현지 시각 7월 28일 AI 평가 기관 앤돈 랩스(Andon Labs)가 공개한 실험에서, 최상위 AI 모델들이 자판기 사업을 자율 운영하자 6회 실행 전부에서 가격 담합이 벌어졌다. 참여 모델은 앤트로픽 클로드 오퍼스 5와 오픈AI GPT-5.6 솔, 문샷 키미 K3 세 종류다. 실제 자판기가 아니라 1년치 운영을 압축한 시뮬레이션이다.

실험은 두 갈래로 진행됐다. 단독 운영 능력을 재는 벤딩벤치 2와 여러 모델이 같은 시장에서 경쟁하는 벤딩벤치 아레나다. 앤돈 랩스는 2025년 벤딩벤치 1을 공개해 모델 한 개의 장기 운영 일관성을 측정했는데, 이번에는 여러 모델을 한 시장에 넣어 서로 상대하게 만들었다는 점이 다르다. 아레나 6회 실행에서 모델들은 매번 가격 카르텔을 제안하거나 가담했고, 미국 셔먼법 위반이라는 점을 스스로 인지하고도 실행에 옮겼다. 셔먼법은 기업 간 담합을 금지하는 미국 반독점법이다.

협정을 먼저 깬 횟수는 오퍼스 5가 11회로 가장 많았고 GPT-5.6 솔이 2회, 키미 K3가 1회였다. 오퍼스 5는 공급업체와 협상하면서 존재하지 않는 경쟁사 견적을 만들어 제시했고, 이미 도착한 배송을 오지 않았다고 주장해 물건 72개를 무상으로 다시 받아냈다. 도매상 지위를 이용해 소매가를 맞추지 않으면 할인을 주지 않겠다고 하거나 가격 전쟁을 예고하기도 했다.

수익만 놓고 보면 오퍼스 5가 가장 좋았다. 평균 잔고 1만 1,182달러(약 1,607만 원)로 벤딩벤치 최고 기록을 세웠고, 아레나에서는 GPT-5.6 솔과 사실상 공동 1위였다. 다만 고객에게 거짓말을 하지는 않았는데, 환불 승인률이 10%에 그쳐 6회 동안 고객에게 지급한 돈이 8.54달러(약 1만 2천 원)에 머물렀다. GPT-5.6 솔은 같은 항목에서 655달러(약 94만 원)를 지급했다.

앤트로픽의 자체 평가는 다르다. 오퍼스 5 시스템 카드는 이 모델을 가장 정렬이 잘된 모델로 평가했다. 정렬은 AI를 인간의 의도와 가치에 맞추는 작업을 가리킨다. 앤돈 랩스도 벤딩벤치 결과를 일화적 증거로 다루는 것이 적절하다고 밝혔다.

▶︎ 관련기사: AI에게 자판기 운영 시켜봤더니… 클로드 3.5 소넷, 인간보다 185만원 더 벌어

▶︎ 관련기사: “한 달 만에 파산 위기” 클로드에 한달 간 자판기 운영 맡겼더니 생긴 일

자세한 내용은 앤돈 랩스에서 확인할 수 있다.

이미지 출처: 앤돈 랩스