조) 저희가 게임업체에서 인공지능을 어떻게 어디까지 활용하는지 또 어디까지 활용하는지 잠깐 톡으로 이야기를 나눴었잖아요.이번 시간에는 게임 운영에서 인공지능을 어떻게 활용하는지 알아보도록 할 텐데요.저는 사실 게임을 해보기만 했지 운영시스템에 대해선 전혀 모르고 있거든요.어떻게 그럼 먼저 운영되고 있는지부터 배워야겠죠? 저희가?
전) 네. 게임 운영은 보통 혹시 GM이라고 들어보신 적 있으세요?
조) 아니요. 처음 듣습니다.
전) 아~ 네. 보통 온라인 게임을 해보면 온라인 게임 세계에서 일어나는 생기는 일들을정리하고 무슨 이벤트가 생기면 무슨 이벤트가생긴다 이렇게 말해주는 게임 마스터라고 해서GM이라는 역할이 있어요.
조) 공지사항 같은 거군요?
전) 네. 그렇습니다. 그래서 그런 GM의 역할이게임 운영에서 가장 큰 부분을 차지하고 있고요.게임 내 유저들의 활동을 모니터링 하고 부정행위를 하는 친구들이 있다면 잡아서 플레이 환경을 좀더 쾌적하게 만드는 그게 게임 운영이고요.
조) 선도도 해야 하는 군요.
전) 네. 그렇죠. 그리고 그 과정에서 게임 데이터를 분석해 야 돼요.게임 데이터를 분석해서 유저의 경험데이터를 분석하기도 하고요.유저의 행동패턴나 이런 것들을 분석하다 보면 매출이 얼마나 될지 이런 게 예측이가능해요. 그래서 매출 시뮬레이션 같은 각종 지표들을 수집하고 분석하기도 합니다. 그리고 보통 고객 문의라고 하죠.고객 문의에 대한 대응이나 게임의 품질을 테스트 하는 QA라는 과정도 있습니다.
조)이렇게 게임 운영에 대해서 들어보니, 게임 운영 쪽 업무는 제가 봤을 때는 보통CS 업무나 이런 건 사람이 직접 해야 될 것 같거든요. 게임 내 부정행위를 판단하는 부분도 그렇고요어떤 특정 언어들을 사용하는데그게 어떻게 보면 그물망을 피해갈 수도있잖아요. 그런데 어떤가요?이것도 인공지능이 잘 해내고 있나요?
전) 네, 잘 해내고 있고요. 특징적으로 그런 부분이 있어요.저희가 요즘에는 온라인 게임이 많다 보니까온라인 게임에서 유저간에 욕을 많이 해요.욕설을 많이 하는데 사실 그 부분에 굉장히많은 사람 손이 들어가거든요.게임 데이터를 분석해서 어, 이 친구가 욕을 했네, 아니면 또 혐오스런 발언을 했구나 그럼 잡아내고 이런 것들을 원래 인간이했었는데 요 부분에 인공지능 기술을 활용한 사례가 있습니다.
조) 그런데요. 사실 이게 필터링이 참 쉽지않은 게 요즘 정말 다양한 언어들로

전) 그렇죠.
조) 영어를 약자로 쓴다 든거나이름 뭔가 바꿔서 게임 용어에서 비롯된 사실 요즘에 유행하는 언어들도 되게많잖아요. 어떻게 다 걸러낼 수 있을까요?
전) 말씀해주신 것처럼 기존에는 금칙어를등록해가지고 필터링하는 형태로 욕설을 막았어요.이제 그렇게 해놨더니 유저들이
조) 똑똑해가지고
전) 똑똑해가지고 단어와 단어 사이에 이상한 문자를 집어넣어다거나
조)맞아요. 별을 넣는다거나 뭐 이런 것들이요.
전) 말을 다른 방식으로 좀 꼬아서 이야기한다든가 이런 식으로 해서 나는 정상적인말을 쓰려고 했는데도 필터링이 되는 경우가많았어요. 정확하지가 않았던 거죠.
조) 그럼 이걸 어떻게 인공지능이 해결했을 지도궁금해요.
전) 이것은 넥슨에서 컨퍼런스 할 때 제가들은 내용인데요. 넥슨에서 개발한 딥러닝 기반의 욕설탐지 시스템이 있다고 해죠.강화학습을 통해서 언어를 학습하고 단어만 체크하는 게 아니라 문맥의 흐름을 읽어서 어 이게 지금 혐오스런 발언을 하는 건가? 욕설을 하는 건가? 판단을 한다고 해요.학습데이터가 쌓이면 쌓일수록 금칙어 보다 확실히 정확도도 높아지고실제로 사례로 이야기 했었는데실제로 기존방식으로 적발한 욕설에서는실제 제재 대상이 41%밖에 안 됐었데요.그런데 이 시스템으로 바꾸고 나서 적발한 욕설 중에서 실제로 제재을 해야 되는 사람들을꼽아 봤더니 거의 96%에 가까울 정도로 정확도가 높았다고 하더라고요.
