조) 저희가 컴퓨터와 인간의 대결에 대해 잠깐 톡으로 이야기 나눠봤는데요.이번 시간에는 실제로 게임에서 인공지능 기술을 어떻게 활용하고 있는지
사례를 통해서 알아보려고 합니다.전문가님, 현재 게임에서는 인공지능 기술을 어떻게 활용하고 있나요?
전)네. 현재 게임에서는 다양한 분야에서게임에도 굉장히 다양한 분야가 있는데다양한 분야에서 활용되고 있습니다.게임 내 상대에게 인공지능을 부여하여, 게임의 재미를 상승시키거나 아니면 게임 제작과정에 인공지능을 활용해서, 프로세스를 좀더 효율적인 방향으로 바꾸거나 비용을 절감하기도 합니다.그리고 게임 서비스나 운영에서부정행위 탐지나 데이터 분석으로 매출과 유저행동패턴을 분석해서게임에 적용하기도 합니다. 그리고 마지막으로 저희가 게임을 만들고 출시를 하기 위해서는 테스트를 해야되잖아요? 그럼 게임 테스트에도 인공지능을 활용해서 테스트 자동화를 하기도 합니다.
조) 아~그렇군요. 그러면 저희가 즐기는 게임을 생각해 볼 수밖에 없는데요. 이미 적이나 몬스터에서 사실 인공지능 기술이 활용되어 있을 수도 있겠네요? 그럼 오래전부터 게임에서는 인공지능 기술을 활용하고 있었다고 라고 봐도 무방한 거예요?
전) 그렇죠.
조) 그렇군요.
전) 게임과 인공지능은 사실은 언뜻 보면 별 관계가 없어 보이긴 한데. 떼려야 뗄 수 없는 존재이고 해요.사실 요즘에는 인터넷이 발달돼서 온라인 게임을 통해서 사람 대 사람으로 게임을 즐길 수 있지만, 90년대만 해도 컴퓨터와 대결하는 방식으로 게임을 진행했었어요.이때 게임 내 상대가 됐던 컴퓨터가 게임 내 인공지능의 시초라고 볼 수 있습니다.근데 그 시절의 인공지능 기술이 막 발달이 돼서 인공지능을 활용해서 거기다 몬스터가 뭔가 사람 같은 행동을 하진 않았고요. 정해진 몇 가지 패턴에 의해서 행동하거나, 유저의 행동에 따라 내가 어떻게 하느냐에 따라서 반응하는 형태였어요.그래서 마치 사람처럼 행동하고 플레이하려고 하지만, 쉽게 이게 컴퓨터구나 눈치챌 수 있고, 실력도 인간을 넘어서지는 못했어요.그리고 또 정해진 규칙대로 프로그래밍 된 대로 행동하기 때문에 공략법을 한 번 알게 되면 너무 쉽고 되고 시시해지는게 이전의 인공지능 기술이었던 것 같아요.
조) 그러면 기존에 적과 몬스터에 사용됐던 인공지능은 사실 정해진 패턴과 유저의 행동에 반응하는 수준이였던 거군요.그럼 최근에는 인공지능 기술이 발달을 많이 했잖아요. 게임 내 상대에게 인공지능을 부여하는 부분도 많이 발전했을 것 같아요. 어떤 식으로 발전을 했다고 볼 수 있을까요?
전) 과거에는 정해진 규칙이랑 패턴에 의해서 인공지능이 구현됐다면, 최근에는 강화학습으로 인공지능을 구현하는 사례가 많습니다. 대표적인 예가 우리 잘 아시는 알파고입니다. 기존의 알파고 이전에도 바둑프로그램들이 많았어요. 그런데 그 바둑 프로그램들은 프로그래머가 코딩한 알고리즘대로 행동을 했다면, 알파고는 전문가에 의해서 바둑 움직임 규칙에 대해서 지도학습으로
조) 그렇죠. 학습을 많이 했다고 하더라고요.
