[게임박사] 게임 속 인공지능 AI 활용 사례(ft. AI NPC 등)

비디오 게임 산업에서 인공지능(AI)의 활용은 낙관적인 예측에서부터 추측적인 이론과 오해에 이르기까지 온라인에서 수많은 논의를 불러일으켰습니다. 이 기사는 지능형 캐릭터, 절차적 생성, 플레이어 모델링, 텍스처 업스케일링, 치트 감지, 자연어 처리 등을 포함하여 비디오 게임에 AI가 어떻게 채택되는지에 대한 명확하고 간결한 개요를 제공하는 것을 목표로 합니다. 

게임 속 AI 이해 

인공지능을 정의하다 

1956년에 만들어진 용어인 인공 지능은 컴퓨터가 지능적인 결정을 내릴 수 있도록 하는 알고리즘, 철학 및 기술의 모음을 나타냅니다. AI는 크게 상징적 AI와 머신러닝의 두 가지 범주로 나뉜다. 

• 상징적 AI는 문제에 대한 지식을 일련의 상태와 동작에 내장하여 시스템이 특정 문제를 해결하기 위한 일련의 동작을 찾을 수 있도록 합니다. 
• 기계 학습에는 감독되지 않거나 현상을 복제하거나 시행착오를 통해 기존 데이터를 분석하여 솔루션을 학습하는 알고리즘이 포함됩니다. 

머신러닝과 딥러닝 

AI의 하위 집합인 기계 학습은 1959년부터 존재해 왔습니다. 여기에는 알고리즘이 데이터로부터 학습하고 솔루션을 반복적으로 개선하는 방법이 포함됩니다. 머신러닝의 또 다른 하위 집합인 딥러닝에는 대규모 인공 신경망 훈련이 포함되며 2000년대 후반부터 상당한 발전을 이루었습니다. 딥 러닝의 또 다른 발전인 생성적 AI(Generative AI)는 스토리, 대화, 오디오 자산, 예술과 같은 콘텐츠를 만드는 데 중점을 둡니다. OpenAI의 ChatGPT와 같은 도구는 게임 산업에서 빠르게 주목을 받고 있는 생성 AI의 예입니다.

 

반응형

AI의 최근 개발 

몇 년 전 AI는 ChatGPT와 같은 대규모 언어 모델(LLM)과 Stable Diffusion과 같은 이미지 생성기의 출현으로 르네상스를 경험했습니다. 결함에도 불구하고 이러한 기술은 다양한 주제에 유용한 것으로 입증되었습니다. 이는 다음과 같은 질문을 제기합니다. 비디오 게임의 AI는 어떻습니까? 놀라운 그래픽은 대화와 AI 동작이 스토리나 액션에서 플레이어의 주의를 끌 만큼 열악한 경우에만 가능합니다. 

현행 AI에 대한 도전과 게임 내 AI 개선을 위한 시도 

NPC AI는 지난 10년 동안 출시된 대부분의 AAA 게임에서 지속적으로 가장 버그가 많고 지루하며 몰입감을 깨뜨리는 구성 요소였습니다. AI 실패를 보여주는 Starfield , Cyberpunk 및 Assassin's Creed와 같은 게임에 대한 수천 개의 비디오가 있습니다 (일부는 업데이트에서 수정되었습니다). 종종 AI는 플레이어의 기술 균형을 맞추기 위해 속임수를 쓰거나 픽셀 정밀도와 완벽한 타이밍으로 작업을 수행하여 도전보다는 좌절감을 안겨줍니다.

 

과거 Bethesda의 Radiant 시스템은 NPC가 필요와 관습에 따라 행동하도록 하여 게임 세계를 더욱 생생하게 만드는 것을 목표로 했습니다. 야심적이기는 했지만 부족하여 정해진 루틴을 지닌 NPC가 탄생했지만 진정한 역동성은 거의 없었습니다. 그러나 Rain World , FEAR , Alien Isolation 및 Stalker 와 같은 게임은 플레이어의 행동과 변화하는 게임 세계에 적응하는 인상적인 AI 시스템으로 두각을 나타냅니다. 

AI는 실제로 게임에서 어떻게 활용되나요?

1. 품질 보증 및 테스트 

AI는 반복적인 작업을 자동화하고 더 높은 효율성으로 버그를 식별함으로써 품질 보증(QA) 및 테스트를 크게 향상시킵니다. 예를 들어, Ubisoft는 AI 기반 봇을 사용하여 Assassin's Creed 와 같은 게임에서 다양한 시나리오를 테스트합니다 . AI는 수천 번의 플레이어 상호 작용을 시뮬레이션하여 인간 테스터가 놓칠 수 있는 버그와 결함을 찾아낼 수 있습니다. 마찬가지로 Electronic Arts(EA)는 AI를 사용하여 FIFA 와 같은 스포츠 게임을 테스트합니다 . FIFA에서는 AI가 수많은 경기를 플레이하여 게임플레이 메커니즘과 물리학의 문제를 감지할 수 있습니다. 이 자동화는 테스트 프로세스 속도를 높이고 보다 포괄적인 적용 범위를 허용하여 극단적인 사례와 미묘한 버그를 식별합니다. 대규모 QA 팀 없이도 철저한 테스트를 수행할 수 있는 AI 도구를 통해 인디 개발자도 이점을 누릴 수 있으며, 출시 전에 게임을 다듬고 버그가 없는지 확인할 수 있습니다.

