챗GPT가 공개된 이후로 세상은 AI로 들썩이고 있다. AI는 게임 개발에 있어서 어디에 어떻게 쓰이고 있을까?
게이머 입장에서는 그리 와닿지 않는 부분이겠지만, 이미 개발환경에 있어서 AI는 꽤 깊숙하게 파고들었다. 우리가 개발이라고 생각하면 떠올리는 프로그래밍, 아트 디자인, 기획, 스토리텔링은 물론이고 게임의 버그는 레벨 테스트까지 기존에 사람이 하던 일을 이제 AI가 전담하다시피 하고 있다.
GDC에서도 AI는 하나의 아젠다를 형성하고 있다. GDC에서 발표된 수많은 AI 강연을 하나하나 들어보고 개발자들이 말하는 개발현장의 현재와 미래의 모습을 정리해봤다. /샌프란시스코(미국)= 정우철 편집장
유저의 시각에서 보통 게임을 하다보면 “게임 X같이 만들었네, 이걸 어떻게 깨라고!”나 “난이도(밸런스) 엉망이네"라는 소감을 종종 말하곤 한다.
개발 단위에서 이를 게임의 밸런스를 잡는다고들 말한다. 그리고 이를 과거에는 QA 팀에서 실제 플레이를 하면서 버그를 찾아내고, 밸런스에 대한 의견을 취합해 개발팀에 전달하면 이를 토대로 게임의 수정이 진행된다. 그리고 이것의 반복을 통해 실제 제품으로서의 게임이 선보인다. 그런데 사람이 이것을 테스트한다고 하면 얼마나 많은 시간이 걸릴까?
그리고 이렇게 취합된 방대한 정보는 개발팀에 제대로 전달될까? 심지어 RPG 장르의 경우에는 수많은 조합의 캐릭터와 스킬, 몬스터의 등장, 그리고 수십, 수백의 스테이지에서 이뤄지는 수천 번 이상의 전투를 모두 사람이 할 수 있을까? 얼마전까지 이는 사람의 손으로 이루어져왔다.
GDC 2023에서 스퀘어에닉스는 이런 게임의 밸런싱 작업을 "일종의 저주"라고 표현했다. 사실 스퀘어에닉스의 입장에서는 저주라는 표현이 어울린다. 그들이 만들어내는 RPG는 기본적으로 턴베이스 전투에 4~6명의 캐릭터가 각각의 직업군을 통해 다양한 스킬을 사용하고, 수백개의 스테이지와 수많은 몬스터들과 전투를 한다. 그리고 이는 각 레벨마다, 플레이하는 맵과 스테이지마다 되풀이된다.
예를 들어보자. 플레이어 파티에 전사, 신관, 마법사, 도적 등이 속해있다. 이 캐릭터들이 가진 스킬은 각각 4개씩, 여기에 HP, MP, DEX, INT 등의 수치도 제각각이다. 이 수치들이 모여서 해당 캐릭터의 강함을 게임내에서 표현한다. 이는 적으로 등장하는 몬스터도 마찬가지다.
이 모든 경우의 수를 하나씩 직접 플레이해가면서 검증하는 작업. 이미 여기서부터 게임의 난이도라 말하는 밸런스를 잡아가는 것은 상상을 초월하는 작업이다.
버그가 발생할 경우의 수만 따져봐도 이미 천문학적 숫자에 버금간다. 그래서 과거에는 정식 버전에서도 버그가 발생했고, 난이도가 무너졌으며 이를 바로잡기 위해서 패치를 진행했다. 그런데 이런 개발단계에서 밸런스 테스트를 AI에게 전담시키면서 말 그대로 효율과 시간을 모두 잡았다.
스퀘어에닉스는 이런 게임 밸런싱은 게임 개발에 있어서 품질에서 가장 중요한 측면이지만, 시간과 인력을 가장 많이 들여야 하는 조직이 필요했다고 말한다. 여기에 AI를 도입하는데 있어서 머신러닝을 실용적으로 사용하기 위해서 여러 고민을 했다고 한다.
그러나 머신러닝을 도입하는데 있어서 문제가 있었다. 일단 초기에는 신뢰성 문제였다. 과연 사람이 아닌 기계가 자동으로 플레이하는 데이터가 신뢰성을 보장할 수 있느냐의 문제, 그리고 이를 위해서는 엄청난 양의 데이터를 처리할 수 있는 고가의 하드웨어가 필요했다. 그리고 이런 머신러닝 모델을 만들어도 급변하는 게임의 역학적인 조건이 발을 잡았다.