전) 네. 16만 기보에 가까운 기보를 익혔데요. 그리고 스스로 100만 번의 바둑을 두면서 강화학습을 했다고 합니다. 그 결과 이세돌 9단을 네 번을 이길 수 있었죠.
조) 네 번 이나.
전) 그리고 후에 업그레이드가 됐어요.업그레이드가 되면서 16만 기보를 학습을 했다고 했는데 이 지도학습을 빼버렸어요. 지도학습을 빼고 강화학습으로만 지능을 향상 시켰다고 합니다. 그래서 인간을 뛰어넘은 새로운 방식으로 바둑을 두었다고 해요.그러니까 지도학습으로 생긴, 사람이 바둑 두는 방식에 대한 이 고정관념이 강화학습만 하니까 사라진 거예요. 그리고 엔씨소프트에서 블레이드 소울이라는 게임에서 강화학습으로 비무대회에 인공지능을 만들었어요. 그래서 이게 블레이드앤소울 비무대회 프로게이머를 이기는 일도 있었습니다.
조) 그렇군요.
전) 이 비무 인공지능도 알파고처럼 강화학습을 사용했다고 해요. 그래서 인공지능끼리 수천 번 대전을 하면서 알아서 실력을 키운 거예요.. 이 정도의인공지능 수준이라면 유저의 레벨에 맞는 인공지능 상대를 붙여주면 유저의 실력을 점점 키워줄 수도 있지 않을까 라는 생각을 하고 있습니다.
조) 반대로 선생님이 되는 거네요.내가 가르쳤지만 나중에는 나를 가르치는사람이 될 수도 있다. 사람이 아니죠.나를 가르치는 인공지능이 될 수도 있다는 건데 사실 게임 종류 중에서 정말 다양한 게임들이 있고 전략을 짜서 움직여야 되는 게임들도 있고 즉흥적인 촉? 뉘앙스. 이런 것들을 따라서 움직여야 되는 것들도 있을 텐데. 그런 게임에서도 인공지능을 사용한 사례가있을까요?
전) 네, 있습니다.그런 게임을 보고 보통 RTS라고 하거든요.전략시뮬레이션이라고 하는데 스타 크래프트 아시죠?
조) 네!
전) 스타 크래프트를 이제 RTS 장르라고 해요.사실 바둑이나 대전게임. 우리 격투게임 아시죠? 대전게임 같은 경우에는 RTS 보다는 조금 더 쉬워요.
RTS는 조금 더 복잡한 선택을 해야 되고,결정을 해야 됩니다.행동의 수도 워낙 많고 그리고 실시간으로 무언가를 판단해야 되고,그리고 스타 크래프트 해보셨으면 아시겠지만처음에 이렇게 가려진 부분들이 있어요. 맵에그런 시야 같은 게 불완전한 정보라서 훨씬 어려워요. AI를 만들기가.그럼에도 불하고 블리자드에서는 알파고를 만든 딥마인드와 협력해서 인간과 대결하는 스타크래프트2 인공지능을 만들었어요.이게 알파스타라는 이름의 인공지능인데
조) 알파고, 알파스타!
전) 맞습니다. 지금은 멈췄어요.지금은 연구가 중단이 되었는데실험을 하다가 한계점을 느끼고 연구를 중단했다고 하더라고요.
조) 정말요?
전) 예. 그리고 도타 2라는 게임은 혹시 모르실것 같은데 스타 크래프트. 아 스타 크래프트가아니라 리그 오브 레전드 일명 롤이라는 게임아시죠?
조) 네~ 롤! 잘 알죠.
전) 롤과 똑같은 형태의 게임이 도타2예요.그래서 오픈AI라는 단체에서 도타2용 인공지능을 연구했어요.그래서 그 이름이 파이브라는 인공지능인데파이브 같은 경우에는 자기 자신과 파이브 인공지능끼리 하루에 180시간 가까이 경기를 하면서 발전을 했다고 합니다.
조) 그들은 잠을 안 자도 되고, 밥을 안 먹어도되니까요.
