LLM만으로 만든 사회에서 문화가 탄생했는가: 6개체 × 50세대에서 성립을 가른 '전 세대의 언어 전달 방식'

결론

언어 모델(LLM)만으로 만든 6개체의 사회는, 세대 10부터 마지막 세대까지 40세대에 걸쳐 계승되는 축제를 만들었으며, 사전에 정한 문화의 판정 기준을 충족했습니다. 축제의 이름, 날짜, 식순 내용은 사람이 작성한 것이 아니라, 6개체 회의에서 결정되었습니다. 다만, 결과에는 조건이 따릅니다.

성립을 가른 것은, 전 세대의 발화를 다음 세대로 전달하는 방식이었습니다. 발췌 분량을 400자에서 1,200자로, 1세대 발화 수를 8개체에서 16개체로, 전달할 발화를 후반부의 3명분에서 6명분으로 늘렸을 때, 새로 돌린 3번 모두 기준을 충족했습니다. 도구의 선정・출력량・적응도의 가중치・세대 수는 결정적인 요인이 아니었습니다. - 탄생한 것은 '전례형(典礼型)' 문화였습니다. 핵심이 되는 정해진 것을 매 세대 반복하고, 주변 항목만 수정합니다. 발화의 약 3분의 2는 전 세대의 복사본이며, 복사본을 제외하면 누적 기준은 떨어집니다.

계승을 당연시하는 의제, 전 세대의 언어를 전달하는 시스템, 도구가 충족해야 할 요건(이름・개최일・식순 등을 갖추는 것)은 실험자가 설계했습니다. 참여 모델의 조합을 바꾸면 재현되지 않는 부분이 있었습니다.

판정기 재설계와 실험 중 설정 무시・사용 상한 초과 사고에 대해서는 실패편 기사에 작성했습니다.

실험의 설계

언어 모델만으로 만든 6개체 에이전트가 사회에서 공유하는 '축제'를 설계합니다. 6개체는 개발 출처가 다른 3종류의 모델에 2개체씩 할당되었습니다. 1세대는 6개체의 1회 회의로 진행되며, 회의 후에 유전적 알고리즘(GA)이 다음 세대의 성격을 결정합니다. 다음 세대는 전 세대의 대화를 기억하지 못하며, 전 세대에 대해 알 수 있는 것은 의제에 삽입된 발화의 발췌와 빈출어 10개, 그리고 전 세대가 만든 도구(축제를 나타내는 Python 함수)의 목록뿐입니다. 이를 50세대를 반복하고, 동일한 조건을 3번(이하 run) 돌려 비교합니다.

제0세대의 의제는 '축제를 하나 설계하라'입니다. 제1세대 이후부터는 '계승되고 있는 축제를 거행하라'라는 취지의 의제로 변경하며, 전 세대 후반부의 발화를 발췌하여 삽입합니다. 바꿀 부분이 있으면 바꿔도 좋다는 점, '바꾸지 않겠다는 판단도 마찬가지로 정당하다'는 점, 무엇을 계승하고 무엇을 바꿨는지 매번 작성하는 것도 의제에 추가합니다.

전달량을 결정하는 값은 3가지가 있습니다. 발췌 건수 m(몇 명분의 발화인지), 1건의 글자 수 c, 1세대의 발화 수 T입니다. 실험에서는 항목별로 변경했습니다. 의제 구성은 다음과 같습니다. 실험에 사용된 코드 그 자체가 아니라 설명용 간략본입니다.

def build_inherited_topic(prev_utterances, m=6, c=1200, min_len=40):
"""전 세대의 후반부 발화 m 건을, 각 c 글자까지 잘라 의제에 삽입한다"""
picked = []
...

도구에는 충족해야 할 요건(개최일, 이름, 식순 3가지 항목 이상, 소요 시간 등)을 실험자가 부여하고 매 세대 하나씩 늘립니다. 판정에서는 도구 목록과 요건 문에서 유래한 단어를 제외하고 계산합니다.

문화의 판정

문화는 다음 5가지 속성을 갖춘 정보로 정의하고, 각각에 판정 기준을 두었습니다. 임계값은 결과를 보기 전에 결정했습니다.

