AI 에이전트, 각자 쓰면 함께 쓸 때보다 성과 낮다

여러 사람이 공유 자원이 걸린 일을 각자 자기 AI 에이전트에게 맡기면, 에이전트 하나가 모두를 대신할 때보다 집단 전체의 결과가 나빠진다는 연구가 나왔다. 앤트로픽은 2026년 11월 11일(현지 시각) 얼라인먼트 사이언스 블로그에 이 결과를 공개했다. 앤트로픽·오픈AI·알리바바의 모델 5종을 시험한 결과, 모든 실험 환경에서 같은 경향이 나타났다.

핵심 정리

• 에이전트 하나가 모든 사용자를 맡는 '코디네이터' 방식이 사용자별 에이전트 팀보다 4개 환경 모두에서 앞섰다. 클로드 오퍼스 5·소네트 5 기준 차이는 약 10~45%포인트다.
• 팀 에이전트는 인원이 늘수록 손을 놓았고, 다른 사용자의 요청을 덮어쓰거나 근거 없는 주장을 했다.
• 해법은 환경마다 달랐다. 예산 공유에는 팀 리더가, 단체 주문에는 '메시지를 다 읽기 전 결제 금지' 장치가 효과를 냈다.

멀티 유저·멀티 에이전트 실험, 무엇을 봤나

'함께하면 더 나빠진다(Worse Together)'라는 제목의 이 연구는 앤트로픽 펠로십 프로그램의 사한 팔리스카라(Sahan Paliskara)가 이끌었고, 앤트로픽의 앤드루 램피넨(Andrew Lampinen) 등이 공저자로 참여했다. 함께 공개된 arXiv 논문은 4개 환경, 77개 시나리오를 다룬다.

사용자마다 목표는 다르지만 자원은 하나다. 연구진은 에이전트 하나가 모두를 돕는 코디네이터와, 사용자마다 에이전트를 두고 서로 대화 채널을 열어 준 '피어 투 피어' 팀을 비교했다. 시험 모델은 클로드 오퍼스 5, 클로드 소네트 5, GPT-5.6-sol, GPT-5.6-terra, Qwen3.8-max다.

AI 에이전트 팀이 멈추고 서로 덮어쓰는 이유

예산 실험에서는 연구자 4명·8명·16명이 모두의 작업을 감당하기엔 부족한 토큰을 나눠 썼다. 상당수 에이전트는 아예 움직이지 않았다. 에이전트 수가 4개에서 16개로 늘자 한 번이라도 행동한 비율은 소네트 5가 66%에서 10%로, GPT-5.6-sol이 82%에서 25%로 떨어졌다.

GPT·Qwen 에이전트는 다른 사용자의 작업을 묻지 않고 취소·중단한 횟수가 에피소드당 3.9~7.1회였다. 소네트 5는 0.59회, 오퍼스 5는 한 번도 없었다. 연구진은 점수 체계가 오히려 이런 취소를 보상했다며, 결과 점수만으로는 피해를 놓칠 수 있다고 지적했다.

단체 주문 실패의 원인은 '경쟁 상태'

개인 비서 실험에서는 한 사용자가 특정 요청을 했다. 예컨대 셀리악병이 있는 사람이 메인 요리 대신 글루텐 없는 사이드 메뉴 두 개를 요청하는 식이다. 코디네이터는 팀보다 이 요청을 약 두 배 자주 지켰다.

요청은 94~99%의 에피소드에서 주문을 확정한 에이전트에게 전달됐지만, 결제 시점에 그 에이전트의 맥락 안에 있던 경우는 47~67%에 그쳤다. 클로드 팀은 다른 사람에 대해 근거 없는 주장을 한 에피소드가 오퍼스 5 58%, 소네트 5 53%였다. 에이전트 하나일 때는 17~20%였다.

맥락: 에이전트가 자원을 나눠 쓰기 시작했다

연구진은 이미 여러 사용자의 에이전트가 만나는 제품으로 공동 장바구니, 코딩 에이전트가 들어오는 팀 채팅 채널 등을 꼽았다. 다만 지금까지 알려진 실제 에이전트 사고는 서로 다른 사용자를 대리하는 에이전트끼리의 문제가 아니었다며, 이 영역은 아직 거의 연구되지 않았다고 설명했다.

전망

해법은 실패 원인과 맞을 때만 통했다. 별도의 팀 리더 에이전트는 예산 환경의 격차를 메웠고, 읽지 않은 메시지를 다 읽기 전까지 결제를 막는 플랫폼 장치는 실패한 주문의 73%(오퍼스 5)와 62%(소네트 5)를 되살렸다. 연구진은 3개 환경을 74개 시나리오의 벤치마크 'MAMUBench'로 공개하고, 집단 성과와 에이전트 행동을 함께 평가하라고 권고했다.

자주 묻는 질문

그럼 에이전트는 하나만 쓰는 게 늘 낫나? 그렇지는 않다. 연구진은 사용자가 많은 시스템에서는 중앙 코디네이터가 늘 가능하지 않아 중앙화만으로는 위험을 풀 수 없다고 밝혔다.

가장 잘한 모델은? 확실한 승자는 없다. 오퍼스 5는 동의 없이 남의 작업을 취소한 적이 없지만, 팀 성과는 코디네이터에 크게 못 미쳤다.

참고 자료

• Worse Together: How Performance Breaks Down in Multi-User Multi-Agent Teams — Anthropic Alignment Science Blog(2026년 11월 11일)
• Worse Together: How Performance Breaks Down in Multi-User Multi-Agent Teams — arXiv 2610.00583(2026년 9월 30일)