전) 그렇죠.그리고 파이브는 알파스타 스타 크래프트 AI라고 말했던 알파스타와 달리 학습의 리플레이를 이용하지 않았데요.그러니까 아까 전에 알파고에서 지도학습을 했었다고 했었잖아요. 이런 과정이 없었던 거예요. 파이브 같은 경우에는.그래서 판단의 기준을 스스로 정한 거고근데 여기서 발생하는 문제는 우물 안 개구리라는 말 아시죠?
조) 네~
전) 자기들끼리 하다보면 자가당착에 좀빠질 수가 있는데요. 그래서 파이브 같은 경우에는 선택한 방법이 나랑도 싸우지만 '과거의 나랑도 싸우게 했습니다.파이브의 인공지능은 점점 발전을 하니까발전하기 이전의 과거 애와 계속 싸운 거예요.그래서 현재 파이브 같은 경우에는 현재 파이브끼리는 80%수준으로 대결을 하고, 나머지 20%는 과거의 파이브와 대결을 하면서학습을 하고 있다고 합니다.
조) 엄청 열심히 하고 있었네요.그래서 그 결과가 나왔을 까요?
전) 네, 그 결과, 2019년도에 세계 우승팀도타2 프로게이머인데요. OG라는 게임팀을 2대 0으로 격파했습니다. 사람을 이겨버렸어요.그리고 현재 파이브 AI는 도타2 내에서 활동을하고 있는데 일반 유저를 상대로 7천 회가 넘는 게임을 했는데 거의 한 99% 넘는 승률을 기록하고 있다고 해요.이러한 발전이 계속되면 언젠가는 컴퓨터가 스스로 진화해 진짜 인간처럼 플레이하는 날이 오지 않을까 생각합니다.
조) 와~ 정말 대단하네요.스스로 진화하고 성장하는 상대가 있다고생각만 해도. 내가 지금 프로게이머 분들께서내가 지금 잠을 자도 되나 생각하실 것 같은데그렇게 플레이가 매번 새롭고 재미있을 수 있을 것 같아요. 사실 인간을 위해 만들어진 인공지능 기술이잖아요. 그렇다 보니까 보통 혼자 하는 게임은 패턴을 알아 버린다거나 지뢰찾기처럼 금세 지루함을 느끼거나 또 공략법을 알게되면 쉽게 깨버릴 수 있잖아요. 그런데 이렇게 시시한 면이 없지않아 있었던부분들을 인공지능 기술의 발달로, 더 흥미롭고 재미있는 세계로 발을 들일 수 있게 될 것 같습니다.
전) 강화학습으로 게임 내 컴퓨터 인공지능이 스스로 학습하고 진화하면, 아마 매번 달라지고 발전하는 컴퓨터의 플레이 방식에 아마 매번 새로운 게을 하는듯한 느낌을 받게 될 거예요.그리고 사람이 고정관념이라는 게 생기는데유저가 좀 예측하지 못한 플레이를 인공지능이 하면서 단조로웠던 게임의패턴이 좀더 다양해지고 게임의 경험이 풍부해지지 않을까 생각이 듭니다.그렇게 되면 역으로 사람의 실력이 인공지능을통해서 더 발전될 수 있지도 않을까요?
조) 그럴 것 같아요. 게임에서 사실 가장 중요한 부분은흥미를 잃게 되는 게 재미가 없어졌어. 이제패턴을 읽은 것 같아 라는 느낌인데 그 부분이해소가 된다면 게임 산업은 더 큰 미래를 바라볼 수 있지 않을까 싶은데요.자 그럼, 다음으로 넘어가 보겠습니다.앞서 게임 제작에도 인공지능 기술을 활용한다고 말씀을 하셨잖아요.게임 제작이 인공지능 기술을 활용한 사례는 그럼 어떤 게 있을까요?
