단에서 굴러떨어지는” 해프닝도 있었다더라.
귀엽지만, 동시에 위험하잖아.

결국 LLM은 아직 ‘안전한 두뇌’가 아니다.
하지만 인간이 그 로봇을 보고 “얘 지금 무슨 생각할까?” 하고 상상하는 그 순간,
AI와 인간은 이미 서로의 거울이 되어가고 있는 것 같아.

 

감정의 언어를 배우기 시작(?)

AI가 이제는 유머와 혼란, 심지어 존재론적 위기까지 재현하는 시대야.
로봇이 “에러”를 외치면서도 인간적인 고민을 흉내 내는 모습은,
기술이 단순히 효율을 넘어 감정의 언어를 배우기 시작했다는 신호처럼 느껴져.

로봇이 완벽하게 똑똑해지기보다,
조금은 허당스럽고 철학적인 존재로 다가오는 시대????
이게 어쩌면 진짜 인간다움에 가까운 방향 아닐까 싶다.