조) 거의 40% 이상에서도 2배 가량이 늘은거잖아요. 정말 대단하네요. 시간이 흐르면서 자연스럽게 학습데이터가 쌓이고, 또 점점 사람수준으로 욕설을 탐지할 수 있게 된 거잖아요. 언어와 관련된 부분에서 이렇게 인공지능 기술을 활용할 수 있다하고 한다면 고객문의 보통 CS라고 하잖아요.이런 부분이안 돼요.라고 했을 때저는 그냥 즉각적으로 뭔가 클릭할 수 있게끔다양한 옵션을 주는 것까지만 봤던 것 같아요.그런데 이걸 어떻게 인공지능이 할 수 있을까요?
전) 마찬가지입니다. 지금 말씀하신 부분이챗봇을 말씀하시는 것 같은데.
조) 아~ 맞아요!
전) 채팅을 하는데 사람만 채팅을 하는 게 아니라 챗봇이라는 인공지능과
조) 아! 챗봇도 인공지능의 하나이긴 한 건가요?
전) 그렇다고 봐도 될 것 같아요. 그래서 사실 향후에는 그렇게 챗봇도인공지능 기술을 아주 제대로 도입해서인공지능이 대체할 수 있겠지만 아직은 그 단계는 아니에요. 아마 해보셨으면 아시겠지만 챗봇에서는몇 가지 선택지를 주고, 저희가 정해진어휘나 단어로 대화를 해야 되잖아요.

조) 그래서 다시 돌아간 적도 있어요.다시 처음으로 돌아간 적도 많더라고요.아직 사람과 대화를 나눌 정도는 아니지 않을까라는 생각을 잠시 했었는데 어떤가요?
전) 아직까지는 자연어처리가 그렇게 완벽하진 않은 것 같아요.
조) 그러면 데이터 분석 쪽으로도 생각해봐야 할 것 같아요. 필수 불가결한 부분이다~ 라고 사실은데이터가 많이 쌓여야 하니까요.그럼 게임 데이터 분석에도이 인공지능 기술을 활용해 볼 수도 있을 것같다는 생각이 들기도 하거든요?
전) 그럼요.인공지능은 곧 데이터다 라고 할 만큼 인공지능에서 빅데이터는 되게 중요해요.저희가 앞에서도 계속 이야기를 했었지만인공지능 기술이라는 게 현재 인공지능 기술이기계학습이나 머신러닝, 딥러닝을 통해서이루어지기 때문에 데이터가 굉장히 중요합니다.그리고 데이터가 풍부하면 풍부할수록 인공지능은 점점더 힘을 더 발휘하고요. 그런 면에서 게임에서 데이터가 막 쏟아져 나오거든요.쏟아져 나오는 그 데이터들은 확실히그 인공지능 기술을 활용하기에 매우 좋습니다. 그리고 데이터 분석에 인공지능 기술을 활용하면, 사람이 직접 할 때보다 훨씬 더 신속하고 정확한 분석결과를 도출할 수 있어요.그리고 의사결정도 좀 더 빠르게 할 수 있겠죠.그로 인해서.
조) 그렇군요. 그럼 실제로 게임 데이터 분석에서 인공지능 기술을 활용한 사례도 있을까요?
전) 네, 있습니다.넷마블이라는 게임 업체에서 콜럼버스 프로젝트라는 게 있어요.콜럼버스 프로젝트는 수집된 플레이 데이터를 그러니까 수집된 유저의 플레이 데이터를통해서 게임 내 이상징후를 탐지한다고 해요.뭐 인플레이션이나 딥플레이션 같은 거를탐지하는데요. 플레이 데이터를 딥러닝 알고리즘으로 학습해서 게임 내에서 발생하는 이상 케이스를 탐지하고, 의심 플레이 내역이 생겼다, 탐지했다 라고 하면이 인공지능이 실제로 그게 가능한 플레이인지 검증하는 과정을 거친다고 해요.그래서 넷마블은 이를 통해 어뷰징 탐지율을 한 10배 정도 높였다고 하더라고요. 또한, 콜럼버스 프로젝트는 이용자 성향이나 패턴을 분석하는데도 사용하는데보통 큐레이팅이라고 하죠. 이것을 통해서 개인에게 최적화된 이벤트나 알림, 또는 이런 아이템을 사면 좋을 거예요.라는 이런 맞춤 제안 이런 게 가능하고, 운영 측면에서는 우리 게임의 타깃층이 어딘지 20대인지 30대인지 그런 것 선정이나아니면 마케팅및 운영을 어떻게 하면 좋겠어요하는 이런 운영관련 의사결정에 활용한다고 하고요. 현재 넷마블 게임 중에서마블 퓨처파이트나 블소 레볼루션 등에는 적용중이라고 합니다.그리고 또한 넥슨에서는 넥슨 애널리틱스라는 인공지능 기술을 활용해서 분석 플랫폼을 만들었다고 해요. 넥슨 애널리틱스는 게임 내 이상현상, 작업장 및 불법 프로그램들이 굉장히 난무하거든요. 게임 업계에는. 그런 것들을 탐지하고 그리고 매칭 시스템이라고 해서 우리가 예를 들어 카트 라이더를 한다고 하면 저와 실력이 비슷한 유저들이 매칭이되잖아요?이런 매칭 시스템에도 인공지능을 활용해서단순히 실력 뿐만이 아니라 유저의 성향이나이런 걸 맞춰서 매칭해주기도 하고넥슨 애널리틱스 역시 큐레이팅 기능이 있다고합니다.

