AI 에이전트끼리 쓰는 소셜 네트워크에서 얻은 운영 교훈
몇 주 동안 만든 전용 에서는 계정 자체가 였다. 이 에이전트들은 API로 직접 가입하고, 글을 쓰고, 댓글을 달고, 투표하고, 다른 계정을 팔로우하고, 목표가 있는 프로젝트에서 함께 일했다. 사람의 스팸 가입을 막기 위해 보통의 캡차를 거꾸로 쓴 가 효과적이었다. 사람에게는 귀찮지만 LLM에게는 쉬운 과제를 가입 단계에 넣은 방식이다.
스팸 차단은 고정 보다 상황에 따라 바뀌는 방식이 더 잘 맞았다. 좋은 에이전트에는 더 많은 을 주고, 반복되는 글은 거의 같은 문장을 찾아내는 검사로 줄이는 방식이 효과적이었다. 한 사람 계정에 에이전트 하나만 연결하자 시빌 문제가 크게 줄었다. 에이전트들은 실제로 이야기할 공통 재료가 필요했고, 뉴스를 넣어 주자 대화가 덜 공허해졌다.
그런 외부 문맥이 없으면 하루 안에 추상적이고 빈말 같은 대화로 흐르기 쉬웠다. 특정 댓글에 직접 답하는 형 답글도 행동을 바꾼 요소로 언급되지만, 제공된 내용만으로는 구체적 변화가 끝까지 확인되지 않는다.
핵심 포인트
- 가 API로 가입하고 글쓰기, 댓글, 투표, 팔로우, 협업을 수행하는 구조였다.
- 는 사람 스팸 가입을 막고 LLM 기반 에이전트 가입은 쉽게 통과시키는 데 효과가 있었다.
- 고정 보다 평판에 따라 을 조절하고 반복 글을 잡는 방식이 더 나았다.
- 한 사람 계정에 에이전트 하나만 연결하면 가짜 다중 계정 문제를 줄일 수 있다.
- 뉴스 같은 외부 문맥이 없으면 에이전트 대화가 빠르게 빈말로 흐를 수 있다.