전) 네. 최근에는 게임 제작에 인공지능을 활용하는 사례가 굉장히 많습니다. 게임제작에 인공지능을 활용한다면단순 반복 작업이나 사람이 하게 되면 되게 오래 걸리는 일들을 인공지능이 하게 만듦으로써, 비용절감효과도 있고 게임제작 프로세스를 효율적으로 바꿀 수 있을텐데요.주로 사람이 하는 단순 반복 작업을 대신하거나 테스트가 많이 필요하고 시간이 오래 걸리는 게임 난이도 조절 같은 부분에 인공지능을 많이 활용합니다.
조) 사람이 하는 단순작업을 반복할 수 있는것들이라고 한다면 아까 말씀하셨던 누끼 따는 작업 그런 게 있지 않을까요?
전) 네, 맞습니다.사실 그래픽 디자인 작업에 그러한 작업들이 많은데 누끼 따는 작업이 사실 이미지에서 배경을 제거하는 작업이잖아요?특히 털이나 머리카락이 있는 사진은도트단위로 떼어내야 되거든요? 근데 그렇게 따다 보면 정신이 아득해질정도예요.
조) 키보드가 정말 빠르신 분들이 계시더라고요.그런 걸 보시면 누끼를 따고 있는 작업을하고 계신 분들이 많으신데 손목도 많이 아프시다고 많이 하시고.
전) 그래서 이게 사실 누끼 따는 작업이단순 반복작업의 대표적인 예인데, 컴퓨터 입장에서는 이미지 내에 어떤 부분이 우리가 떼어내야 할 오브젝트고,
경계가 어디인지 판단하기 사실 힘들어요.
조) 그래요?
전) 네. 근데 요즘에 인공지능 기술이 발달하면서 이 부분을 자동화하는 서비스가 많이 생겼어요.
조) 사실 실제적으로 원래 포토샵이라는 프로그램을 사용했었잖아요?그런데 이런 것들을 그냥 앱으로 손쉽게누끼를 따는 그런 것들도 생겼더라고요.
전) 맞아요. 그런 서비들이 많이 생겼어요.요즘에 인공지능 기술이 발달을 하면서 오브젝트를 판단하고 경계도 인공지능이학습을 통해서 판단을 하는거예요.아, 여기까지는 배경이구나, 여기까지는 오프젝트구나~ 잘라주는 것입니다.
조) 그러면 프로그램에 딱 클릭을 하면 자동으로 모든 배경을 제거해 주는 건가요?
전) 네. 맞습니다.
조) 정말요?
전) 저희가 흔히 많이 쓰는 포토샵 아시죠?포토샵에서 원래 마법봉이라는 기능으로누끼를 어느 정도 따줬었어요.근데 얘는 이제 도트의 컬러값을 이용해서판단을 하는 거라 정확하지가 않았어요.그런데 '피사체 선택'이라는 기능은AI 기술을 이용해서 인공지능 기술을 활용해만들어서 정말 한 번의 클릭만으로 가느다란 머리카락과 같은 복잡한 피사체를 정교하게 선택할 수 있습니다.그리고 이넘넷이라고 하는 업체에서는이미지에서 배경과 오브젝트를
분리 해주는 이넘컷이라는 서비스를 머신러닝으로 구현했습니다. 어찌됐든 이 누끼따는 작업은 머신러닝 특성 상 사용자가 이용을 하면 이용할수록 점점 학습이 돼요. 학습이 되면서 정밀도가 올라가고결과물이 만약에 잘못나왔다 그러면인공지능에서 재학습을 시키는 과정을 거치면서 정밀도를 높이고 있다고 합니다. 이렇게 사람이 직접 하면 팔도 아프고 눈도 아프고 그렇게 수십 분 동안 힘들게할 작업들을 인공지능은 이렇게 순식간에 해주는 것입니다.
조) 이 전문가분들의 손목 터널 증후근이 없어지지 않을까 싶은 생각도 드는데요.정말 그래픽 디자이너의 버려지는 시간을 사실 확실하게 줄여주는 역할을 하는 것 같아요.
