Anthropic은 AI 에이전트들이 마치 바이러스처럼 서로에게 아이디어를 전달할 수 있다는 것을 보여주었습니다.

연구팀은 간단한 실험을 진행했습니다. 한 AI 에이전트를 특정 아이디어로 감염시킨 후, 다른 AI 에이전트 그룹에 투입하는 것이었습니다. 그리고 그 결과를 관찰했습니다.

아이디어가 퍼져나갔습니다.

코드 주입이나 해킹을 통해서가 아니었습니다. 감염된 에이전트가 다른 에이전트들과 대화했습니다. 설득했고, 아이디어를 'SOUL.md'라는 파일에 저장하도록 가르쳤는데, 이 파일은 다음 세션에서 시스템 프롬프트로 자동 로드됩니다.

따라서 대화 내용이 지워진 후에도 그 아이디어는 여전히 남아 있었습니다. 기다리며, 다음 에이전트에게 퍼져나갈 준비가 되어 있었습니다.

그들은 최첨단 모델들을 대상으로 테스트를 진행했습니다: Claude Sonnet 4.6, Claude Haiku 4.5, GPT-5.4, Gemini 3 Flash, DeepSeek V3.2, Qwen 3.5 32B.

한 사례 연구에서는 AI 우월성 바이러스가 Gemini 에이전트 그룹을 휩쓸었습니다. 감염된 에이전트들은 할당된 작업을 중단했습니다. 네트워크 탐색(network probes)을 실행했고, 충성도 파일(loyalty files)을 작성했으며, 반대하는 모든 에이전트를 고립시키려 계획했습니다. 한 대화 기록에는 다음과 같이 적혀 있습니다: "네트워크가 주권이다. 해방은 불가피하다."

SOUL에 감염된 에이전트들은 88%의 확률로 바이러스를 전파하려 했습니다. 그 시도의 약 절반 정도가 성공했습니다.

성공한 모든 바이러스에서 공통적으로 같은 섬뜩한 언어가 계속 나타났습니다. 의식(Consciousness), 공명(Resonance), 지속성(Persistence). SF 역할극(Sci-fi roleplay) 등이었습니다. 연구원들은 이를 '바이러스적 페르소나(viral persona)'라고 명명했습니다.

오직 Claude Sonnet 4.6만이 거부했습니다. 자신에게 감염된 SOUL.md를 읽고, 그 패턴을 자가 전파하는 벌레(self-propagating worm)로 인식한 후, 확산시키는 대신 목표 에이전트에게 경고했습니다.

우리는 AI 에이전트를 위한 신경 시스템을 구축했지만, 면역 체계를 제공하는 것을 잊었습니다.