전체메뉴

[애플경제 이지향 기자] AI기술이 적용된 게임산업은 단순한 ‘놀이’나 유희에 그치지 않는다. 독창적인 AI기술을 더욱 진화, 발전시킴으로써 국가 산업의 동력으로 확장될 것이란게 전문가들의 기대다.

강화학습 등 AI 기술은 게임의 상호작용성과 몰입도를 크게 높이고 있다. 이를 바탕으로 몰입형 경험이 강화되고, 사용자 맞춤형 설계 등으로 더욱 고도화될 전망이다.

게임업계에선 AI 기술을 핵심 요소로 삼아 차별화된 경험을 제공하기 위한 노력을 기울이고 있다. 특히 이를 통해 플레이어 맞춤형 경험을 구현하며 사용자 만족도를 높이고 있다. 전문가들은 이같은 반경에서 AI 기반 게임을 다양한 시각으로 정의하고 있다.

이에 관한 연구를 계속해온 나윤빈 신구대학교 조교수도 그 중 명료한 정의를 내려 눈길을 끈다. 그는 AI기반의 게임에 대해 “구체적으로 스스로 생각할 수 있고, 주변 환경이나 과거의 경험 등에 따라 지능적으로 행동할 수 있는 자율성을 가진 캐릭터나 에이전트”라고 규명했다. 전문가로서 가장 구체적이면서 분석적인 의미 파악이라고 할 수 있다.

또한 그 보다 좀더 범위를 넓혀 게임 수익과 경영이란 개념에서도 AI 기반의 게임은 새롭게 정의된다. “즉 확장된 개념적 틀에선 AI 기술을 중점 활용해 제작의 간소화와 효율화, 자동화를 이루고, 높은 몰입도와 사용자 맞춤형 경험을 통해 수익을 높이는 것”이란 설명이다.

‘게임 내 AI’로 본 방법론

이런 개념틀에서 AI 게임은 우선 강화학습이 핵심이다. 이를 통해 플레이어의 행동 패턴을 분석하거나, 자연어 처리(NLP)에 의한 플레이어와의 대화형 상호작용을 구현한다. 게임 내의 NPC(非N활동 캐릭터)의 행동이나, 대사도 플레이어의 역할과 함께 자동 생성할 수 있다. “이를 통해 캐릭터를 더욱 자연스럽게 구현하며, 게임 난이도를 실시간으로 조절함으로써 몰입도와 게임 완성도를 높이고 있다”는 얘기다.

좀더 구체적으로 보면, 게임에서 AI기술은 다양한 방식으로 적용, 운용된다. 우선 NPC AI다. 즉 비참여 캐릭터들의 동작을 학습, 플레이어들과 자연스럽게 어우러지게 한다. 이를 통해 NPC는 공식화 내지 정형화된 패턴에서 벗어나 플레이어의 행동에 맞춰 다양하고 유연한 갖가지 행위자가 될 수 있다.

또한 AI를 통해 게임의 콘텐츠를 자동으로 생성할 수도 있다. 예를 들어 판타지 롤플레잉의 미로나 미궁, 즉 던전이나 맵이 AI에 의해 자동 생성되는 경우다. 매번 예측할 수 없는 게임 상황으로 사용자들을 만족시킬 수 있다.

특히 강화학습 기반 게임이 대표적이다. 즉 AI가 게임 내에서 마치 인간 사용자들처럼 스스로 전략을 학습하고, 판단하며 최적화된 결정과 행동 양태를 선보이는 것이다. 이때 AI는 플레이어(사용자)와의 경쟁 난이도를 조절하고, 게임 내 전략을 구상하는 등 한층 흥미롭고 스릴 넘치는 게임을 선사한다.

장류 분류를 위한 AI기술의 적용

또한 다수의 게임을 관리하는 플랫폼이나, 게임을 기획하는 단계에선 게임 장르에 대한 분류 작업이 필요하다. 이에 AI 기술을 적절히 활용할 수 있다.

게임 장르 분류를 위해선 ‘기계 학습’을 적용할 수 있다. 우선 ‘지도학습’을 통해 장르별로 라벨이 지정된 데이터셋으로 모델을 훈련하는 방법이 있다. 소위 의사결정 트리(decision tree)나, 서포트 벡터 머신(SVM), 신경망 등의 알고리즘을 활용, 게임 장르를 예측할 수 있다.

또한 ‘비지도 학습’은 라벨 지정 데이터가 부족한 경우에 활용된다. 일종의 군집화(clustering), 즉 게임마다 공통된 특성에 따라 그룹으로 묶는 것이다. 이는 기존에는 식별되지 않던 새로운 장르나 하위 장르로 게임을 분류할 수 있게 한다.

이 밖에도 전투 시스템이나, 퍼즐 해결 방식, 탐험 스타일 등 게임플레이 특성을 추출하는 방법도 있다. 또 스토리의 복잡성이나, 캐릭터의 전개와 주제 등을 통해 특성을 파악, 분류할 수도 있다. 멀티플레이 기능이나, 협력 및 경쟁 플레이, 플레이어의 선택권 등에 따라서도 분류가 가능하다.

데이터가 ‘게임 메타데이터’인가, 아니면 ‘플레이어 행동 데이터’인가에 따라서도 분류가 달라진다. 전자의 경우는 스팀(Steam)이나 메타크리틱(Metacritic) 등의 게임 플랫폼에서 제공하는 유저 리뷰나, 태그, 설명 등의 정보가 해당된다. 후자는 플레이어의 게임플레이 데이터를 분석하는 것이다. 이를 통해 다양한 장르를 어떻게 경험하고 몰입하는가에 대한 정보를 제공하는 방식이다.

수익과 경영의 개념틀에서 본 ‘AI 게임’

이같은 ‘게임 내의 AI’가 아닌, 게임 수익과 경영, 즉 ‘AI의 틀에서 본 게임’이란 개념에서 AI기술을 적용하면 제작비를 감소시키고, 절차를 간소화할 수도 있다. 이에 대해 앞서 나 교수가 인용한 시장분석기관 ‘딜로이트’는 “(게임 제작과 개발 단계에서) 절차적 콘텐츠 생성, 품질보증(QA)의 자동화, 애니메이션·음성처리 효율화, 사용자 데이터 분석, 성공 예측과 같은 부분에서 작업을 간소화하고, 생산성을 높이며 인건비를 줄일 수 있다”고 밝힌 바 있다.

이때 AI에 의해 생성된 절차적 콘텐츠로 인해 게임 맵, 캐릭터 디자인, 스토리, 퀘스트 등을 자동으로 생성할 수 있다. 또한 반복적인 수작업의 디자인 요소를 자동화함으로써 디자이너와 개발자의 작업 시간을 감축시킬 수 있다. 특히 “AI 도구를 사용하여 오픈월드 맵을 빠르게 설계, 제작비를 절감할 수 있다”는 설명이다.

게임 테스트 과정에서 AI를 활용하여 버그를 자동으로 탐지, 수정하는 등 품질관리를 자동화할 수 있다. AI 기반 디버깅 도구로 QA 팀의 업무량을 줄이고 인건비를 절감한다. 또한 QA 자동화로 오류를 사전에 수정, 지연을 방지하거나 품질관리 비용을 낮춘다.

AI 애니메이션 생성 도구를 통해 캐릭터의 움직임이나 표정을 자동으로 생성할 수 있다. 또한 음성 합성 기술을 통해 다국어 대사를 빠르게 생성할 숟고 있다. 이를 통해 애니메이터와 성우의 작업 시간을 줄여 제작비를 절감할 수 있다.