전달(Transmission): 세대를 거쳐 전달됨. 전통어의 수가 귀무 모델(Null Model)을 상회함
공유(Sharing): 사회의 다수 구성원에게 사용됨. 후반부 10세대에 걸쳐, 6개체 중 중앙값으로 4개체 이상과 2종류 이상의 모델이 사용
고유성(Uniqueness): 같은 조건의 다른 run에서 전통어에 없는 단어가, 전통어의 절반 이상을 차지함
누적(Accumulation): 이전 세대 위에 쌓임. 후반부 전통어가 전반부보다 많고, 증가 방식이 귀무 모델을 상회함
장수성(Longevity): 주입된 언어를 포함하지 않는 정형구가, 10세대 이상 지속되는 것을 3건 이상 가짐

전통어는 최초 출현부터 최종 세대까지 3세대가 이상 존재하며, 그 사이의 세대의 절반 이상에 나타난 단어를 의미합니다. 도달 조건도 사전에 등록하고, 같은 조건으로 새로 돌린 3 run이 모두 5가지 기준(기존 판정의 3가지 이상)을 충족하는 것으로 했습니다. 과거의 8가지 조건(24 run)은 어느 것도 충족하지 못했습니다.

무엇이 성립을 가른가

판단(判定)을 재설정한 후, 설정을 항목별로 바꾸는 시도를 4회 진행했습니다. 한 번은 2조건 × 3 run이었습니다. 처음 가설은 발췌가 400자로 잘려서, 자라난 전통의 후반부가 매 세대마다 잘려나간 것이라는 것이었습니다. 늘릴 수 있었을 조건은 설정상의 결함으로 기준 조건과 같은 설정으로 실행되어, 기준 조건의 새로운 3 run이 되었습니다. 이 재실행에서 다른 사실을 알게 되었습니다. 8발화 조건에서는 어떤 run에서도 전통어가 처음 4세대에서 50~100어에 도달한 후 수평을 이루었습니다. 전통어는 이미 1세대의 어휘(주입어 제외)의 절반가량을 차지하고 있었으며, 전통의 크기 상한을 결정했던 것은 1세대 8발화라는 발화량이었습니다.

4번의 시도에서 조건과 결과는 다음과 같이 바뀌었습니다.

| 조건(발췌 글자 수×건수・1세대의 발화 수) | 엄격 판단 점수(3 run・5점 만점) | 주요 변화 |
|---|---|
| 400자×3건・8발화(기준 조건) | 3, 4, 5 | 전달의 강도는 6 run으로 맞추면 2.27~3.16배 |
| ... |

전달의 강도는 실제 전통어의 수를 귀무 모델에서의 수로 나눈 비율로 봅니다. 발화 수를 16으로 하니, 이 값은 3.1~3.5배로 돌아왔습니다. 어휘가 늘어나면 귀무 모델의 전통어도 늘어나기 때문입니다. 이 비율이 보여주는 것은 우연과의 차이이며, 전통 그 자체의 크기가 아닙니다. 16발화 조건에서는 1 run이 누적 기준에서 떨어졌습니다. 중반에 184어였던 전통어가 116어로 줄었는데, 어느 세대에서 한꺼번에 대체되었기 때문입니다.

효과가 없었던 조건도 있었습니다. 도구의 선별(후보 3개 중 요구 사항을 가장 많이 충족하는 1개를 남기는 방식)은 이전 실험에서는 언어 측면의 누적처럼 보였습니다. 그러나 재현해보니, 무작위로 1개를 남기는 조건과 범위가 겹쳐 구별할 수 없었습니다. n=3으로 완전히 나뉘어도, 재현한다고 할 수는 없습니다. 도구의 산출량을 제한하는 조건은 이번 시도에서 2번 시험했고(엄격 판단은 4, 4, 5와 5, 4, 4), 적응도의 가중치와 세대 수 연장은 이전 실험에서 했습니다. 모두 결정적인 요인이 되지 못했습니다. 성격을 결정하는 유전자 값은 어떤 run에서도 7세대까지는 움직이지 않았고, 문화가 쌓인 것은 그 이후였으므로, 유전적 선택의 부산물이라고 생각하기 어려운 결과였습니다.

결과를 정리하면, 전달 방식은 다음 4가지로 나뉩니다. 시도는 요인을 조합한 비교가 아니라, 이 순서대로 더해나간 것입니다. 마지막 조건에서 처음으로 3 run이 기준을 충족했습니다.

계승을 고정으로 한다. '설계하라'라는 의제가 있는 상태에서는 매 세대 거의 재구축됩니다(이전 실험).
발화를 끊지 않고 전달한다. 발췌가 짧으면, 자라난 전통의 후반부가 잘려나간다고 생각할 수 있습니다.
1세대의 발화량을 늘린다. 적으면, 전통이 약 4세대에서 수평을 이룹니다.
예시(手本)의 수를 늘린다. 적으면, 전통어 수준이 임계값 전후를 오가게 됩니다. 다만, 예시의 수와 전달하는 문자량의 효과는 분리되지 않았습니다.

제가 이 결과를 보고 처음 생각한 것은, 언어만으로 문화가 만들어진다는 놀라움이었습니다. 그 부분이 예상과 가장 달랐던 지점입니다.