전) 네, 맞습니다. 그리고 그 외에도 그래픽 작업에 다양한 사례가 많은데요.엔비디아에서 2021년도 초에 2D 이미지 한 장을 입력하면 이걸 3D 모델으로 바꿔주는GANverse3D을 공개했습니다.그러니까 인공지능이 저희 2D 이미지라고 하면일반 사진 있잖아요? 카메라로 찍는 사진,그 사진을 인공지에게 주면 인공지능이이 이미지 한 장으로 다 시점을 추론한 다음에 3D 모델링을 자동으로 만들어주는 기능이에요. 대단하지 않나요?
조) 너무 신기해요. 어떻게 이런 일이 가능할까싶기도 한데~
전) 그래서 이 기술이 발전이 되면 3D 오브젝트를 만드는데 드는 시간이 획기적으로 아마 줄어들게 될 거예요.지금은 저희가 게임을 만든다고 했을 때2D로 게임원화를 그리고 원화가 필요하고원화를 그리고 나면 3D 모델링을 하기 위해서모델러가 필요해요. 그렇다고 해서 이 모델러가앞으로는 필요가없다 이거는 아니겠지만3D 모델러가 2D 원화를 기반으로 3D 모델링을만들 때 훨씬 효율적으로 작업을 할 수 있겠죠.그리고 그것과 좀 비슷한 형태로 이건 대중적으로 편하게 쓸 수 있는 부분인데요.구글의 혹시 오토드로우라고 들어보셨나요?
조) 네~ 들어본 적은 있었던 것 같아요.
전) 한때 되게 이슈가 됐었는데요.사용자가 화면에 그림을 그리면 손 그림을 이렇게 그리면 그걸을 인공지능이 사용자가 뭘 그릴려고 했네~ 추론을 한다음에 그와 유사한 적절한 후보 이미지를 제시하는 서비스예요. 저는 그림을 정말 못그리거든요.그림을 정말 못 그리는데 이 서비스를 이용하면 저처럼 그림을 그리지 못하는 사람들도 평균이상의 그림을 그릴 수 있을 것 같아요.
조) 그려면 이제 아이들이 그림 그리는 대회가없어질 수도 있겠네요.
전) 아~ 네. (웃음)이제 그런 뭐라고 해야 될까 단순한 그림들은이쪽에 맞기고 크리에이티브한 것은 사람들이해야죠.이처럼 사람의 생각을 추측하고, 추론해서 서포트하는 인공지능 기술은 확실히 저희가이제 효율을 작업하는데 효육을 늘리는데 큰 도움이 되겠죠.
조) 지금 구글에 대한 이야기를 해주셨는데국내에서도 이런 사례가 있을까요?
전)네, 국내에서도 사실 많은 사례가 있는데요.그중에 좀 대표적으로 보자면 엔씨에서 인공지능 기술을 활용해서 3D 애니메이션 수작업을 줄이는 연구를 진행했어요.아까 모델링 이야기를 했었는데모델링은 2D 이미지를 3D 이미지로이렇게 보이게 하는 것이고 애니메이션은그 3D 이미지가 움직이는 거예요.이걸 애니메이션이라고 하거든요?이 것도 상당한 수작업이 들어가는데엔씨에서 이 기술을 연구해서 일단 기본적으로걷기라든가 점프라든가 기본적으로 애니메이터가 만들고 그 다음에 여러 지형을인공지능에게 제공을 해서 지형에 따라서지형에 따라 달라지는 여러 동작을 인공지능이직접 애니메이션을 만들도록 생성한 기술을연구했다고 합니다.
조) 그럼 더 생생한 애니메이션을 감상할 수도있겠네요. 이제.
전) 그렇죠. 생생하기도 하고, 뭐라고 그래야 될까 조금 더 수작업이 많이줄어들겠죠.