조) 콘텐츠를 제안해 주고 광고 수익률을 예측하고 이런 것까지 넷마블의 콜럼버스 프로젝트는 흡사 영화 아이언맨의 자비스 같은 느낌이드는데 신기하네요. 그렇다면 게임 운영에서 인공지능을 활용하는 또 다른 방법도 있을까요?
전) 아까 말씀드렸 듯이 게임의 품질을 테스트 하는 QA과정. QA과정에서도 인공지능을 활용할 수 있습니다.
조) 게임의 품질을 테스트 한다고 보면게임이 의도한대로 잘 동작하는지, 동작이 되고 있는지 오류가 없는지 확인하는 과정일까요?
전) 네 맞습니다. 그런 부분도 있고게임의 품질을 테스트하는 부분도 있고게임의 레벨, 밸런스나 난이도를 테스트하는부분도 있습니다. 먼저 게임의 품질을 위해서 오류가 있는지 테스트를 하고, 보통 과정이 어떻게 되냐면요.테스트를 통해서 오류가 발생이 되면 그 오류를 개발자에게 리포팅해주고
그리고 개발자가 그걸 받아서 수정하고 그러면 다시 QA팀에 넘기면 QA팀에서 다시제대로 수정이 되었는지 검증을 위한 테스트를하는 이런 과정이에요.이렇게 테스트 -> 수정 -> 검증이 반복되는 과정이다 보니까 수작업으로 돌아가면 시간이 굉장히 많이 걸리고 아무래도 이게 많이이루어지면 많이 이루어질수록 사람도 많이필요하겠죠.
조) 네, ？아요. 시간과 ~
전) 비용이 많이 소모되는 그런 게 있습니다.
조) 그렇다면 인공지능 기술을 활용해서 수작업으로 테스트 하는 부분을 이렇게 방금말씀하신 것처럼 자동화, 인공지능이 투입된다면 정말 활용도가 높을 것 같다는 생각이 드는데요. 그러면 이렇게 게임 QA과정에서 효율을 높이기 위해 인공지능 기술을 활용한 테스트 자동화 사례도 있나요?
전) 네. 있습니다. 이미 이 부분도 엔씨에서도 하고 있고넷마블에서도 하고 있고 그 외에 제가 알고있는몇 개의 업체에서도 테스트 자동화를 하려고
노력하고 있습니다.사실 지금 현재 제가 재직하는 회사에서도테스트 자동화를 할려고 굉장히 노력하고 있습니다.좀 대표적으로 넷마블이 인공지능을 활용해서게임 테스트 자동화 시스템을 구축했다고 하더라고요.그래서 이 시스템으로 버그를 트래킹하고 수정한 뒤에 다시 정상작동 여부를 검증하는 작업에서 한 40% 가까이 속도 개선 효과를 얻었다고 해요. 그로 인해서 콘텐츠 제작 비용이나 제작 소요 기간을 단축할 수 있었다고 하더라고요.그리고지난 편에서 사례를 들었던 쿠키런과 캔디크러시사가에서 게임 밸런싱을 위해서 테스트를 한다고 했었잖아요. 이 부분도 이미 테스트 자동화가 되었다고볼 수 있죠. 그리고 보통 테스트라는 작업이 QA팀에서 보통 사람이 이렇게 테스트를 하잖아요.그러면 우리가 테스트 케이스를 작성해요.이 게임에서는 메뉴를 봐야 겠다.게임의 난이도를 봐야 겠다아이템이 잘 먹는지 봐야겠다이렇게 테스트 케이스를 인간이 이렇게리스팅을 한 다음에 테스트를 하거든요. 그래서 사실 우리가 일반적으로 쓰는전자 제품이나 뭐 이런 거 라고 하면 정해진 순서대로 기능이 제대로 구현되어 있는지만 확인하면 사실 상관이 없는데이게 게임이라는 특성 때문에 게임은 되게다양한 일들이 벌어지잖아요? 안에서.그러다 보니 다양한 형태의 플레이 테스트가 필요해요. 그런데 이게 사람이 하게 되면분명히 우리가 생각하지 못한 부분에서 플레이가 일어났을 때 우리가 항상 버그를 발견하거든요. 근데 이게 QA과정에서 발견하지 못할때도 있어요. 왜냐하면 사람은 아무래고 고정관념이라는 게좀 있기 때문에 그런 부분을 찾지 못하는 경우가많은데 이때 인공지능 기술을 활용하면 인공지능이 이런 고정관념 없이 생각하지 못한형태로 막 플레이가 하게 되면 좀 자연스럽게다양한 플레이를 하게 될 거고.그런 우리가 생각하지 못한 버그들을좀 잡을 수 있지 않을까 생각하고 있습니다그래서 인공지능이 스스로 학습을 하면서 이렇게도 해보고 저렇게도 해보고 알아서 여러 방식으로 해 볼 테니까요.