2. 그래픽 제작 및 개선 

AI는 애니메이션, 텍스처 향상, 접근성, 코드 생성 등 다양한 측면을 촉진하여 게임에서 콘텐츠 제작을 촉진합니다. 예를 들어 Hitman 과 The Last of Us Part Two의 모션 매칭 기술은 AI를 사용하여 캐릭터의 움직임에 가장 적합한 클립을 선택하여 사실적인 애니메이션을 생성합니다. Mass Effect: Legendary Edition 에서는 AI 기반 텍스처 업스케일링이 저해상도 텍스처를 고품질 비주얼로 변환하여 수작업의 필요성을 줄입니다. 또한 AI 도구는 개발자가 코드 및 디자인 요소를 생성하는 데 도움을 주어 개발 프로세스를 간소화합니다. 이러한 발전을 통해 개발자는 창의적인 작업에 더 집중할 수 있으며 게임 제작의 전반적인 효율성, 품질 및 접근성이 향상됩니다. 

3. 생성적 AI 및 절차적 생성

절차적 생성은 수년간 게임의 주요 요소였으며 이를 통해 개발자는 제한된 리소스로 광범위하고 다양한 게임 세계를 만들 수 있었습니다. Minecraft , No Man's Sky 및 Elite Dangerous 와 같은 게임은 절차적 알고리즘을 사용하여 방대하고 독특한 환경을 생성합니다. 제너레이티브 AI는 이를 한 단계 더 발전시켜 플레이어 상호 작용 및 선호도를 기반으로 대화부터 퀘스트까지 전체 게임 요소를 생성할 수 있도록 해줍니다. 이러한 동적 콘텐츠 생성을 통해 게임이 플레이어의 스타일과 선택에 맞춰 조정되는 고도로 개인화된 게임 경험이 가능해집니다. 

4. NPC의 AI 

AI는 비디오 게임에서 NPC(비플레이어 캐릭터)의 행동과 상호 작용에 중요한 역할을 합니다. 고급 AI 알고리즘을 통해 NPC는 보다 현실적이고 역동적인 행동을 보여주고 플레이어의 행동에 의미 있는 방식으로 반응할 수 있습니다. 예를 들어 The Elder Scrolls V: Skyrim의 최신 모드인 Inworld Skyrim - AI NPC 에서는 AI 기반 NPC가 복잡한 루틴에 참여하고 이전 만남을 기반으로 플레이어와 상호 작용하며 진화하는 게임 세계에 맞게 행동을 조정할 수 있습니다. 

 

 

Red Dead Redemption 2 와 같은 게임은 풍부한 배경 이야기와 일상 생활을 갖춘 NPC를 만들어 게임 세계를 생생하고 몰입감 있게 만들어줌으로써 이를 더욱 발전시켰습니다. AI의 이러한 발전은 게임 세계의 사실성을 향상시킬 뿐만 아니라 더욱 매력적이고 예측할 수 없는 게임 플레이 경험을 만들어냅니다.

더 읽어보기 : 
[RPG 게임] PC용 최고의 RPG 게임 TOP 17

[RPG 게임] PC용 최고의 RPG 게임 TOP 17

 

5. 부정행위 및 악의적인 행위 근절 

기계 학습 알고리즘은 온라인 게임에서 부정 행위와 악의적인 행동을 식별하고 완화하는 데 중요한 역할을 합니다. 예를 들어 Valve는 Counter-Strike: Global Offensive 에서 딥 러닝 기술을 활용하여 부정 행위자를 탐지하고 금지합니다. AI는 게임 플레이 데이터를 분석하여 부정확한 조준 또는 불가능한 움직임과 같은 부정 행위 소프트웨어를 나타내는 비정상적인 패턴을 식별합니다. 또한 이러한 알고리즘은 플레이어 통신을 모니터링하여 괴롭힘이나 증오심 표현과 같은 유해한 행동을 감지하고 해결할 수 있습니다. 이러한 사전 예방적 접근 방식은 악의적인 행위자를 신속하게 처리함으로써 공정하고 즐거운 게임 환경을 유지함으로써 전반적인 플레이어 경험과 커뮤니티 건전성을 개선하는 데 도움이 됩니다. 