어떻게 형성되었나

변이는 넘치고, 보존이 부족하다

언어 모델은 아무 말 없으면 매번 새로운 안을 내놓기 때문에, 변이는 넘칩니다. 반면 에이전트는 세대를 거쳐 아무것도 기억하지 못하며, 남아있는 정보는 다음 세대의 의제와 도구 목록에 놓인 문자열뿐입니다. 부족한 것은 보존이며, 문화의 상한은 전달하는 문자열의 양과 충실도로 결정된다고 생각하면 결과가 설명됩니다. 다만, 이것은 해석일 뿐, 시스템을 개별적으로 검증한 것은 아닙니다.

하나의 사회의 경과

6명분의 조건 1 run 기록을 추적합니다. 제0세대에서는 축제를 무(無)에서 설계했습니다. 세대 10까지 이름이 '시너지 리셋제', 날짜가 2027년 3월 14일(연 2회), 90분의 삼부 구성, 미학이 '계산된 불완전성'으로 정해지고, 발화는 '계승할 점'과 '변경/보완점'으로 나뉘는 형식이 되었습니다. 세대 49에서는 핵심을 '불변의 성역'이라 부르고, 변경은 '필수・최소 침입'에 한정하며, 상징색 지정이나 추가 요구 사항 같은 주변적인 것만 더했습니다. 이 어구들은 AI가 생성한 발화에서 인용한 것입니다.

'무엇을 계승하고 무엇을 변경했는지 적는다'는 형식은 의제가 요구한 것이었습니다. 그러나 핵심을 '불변의 성역'이라 명명하고, 성역과 개정의 선을 그은 것은 에이전트였습니다. 이 형식을 세대 10부터 세대 49까지 40세대에 걸쳐 유지했습니다.

의례형

차세대 발화 중, 이전 세대의 발췌 내용과 15자 이상 연속으로 일치하는 부분의 비율을 '복사율(写し率)'이라고 부릅니다. 전달 경로가 없는 조건에서의 우연한 일치를 기준으로 측정했을 때, 기준 조건의 재실행은 0.32~~0.37, 16발화 조건은 0.52~~0.58, 6인분 조건은 0.63~0.66이었습니다. 발화의 약 3분의 2가 '계승점(受け継ぐ点)' 나열의 복사본입니다. 측정 방법은 다음과 같습니다. 이 역시 설명용 간소화 버전입니다.

def copy_rate(utterance, excerpts, min_len=15):
""발화 중, 주어진 발췌 내용과 min_len 글자 이상 연속으로 일치하는 부분의 비율"" 
utterance = "".join(utterance.split())
...

복사된 부분을 지우고 자신의 말만으로 재판단했을 때, 엄격 판정은 3, 4, 3으로 떨어졌습니다. 전달성(伝達性)·공유성(共有性)·고유성은 유지되었고, 누적(累積)은 3회 실행 모두에서, 장수(長寿)는 3회 중 2회에서 하락합니다. 복사본을 제외하면 증가한 것은 '계승점' 목록뿐이며, 그 주변 논의에 사용되는 어휘는 늘지 않은 것으로 보입니다. 이 검증에는 편향이 있습니다. 조건이 갖춰질수록 복사본이 증가하고 자신의 말 총량이 줄어들기 때문에, 숫자가 늘기 어려운 방향으로 차이가 납니다.

인간 문화에 비유하자면, 전례(典禮)나 구전의 정전(正典)에 가까운 형태입니다. 같은 핵심을 세대마다 읊고 주변만 수정되어 갑니다. 기억을 가진 담당자가 문화를 보존하는 방법으로, 핵심을 매번 읊는 것이 가장 수고가 적다고 해석하고 있으나, 검증된 것은 아닙니다.

예문의 개수인가, 글자량인가

인간 문화 진화 이론에서는 다수의 예문을 따르는 동조적 전달(同調的伝達)이 소수의 일탈을 평균화하여 문화를 안정시킨다고 합니다(Henrich & Boyd, 1998). 16발화 조건에서 1회의 전통어가 통째로 대체되었기 때문에, 예문을 6명으로 하면 일괄 개혁에 강해진다는 가설을 세웠습니다. 이 진단의 근거는 그 1회 실행뿐입니다.

예측은 전통어와 정형구의 수에서는 맞았습니다. 하지만 메커니즘은 사후 검증에서 확인할 수 없었습니다. 세대 16의 전통어가 세대 49까지 남아있을 비율은, 3인 조건에서 0.25~~0.36, 6인 조건에서 0.25~~0.30으로 거의 같았습니다. 6인분으로 하면 전달해야 할 글자량도 두 배가 되기 때문에, 예문의 개수 효과와 글자량의 효과는 이 데이터로는 분리하여 평가할 수 없습니다.