한마디로 빠르고 신뢰성을 담보하며, 범용적인 AI를 모델링 하지 않으면 안된다는 숙제를 스퀘어에닉스는 시행착오 끝에 강화학습 모델(Reinforcement learning)을 적용했고 이를 게임 플레이 시뮬레이션 하는데 성공했다. 이를 통해 아무런 밸런스 작업을 하지 않은 스테이지를 학습시키는데 11시간 정도면 끝낼 정도로 효율화를 이뤄냈다. 스퀘어에닉스는 이를 HECL 모델이라고 부르고 있다.
위에서는 사람이 해야할 QA 테스트를 머신러닝 도입을 통해 더 빠르고 더 많은 테스트 결과값을 도출한 사례였다면, <로블록스>로 대표할 수 있는 유저제작 시스템에 AI의 도입은 아마 미래의 제작환경을 미리 엿볼 수 있을 것이다.
게임제작은 복잡한 단계를 거친다. 프로그램 코딩을 할 줄 알아야하고, 캐릭터와 배경 등의 이미지 제작, 게임의 테스트, UI, 3D모델링, 그리고 사운드까지 엮여있다. 지금까지의 제작환경은 각각의 전문가들이 작업을 하고 이를 하나로 통합해 결과물을 만드는 과정을 거쳤다.
그런데 이를 단 한 명이 수행할 수 있다면? 언뜻 복잡해보이지만 실제로 <로블록스>에 도입한 AI 코딩은 매우 간단한 과정을 거쳐 이를 보여준다. 자연어로 자신이 원하는 상황을 만들면 그에 맞는 코딩을 해서 보여주고 적용한다.
물론 아직까지 완벽하지는 않다. 함수의 간결화가 필요할 수도 있고, 코드의 법적 권한도 아직은 미묘하다. 그런데 <로블록스>의 이런 유저 제작환경 도입은 단순한 코딩이 아닌, 캐릭터부터 배경, 각종 에셋을 통한 액션까지 한번에 만들어주는 환경이 마련됐다는 데 있다.
그렇다면 챗GPT는 코딩이라는 분야를 어떻게 바꿔놓고 있을까?
GDC에서 강연들 듣고, 현직 개발자들의 경험을 들어보면 평균적으로 2~4년차 프로그래머 정도의 코딩실력을 갖추고 있다는 것이 현지의 체감이다. 실제로 <PONG>과 같은 간단한 게임의 코딩은 챗GPT로 60초면 구현할 수 있는 상황이다.
I don’t care that it’s not AGI, GPT-4 is an incredible and transformative technology.
— Pietro Schirano (@skirano) March 14, 2023
I recreated the game of Pong in under 60 seconds.
It was my first try.
Things will never be the same. #gpt4 pic.twitter.com/8YMUK0UQmd
위에서 말한 <로블록스>의 경우도 이와 비슷한 경우인데, 단순한 게임이 아닌 3D 모델링까지 거치는 과정을 단 한번에 진행해준다는 점에서 더욱 놀랍다는 반응이 나온다. 이는 전통적인 알고리즘을 이해하고, 코딩언어를 익혀서 창작활동을 해야했던 과거와 달리, 이제는 알고리즘이나 C#과 같은 컴퓨터 언어를 몰라도 자연어로 창작활동을 할 수 있는 시대가 왔다.
현재는 프롬프트를 잘 작성하는 사람이 프로그래밍 언어를 잘 작성하는 사람과 비슷한 수준의 결과물을 만들어낼 수 있는 상황이다. 물론 이 프롬프트 역시 챗GPT로 대변되는 AI가 더 발전하면 자연어만으로도 똑같은 결과물을 만드는 시대가 조만간 찾아올 것으로 전망된다.
얼마전 마이크로소프트는 마이크로소프트365(과거 오피스365)에 CO-PILOT이라는 생성형 AI를 적용한다고 발표했다. 이는 “월말결산 엑셀로 정리해 줘", “졸업식 축사 PPT로 만들어 줘" 등으로 명령하면 자동으로 해당 문서를 만들어 준다. 사용자들은 복잡하고 귀찮은, 심지어 자격증까지 받아가며 적응했던 이런 작업이 이제 누구나 쉽고 간단하게 할 수 있다.