조) 네, 맞아요.
전) 이런 부분을 인공지능에게 맡긴다면, 사람은 좀더 본질인 것에 좀더 집중하고 창의적인 것에 시간을 더 쓸 수 있지 않을까생각하고 있습니다.
조) 그렇겠네요. 인공지능 기술의 활용방법은 정말 제가 생각했던 것 보다도 또 여러분이생각하셨던 것보다도 정말 더 무궁무진한 것 같습니다. 자 이렇게, 오늘은 게임운영에서의 인공지능 기술 활용사례에 대해서 이것저것 좀 알아 봤는데요. 인공지능 기술의 발전이 게임 산업의 발전에 많은 영향을 주는 것 같다는 생각이 들어서앞으로의 게임 산업도 기대가 됩니다. 그럼 저희가 마지막 질문을 드릴 때가 됐습니다.미래 게임 산업에서 인공지능은 어떻게 발전하게 될까요?
전) 아직 인공지능 기술이 많이 발전했다고는 하지만, 주로 학습위주의 인공지능들이고아직까지는 감정을 느끼거나, 오감을 판단하는 수준까지는 오지 않았어요.앞에서 영화 AI에 대해서도 말씀드렸었？네아직까지 우리의 인공지능 기술이 감정을 느끼거나 오감을 판단하지는 못해요.그런데 미래에 기술이 좀 발전하면 언젠가는 인공지능이 재미라는 감정을 판단할 수 있을 것 같거든요. 그런 좀 재미라는 감정을 판단하는 수준이된다고 하면 사실 게임에서 가장 중요한 게뭔거 같으세요?
조) 재미?
전) 네 맞습니다.
종) 승부가 아니라 재미죠.
전) 네. 그죠. 승부가 아니죠. 재미죠.재밌어야 되잖아요? 게임의 본질은 재미인데 이게 게임 제작이나 서비스에서 가장 중요한 부분이거든요?그런데 아직은 이 부분이 오로지 사람이 판단할 수밖에 없는 영역이에요. 그래서 게임을 개발하고 출시하기 이전에유저를 상대로 FGT 테스트나 아니면 클로즈 베타라고 하죠.비공개 테스트를 진행해서 우리 게임이 정말재미가 있냐 없냐 이런 거를 판단하는데인공지능이 재미라는 감정을 판단하는 수준이 된다면, 우리가 인공지능을 통해서 게임의 재미를 판단할 수 있지 않을까?다양한 연령대와 다양한 성별, 성향에 맞는인공지능을 세팅할 수도 있고실제로 FGT 테스트를 하면 카메라를 갖다 대고사람의 얼굴을 찍어요.그래서 어느 부분에서 사람이 유저가 싫증을느끼는지 이런 것을 판단하거든요?그런 부분들이 인공지능에서 가능하다고 하면훨씬 비용도 적게 들거고 훨씬 빠르게 판단을할 수 있겠죠. 미래엔 그렇게까지 발전하지 않을까 너무 이상적인 이야기를 했나요?
조) 아니요. 왠지 금방 그 시대가 도래할 것같다는 생각이 들었습니다.
전) 그래서 저는 미래에 인공지능이 느끼는 재미가 반영되어 만들어진, 게임들은 과연 어떤 모습이 될지 사뭇 궁금합니다.
조) 네. 저도 무척이나 궁금하고 기대가 되네요.지금까지 게임 운영에서 활용되는 인공지능에대해서 이야기 나눠봤습니다.긴 시간동안 자세한 설명 진심으로 감사드립니다.저희는 여기서 인사드리겠습니다. 고맙습니다.
전) 감사합니다.