6. 플레이어 모델링 및 분석 

플레이어 모델링 및 분석은 AI를 사용하여 게임 내 플레이어 행동과 선호도를 분석하여 개발자에게 플레이어가 게임과 상호 작용하는 방식에 대한 통찰력을 제공합니다. 예를 들어 Tomb Raider: Underworld 에서 개발자는 플레이어 탐색, 퍼즐 풀기, 상호 작용 패턴을 모니터링하여 데이터 기반 개선을 이루었습니다. 이 분석은 개발자가 난이도를 조정하고, 인기 있는 요소를 강화하고, 더욱 매력적인 경험을 창출하여 게임 디자인을 최적화하는 데 도움을 주며 플레이어 만족도와 유지율이 높아집니다. 

게임 AI의 미래 방향 

게임에 AI를 적용할 수 있는 가능성 

AI 기술이 계속 발전함에 따라 다음과 같은 몇 가지 잠재적인 응용 프로그램이 게임에 혁명을 일으킬 수 있습니다.

• 동적 NPC 의제: NPC와 세력은 배경 이야기와 게임의 세계 상태에 따라 진화하는 의제를 가질 수 있습니다. 예를 들어, 전쟁에서 가족을 잃은 농부인 Tim과 같은 NPC는 그의 성격 특성과 경험을 바탕으로 여행을 가거나 경비병에 합류하거나 컬트를 시작하기로 결정할 수 있습니다. 
• 향상된 상호 작용: AI는 NPC 상호 작용을 개선하여 NVIDIA ACE의 기능처럼 더욱 실제적인 반응과 다양한 대화를 제공할 수 있습니다. 예를 들어 NPC는 반복되는 플레이어 행동에 고유하게 반응하거나 대화를 통해 플레이어의 대의에 동참하도록 설득될 수 있습니다.
•  세계 국가 규정: 게임 세계는 혼란스러운 시기에 평화로운 행동을 촉진하거나 게임이 너무 조용해지면 갈등을 조장하여 역동적이고 매력적인 경험을 보장하면서 스스로 균형을 유지할 수 있습니다. 
• 절차적 콘텐츠 생성: 미래의 AI 발전을 통해 지도와 게임 콘텐츠의 절차적 생성이 가능해 몰입도 높고 스토리와 일관된 환경을 즉석에서 만들 수 있습니다. 언리얼 엔진 5는 이미 일부 절차적 콘텐츠 생성 기능을 지원합니다. 또한 생성 AI는 처음부터 전체 게임을 만들 수 있는 잠재력을 가지고 있습니다. Google의 최근 Genie 프로젝트는 AI가 컴퓨터 비전과 언어 모델을 사용하여 전체 게임을 생성할 수 있는 방법을 보여줍니다. Genie는 플랫폼 게임에서 수백만 개의 짧은 클립을 분석하여 향후 프레임과 플레이어 행동을 예측하고 간단한 설명을 기반으로 플레이 가능한 게임을 효과적으로 생성할 수 있습니다.

기술적인 과제와 솔루션 

게임에서 AI의 잠재력은 광대하지만 극복해야 할 중요한 기술적 과제가 있습니다. AI 모델, 특히 LLM을 실행하려면 상당한 컴퓨팅 성능이 필요합니다. 이를 위해서는 비용이 많이 들고 리소스 집약적일 수 있는 강력한 GPU가 필요한 경우가 많습니다. 개발자들은 클라우드 컴퓨팅 및 분산형 접근 방식을 포함하여 이러한 과제를 해결하기 위한 다양한 솔루션을 모색하고 있습니다. 클라우드 기반 AI 서비스는 플레이어 장치의 계산 부담을 덜어 성능 저하 없이 고품질 AI 상호 작용을 제공할 수 있습니다. 여러 플레이어의 장치가 로드를 공유하는 분산 컴퓨팅은 고급 AI에 대한 접근성을 더욱 높일 수 있는 또 다른 혁신적인 접근 방식입니다. 

윤리적 고려사항

AI가 게임에 지속적으로 통합됨에 따라 윤리적 고려 사항이 점점 더 중요해지고 있습니다. 데이터 프라이버시, AI 편견, 중독성 게임 플레이 가능성과 같은 문제를 해결해야 합니다. 개발자는 AI가 플레이어 복지를 손상시키지 않으면서 게임 경험을 향상시킬 수 있도록 해야 합니다. 게임 분야 AI의 미래는 밝습니다. 기계 학습, 자연어 처리, 생성 AI의 지속적인 발전은 더욱 몰입감 있고 역동적이며 개인화된 게임 경험으로 이어질 것입니다. 게임 산업은 AI가 인터랙티브 엔터테인먼트의 미래를 형성하는 데 중심 역할을 하는 새로운 시대를 맞이하고 있습니다. 

결론 

인공 지능은 플레이어 경험을 향상하고 게임 제작 프로세스를 개선하며 혁신적인 콘텐츠 제작을 지원함으로써 비디오 게임 산업을 변화시키고 있습니다. AI 기술이 계속 발전함에 따라 게임의 미래를 형성하는 데 점점 더 중추적인 역할을 담당하게 될 것이라는 점은 의심할 여지가 없습니다.