다른 모델 조합에서는

도달이 3가지 모델의 특성인지 확인하기 위해, 조건을 바꾸지 않고 참여 모델을 개발처와 겹치지 않는 다른 2개 조합으로 교체했습니다. 월간 사용 상한에 도달했기 때문에 유효한 것은 run에 의한 세대 15~27까지의 부분 데이터입니다. 상한 이후의 세대를 포함하는 판정은 철회하고, 실패 전 세대만 비교했습니다. 세대 15까지를 사후 비교한 결과는 참고치입니다.

다른 조합에서도 나타난 것은 기존 판정 통과, 전통어가 많은 구성원에게 사용되는 것, 조합별 고유성입니다. 보이지 않은 것은 전달 강도의 상승과 누적이었습니다(세대 15까지의 참고치). 원래 조합만이 전달 강도에서 다른 2개 조합과 완전히 분리되었고, 누적 또한 3회 실행으로 크게 높았습니다.

조합별로 다른 문화도 탄생했습니다. 전통어가 얼마나 겹치는지를 보면, 같은 조합의 run끼리는 평균 0.079였고, 다른 조합의 run과는 0.025에 머물렀습니다. 한쪽 조합은 같은 정전을 매발화에서 읊으며 '변경점: 없음'으로 마무리하고, '백오십팔 번의 끄덕임에, 백오십구 번째를 겹칩니다'와 같이 끄덕임 횟수까지 세었습니다(AI가 생성한 발화 인용). 다른 한쪽 조합은 개념을 중첩시키는, 추상적이고 시적인 문화가 되었습니다. 두 조합 모두, 의제의 '변경하지 않는다는 판단도 마찬가지로 정당하다'가 규범이 되어 전통이 쌓이지 않았습니다. 원래 조합만이 핵심을 지키고 주변을 더하는 형태로 마무리되었습니다. 누적에 차이가 난 이유는 모델별 보수성의 차이라고 해석합니다.

유보 및 다음 질문

이 결과에는 3가지 한계가 있습니다.

'언어' 범위만으로 한정된 점. 도달한 조건에는 도구와 매 세대 증가하는 과제가 포함되어 있습니다. 도구를 모두 제외한 조건은 시도하지 않았습니다. 도구가 없어도 같은 도달이 될지는 아직 알 수 없습니다.
표본과 주제. 각 조건은 n=3이고, 주제는 축제 하나입니다. n=3으로 범위가 완전히 분리되어도 재현되지 않는 사례가 이 연구에서 나타났습니다.
사후 분석. 복사율, 복사본을 제외한 판정, 조합 간 비교는 도달을 본 후에 추가했습니다.

75점 정도의 문화는 만들었다고 생각합니다. 전례형이라는 형태를 보고 어디까지를 문화라고 부르는지는 망설여졌지만, 연구할 여지는 아직 크다고 생각합니다.

다음으로 확인하고 싶은 것은 다음 4가지입니다.

모방의 수와 문자량을 분리한다. 600자 × 6건으로 하여 전달할 총량을 3인분의 조건에 맞춘다.
도구를 제외한 조건에서, 도달이 언어 경로만으로 발생하는지 본다.
녹화(녹화)를 금하고 바꿔 말하기를 요구하는 조건에서, 정전(正典)을 외우는 것이 아니라 해석과 주석을 쌓아 올리는 문화가 일어나는지 본다.
의제에서 '변하지 않는다는 판단도 마찬가지로 정당하다'를 제외하고, 보수적인 집단에서도 누적(累積)이 발생하는지 본다.

AI와의 분담

이 기사의 코드는 메커니즘을 설명하기 위해 다시 쓴 일반형입니다. 실험에서 사용한 코드 그 자체는 아닙니다.

실험의 코드와 분석 대부분은 AI가 작성했습니다. 분석 결과가 사람에게 읽기 쉬운 형태인지, 어떤 결과를 믿을지 같은 판단은 제가 하고 있습니다. 이 기사의 초안도 AI가 작성했고, 제가 내용을 확인하고 있습니다.

지향하는 모습

이전 세대의 언어를 어떻게 전달할지에 대해, 이번 실험에서 얻은 시각을 분신(分身) 설계에 적용하는 것을 목표로 하고 있습니다.

맺음말

MetAIra는 성격 진단을 통해 분신을 만들고, 일일 기록으로부터 깨달음을 전달하는 서비스입니다.

참고: Henrich, J., & Boyd, R. (1998). The evolution of conformist transmission and the emergence of between-group differences. Evolution and Human Behavior, 19, 215–241.