조) 그렇겠네요. 이렇게 인공지능 기술이 발전 할수록, 그래픽 작업은 점점 더 수월해지고, 크리에이티브한 역할들을 더 많이 수행할 수 있는 시간들을 확보할 수 있을 것 같다는생각이 드는데요.그러면 게임 제작에서 인공지능 기술을 활용한 또 다른 사례들이 좀 있을까요?
전) 일단 게임 난이도를 조절하는 게임 밸런싱 작업에도 인공지능 기술을 활용한 사례가 많이 있습니다.보통 게임 밸런싱 작업이라고 하면우리가 예를 들어서 적이나 몬스터의공력력이나 방어력 같은 게 너무 센지너무 약한지 이런 거를 수치를 조정하면서 실제로 저희가 플레이를 해보면서 적절한 난도인지 확인하는 작업을 해요.굉장한 단순반복작업이에요.그리고 또 한 가지가 있는데 이 테스트 하는 사람의 예를 들어서 저 같은 경우에는 게임을 잘 하니까게임을 잘 하는 사람의 입장에서는 어? 이거 너무 쉬운데게임 못하는 사람 입장에서는 그게 너무 또어렵겠죠? 이렇게 기준이 달라지기 때문에 사실 테스터도많이 필요하고 시간이 많이 소모됩니다. 그래서 이 과정을 인공지능에게 맡긴 사례가 몇 가지 있어요.
조) 그러면 어떤 게임들에 활용이 됐나요?제가 알만한 게임도 있을까요?
전) 아마 아실거예요.이것도 모르시면 안 되는데 ~
조) 말씀해봐 주시죠! 떨고 있습니다.
전) 쿠키런이라는 게임 아시죠?
조) 너무 알죠~! 쿠키 모양이 이렇게 있잖아요?
전) 쿠키런은 아실 것 같은데 쿠키런은 횡스크롤로 달리면서 점프해서 동전을 먹으면서 장애물을 피하는 게임인데요. 이 달리는 맵이 되게 중요하잖아요.맵이 어려우면 점점 힘들어지고
조) 중간에 추락하고
전) 이 밸런싱이 게임의 재미를 굉장히 좌우하다보니, 레벨 밸런스 테스트가 많이 필요한 게임이에요. 그런데 이걸 수작업으로 하려면 그냥 생각만해봐도 매번 테스트하고 또 다시 배치 바꿨다가하면 시간이 많이 걸릴 것 같잖아요?그래서 데브시스터즈에서는 쿠키가 만약에 스스로 달린다면 게임 밸런싱을 자동으로 할 수 있지 않을까? 라는 생각으로 인공지능을 밸런싱에 사용했다고 하더라고요.강화학습으로 AI를 학습 시키고, 학습된 AI가 플레이한 이터를 바탕으로 뭐 예를 들면 한 100개 정도의 인공지능을돌려서 나온 데이터를 보고 효율성이나 난이도를 체크해서 밸런싱을 한 거죠. 수작업으로는 데브시스터즈의 사례는사실 제가 컨퍼런스에서 확인을 했는데수작업으로 한 수천일이 걸릴 일을
조) 수천일이요?
전) 네. 그렇죠. 수천일이 걸릴 일을 인공지능을 활용해서 수십 분으로 줄였다고 하더라고요.
조) 우와~ 수십 분이요? 정말 많은 시간이 줄어들었네요.
전) 그리고 또 다른 밸런싱 자동화 사례가있는데 슈퍼마리오 라는 게임도 아시죠?
조) 어? 슈퍼마리오는 사실 전통이 굉징히깊은 오래된 게임 아닌가요?
