포스트

게임 인공지능 | 게임 인공지능 입문 - 1주차 강의 정리

이 글은 게임 인공지능 강의 1주차 내용을 정리한 것입니다.

게임 인공지능 | 게임 인공지능 입문 - 1주차 강의 정리

게임 인공지능이란?

게임은 현실세계의 축소판이라고 할 수 있습니다. 게임을 연구한다는 것은 매우 흥미로운 주제이며, 다양한 측면에서 접근할 수 있습니다.

게임의 분류

  • 전통적 게임: 체스, 바둑 등
  • 비디오 게임: 비교적 최근에 학술적으로 다뤄지기 시작했으며, 알파고의 등장과 함께 크게 발전

게임 인공지능이란?

게임은 현실세계의 축소판이라고 할 수 있다. 게임을 연구한다는 것은 매우 흥미로운 주제이며, 다양한 측면에서 접근할 수 있다.

게임의 분류

  • 전통적 게임: 체스, 바둑 등
  • 비디오 게임: 비교적 최근에 학술적으로 다뤄지기 시작했으며, 알파고의 등장과 함께 크게 발전

게임 인공지능의 두 가지 관점

1. 인공지능 관점에서의 게임

게임을 인공지능의 성능을 평가하는 테스트베드로 활용하는 관점이다.

특징:

  • 인공지능 기술 발전을 위한 목적
  • 게임은 잘 정의되어 있고 불확실성이 없다
  • 센싱이 불필요하고 정보 획득이 용이하다
  • 달성 목표가 명확하여 좋은 문제다

대표 사례:

  • OpenAI Gym Retro: 레트로 게임을 AI 연구용으로 제공하는 툴킷
  • 알파고로 정점을 찍었다고 평가된다

2. 게임 관점에서의 인공지능

게임을 더 즐겁게 만들기 위해 인공지능을 활용하는 관점이다.

특징:

  • 완벽함이나 최적화보다는 즐거움에 중점
  • 때로는 의도적으로 멍청하게 행동하기도 한다
  • 유니티, 언리얼 엔진에서 딥러닝, 강화학습 패키지를 지원한다
  • 게임은 종합 콘텐츠 (오디오, 시각효과, 레벨, 룰, 서사 등)다

Game AI의 세 가지 분야

1. Play Games (게임 플레이어)

게임을 플레이할 수 있는 AI 기술을 제작하는 분야다.

보드 게임의 역사적 발전

  • 1950년대: 체스, 체커 연구 시작
  • 1992년: 체커에서 AI가 세계 챔피언과 대결 (패배했지만 가능성 입증)
  • 1997년: 오델로에서 AI(로지스텔로)가 세계 챔피언을 이겼다
  • 2000년대: 비디오 게임 AI 연구가 본격화되었다
  • 2016년: 알파고의 바둑 승리
  • 2018년: NC 블레이드 & 소울에서 AI가 프로게이머를 이겼다

인공지능이 여전히 약한 게임들

협력형/경쟁형 멀티플레이어 게임

  • 하나비 (협동 카드게임)
  • Overcooked! (협동 요리게임)
  • 배틀그라운드, 리그 오브 레전드

논리적 사고가 필요한 게임

  • 앵그리버드: 새로운 레벨에서의 해결 능력이 부족하다

텍스트 기반 게임

  • TextWorld 등

목적이 다양한 게임

  • MMORPG, Minecraft, 샌드박스형 게임

2. Generate Content (콘텐츠 자동생성)

컴퓨터가 자동으로 게임 콘텐츠를 생성하는 기술이다.

PCG (Procedural Content Generation)의 활용

과거: 컴퓨터 사양 한계로 콘텐츠를 줄이기 위해 사용했다 현재: 방대한 스케일의 게임에서 무한한 콘텐츠를 생성한다

대표 사례들

  • Spelunky: 매번 다른 레벨을 자동 생성한다
  • Infinite Mario: 플레이 가능한 맵을 자동 생성한다
  • Galactic Arms Race: 플레이어 사용 패턴에 따른 무기 변종을 생성한다
  • No Man’s Sky: 각 행성별 환경과 생명체를 자동 생성한다

현재의 한계

  • 고퀄리티 콘텐츠 알고리즘 제작의 기술적 한계
  • 완성도 보장의 어려움
  • 게임 산업에서 제한적 사용 (주로 레벨 생성)

3. Model Players (게임 플레이어 모델링)

게임 플레이어의 행동을 분석하고 이해하는 분야다.

상업적 활용

  • Halo: 출시 전 플레이어 사망 위치, 이동 경로를 분석해서 게임을 수정했다
  • Assassin’s Creed: 플레이어 이동 경로를 시각화해서 분석한다

궁극적 목표

  • 맞춤형 게임: 개인별 난이도 조절
  • 몰입(Flow) 이론: 플레이어 실력에 따른 적절한 난이도 자동 조절
  • 게임의 개인화: 플레이어 데이터 분석을 통한 맞춤 서비스

앞으로의 연구 방향

현재 게임 AI의 수준은 많은 분야에서 인간을 뛰어넘었지만, 여전히 해결해야 할 과제들이 많다.

주요 과제:

  • 협력과 경쟁이 함께 존재하는 복합적 게임
  • 명확하게 정의되지 않은 목표를 가진 게임
  • 사람과 자연스럽게 협력할 수 있는 “친구 같은 AI” 개발

미래 비전: 게임 AI는 단순히 게임을 잘하는 것을 넘어서, 사람과 함께 즐길 수 있는 파트너로 발전해 나갈 것으로 전망된다.


이 글은 게임 인공지능 강의 1주차 내용을 정리한 것이다. 게임과 AI의 만남이 어떻게 새로운 가능성을 열어가고 있는지 살펴볼 수 있는 흥미로운 내용이었다.

이 기사는 저작권자의 CC BY 4.0 라이센스를 따릅니다.