덕분에 엑셀, 파워포인트 등을 능숙하게 작업하던 직업군과 이를 코칭하던 직업들은 조만간 사라질 가능성도 있다. 물론 아직까지 완벽하지는 않다. 그래서 실제 작업자를 보조해주는 역할에 그칠 것이라는 전망도 있다.
게임개발 현장에서는 코딩 검수에 챗GPT를 이용하는 경우가 많이 늘어가고 있다. 그런데 챗GPT가 등장한지 얼마 되지 않았다는 점은 염두에 두어야 한다. 불과 몇 개월이라는 짧은 시간동안 발전한 AI를 보고 있다면 보조적인 역할에서 중심 역할을 할 만큼 발전하는 데 걸리는 시간은 그리 오래지 않을 것이라는 전망이 나오는 이유다.
현장에서 만난 한 개발자는 이렇게 말한다.
“지금 챗GPT로 만들어지는 코딩을 검토해보면 꽤 놀라운 수준이다. 그렇다면 앞으로는 이렇게 만들어진 코드를 검토하고 수정할 수 있는 리더급 프로그래머만 남는 것이 아닌가 하는 걱정도 있다. 적어도 지금 개발자들은 AI라는 툴을 이해하고 이용할 수 있도록 환경이 바뀌는 것은 순식간이 될 수도 있다. 지금은 사람이 AI에게 일을 시키지만 조만간 AI가 사람에게 일을 시키는 날도 오지 않을까(웃음)”
하지만 AI가 게임 개발자들에게 부정적인 미래만을 보여주는 것은 아니다.
이번 GDC에서 ' The Future of AI in Gaming' 이라는 주제로 강연에 나선 레벨업 게임즈의 마크 델루라 디렉터, 소니 AI 아메리카의 피터 우르만 디렉터 등은 AI를 통한 개발업무가 지각변동에 버금가는 형태로 본질을 바꾸고 있다고 말한다. 실제 이들은 GDC 강연 원고를 준비하면서 챗GPT가 만들어내는 파장에 원고 자체를 다시 작업해야 할 정도였다.
더불어 프로그래밍 경험이 전혀 없는 일반인 친구가 AI의 도움으로 유니티로 게임을 개발한 일화를 공유하면서 이런 일이 A급 개발 스튜디오에서도 일어나고 있다고 밝혔다. 예를 들어 위에서 말한 레벨 디자인이나 QA 업무에서 난이도를 더 빨리 파악해 유저에게 최적의 재미를 찾아주는 데 도움이 되고 있다는 사례 발표도 있었다,
킹(KING)의 스티브 콜린스 개발 총괄은 현재 AI로 구현하는 데 있어서 걸림돌은 AI자체의 기술이 문제가 아니라 딥 머신러닝의 도입이 부족한 상태라고 말한다. 다시 말해 AI의 학습이 계속되면 개발의 접근성과 효율성은 점차 극대화될 것이고, 게임개발에 프로세스를 혁신할 수 있는 도구가 될 것임은 확신하는 모양새다.
그러나 이들은 공통적으로 게임개발에 있어서 사람이 필요 없어지는 일은 없을 것이라 전망한다. 예를 들어 워드프로세서가 등장했지만 여전히 글쓰는 직업은 살아남았고, 디지털카메라가 등장했지만 사진은 여전히 예술의 영역에 있다. 단, 한때 전문 영역이었던 것들이 기술 발전에 따라 대중화되었듯 게임개발도 AI라는 작업도구로서 일반에 대중화될 것이다. 결국 '재미'라는 것을 누가 더 잘 만들어 낼 수 있는가를 따지게 될 뿐이라는 것.
한때 방송이라는 것이 방송국이라는 전문영역에 있었지만 유튜브 등의 미디어 채널이 등장했고, 1인 미디어 시대가 열린 만큼 게임개발에 있어서도 이는 크게 다를 바 없다는 게 GDC 20203 강연에 나선 이들의 공통적인 견해다.
[기사에 참고된 GDC 2023 강연]
1. The Future of AI in Gaming (Presented by King)
2. The Dimensional Curse of AAA Game Balancing: Data-Efficient and Robust Reinforcement Learning
3. Advancing Content Creation with Generative AI
4. Let Your Agents Plan Together: Multi-Agent Cooperation With GOAP
디스이즈게임 댓글 ()
디스이즈게임