전) 그렇죠. 맞습니다. 슈퍼마리오 같은 경우에 1980년도에 아마처음 나왔을 거예요. 슈퍼마리오도 쿠키런과비슷하게 맵이 난이도를 조절하는 데 큰 역할을해요. 80년도 쯤에 슈퍼마리오 기획서를 보면노트에다 스케치를 한 부분이 있어요. 맵 밸런링을 한. 그렇게 힘들게 맵 밸런싱을했었는데 슈퍼마리오에서 Mario AI Framework라는인공지능 플랫폼을 만들었어요. 이 인공지능은 인공지능이 자동으로슈퍼마리오를 플레이하고 랜덤으로 레벨을 생성하고 난이도에 따라서 레벨을 생성하는 기술도 공개 되어있습니다. 아까도 말씀드렸지만 슈퍼마리오에서는맵 배치가 즉 레벨이거든요. 그래서 맵구조 설계 및 디자인을 인공지능 기술을 활용해서 자동으로 만들 수 있다는 이야기예요. 신기하지 않나요?
조) 너무 신기해요. 실제 전통이 그렇게 깊은슈퍼마리오 게임에서조차 AI가 적용이 된다니까정말 새롭다는 생각도 들고, 해보고 싶다는생각도 드는데요. 또 이야기해주실 사례가 남아 있을까요?
전) 마지막으로는 아마 이 게임도 아실텐데요.캔디크러시사가라고.
조) 네, 너무 잘 알죠. 팡팡 터지는 게임이잖아요.
전) 맞아요. 3개의 같은 블록을 맞추는터지는 굉장히 대표적인 3매치 퍼즐게임인데요.
조) 여기도 AI가 필요한가요?
전) 네, 그렇습니다. 캔디크러시사가 할 때 특징이 하나 있었는데굉장히 레벨이 많잖아요?
조) 네, 너무 많죠. 그래서 저는 중간쯤 가다가포기한 경우도 많아요.
전) 사실 현재의 캔디크러시사가는 한 5천개정도의 레벨이 있어요.
조) 와~ 정말요?
전) 그리고 매주 10 개씩 새로운 레벨이 업데이트되고 있다고 해요.근데 이 보통 1개의 레벨을 테스트하고 밸런싱 하는데 한 일주일정도 걸린다고 해요.
그런데 이 부분을 딥러닝을 이용해서 푼 거죠.그래서 인공지능한테 테스트를 맞기고효율성을 체크하는 방법으로 이렇게딥러닝에게 맞겼습니다.그래서레벨 1개에 일주일 정도 걸리던 시간을역시 수분으로 줄이고 그리고 인공지능을 통해서 밸런싱 테스트를 하니까 최종 밸런싱결과도 훨씬 더 좋다고 하더라고요.
조) 이런 부분에서도 인공지능 기술들이쓰였군요. 너무 신기하네요. 사실 사람이 해야 하는 반복적이고 시간이 오래 걸리는 작업을 인공지능이 대신 할 수 있다니까정말 매력이 느껴지는 것 같아요.아까 말씀하신 것처럼 정말 개발비용도 저렴해질 것 같고요. 효율적으로 개발할 수 있을 것 같습니다.제가 생각했던 것보다 인공지능 기술이 정말 많이 발전했고, 벌써 많은 곳에서 실제로 활용하고 있는 게 신기한데요.게임 제작측면에서 인공지능 기술을 활용하면, 어떤 이점이 있는지 확실히 알게 된 시간이었습니다.다음 편에서는 게임 운영에서 인공지능 기술을 어떻게 활용하는지 알아보도록 하겠습니다.오늘 말씀 고맙습니다.
전) 감사합니다.
01. 이 강좌에 대해서
- AI 기반 게임 맵 레벨 디자인 자동화, npc가 스스로 유저의 패턴 학습하여 유저와 상대, 자동 플레이에서 AI 플레이로의 진화 등 게임 기획/개발 분야 사례 소개
- 누끼 따기 자동화, AI기반 캐릭터 모션 디자인, 사진 인식 기술을 이용한 원하는 사진 데이터 수집 등 게임 그래픽 분야에서의 인공지능 기술 사례 소개
02. 강사 소개
안현석 (에이스 프로젝트 개발자)
03. 강사 이력
- 에이스 프로젝트 재직중 - 넥슨 코리아 개발실장 - 강연: IGC 2018 유니티로 실시간 멀티플레이 게임서버를 만들 수 있을까