"범인은 바로 당신이야!"
추리물을 좋아하시는가. 탐정 또는 수사관의 집요한 질문 끝에 사건의 진상을 밝혀내는 순간은 언제나 짜릿하다. '날카로운 질문'은 추리 과정에서 빠질 수 없는 존재다. 그리고 <언커버 더 스모킹 건>은 선택지를 고르는 방식이 아닌, 일상 언어로 문장을 타이핑해 진술을 받아내는 '질문'을 적극적으로 활용하는 국산 추리게임이다. 챗GPT를 게임에 접목시킨 신선한 플레이로 알파 빌드부터 기대를 모으고 있다.
크래프톤 산하 12개 스튜디오 중 "딥러닝과 게임의 융합"을 비전으로 하고 있는 렐루게임즈는 어떤 과정을 거쳐 이런 게임을 만들게 됐을까? 딥러닝을 활용한 게임들이 앞으로 업계의 판도를 바꿀까? 기성품인 GPT를 사용하면 플레이어가 질문을 많이 하면 할수록 손해를 보는 게임은 아닐까?
<언커버 더 스모킹 건>의 코어 아이디어를 만들고 팀을 이끌고 있는 한규선 PD와 기술과 게임의 접목을 도운 이기문 딥러닝 엔지니어를 만나 단독 인터뷰를 통해 궁금했던 지점들을 모두 물어봤다./디스이즈게임 김승준 기자
Q. 디스이즈게임: NPC가 "우리 마을에 온 걸 환영하네!" 정도의 정형화된 답변이나 리액션을 생성하는 게 아닌, 플레이어의 질문과 사건의 설정, 지정된 말투에 맞춰 매번 새로운 대답을 하는 것이 매우 신선했다. <언커버 더 스모킹 건> 개발 과정에서 어떤 점을 특히 신경쓰셨고, 어떤 점에서 어려움을 겪으셨는지?
A. 한규선 PD: GPT가 출시된 건 훨씬 더 전이지만, 지난 4월부터 일상에서 챗GPT를 사용해봤었다. 얼마나 대단하길래-라는 마음으로 써봤으나, 세상이 너무나 많이 바뀌었다는 걸 체감했다. 동시에 이 기술이 게임으로 만들어지긴 어렵다고 판단했었다. 최신 버전은 말을 잘 만들어내지만 비용이 비쌌고, 이전 버전은 제대로 된 대답을 만들기 어려웠기 때문이었다.
추리게임에서 중요한 '일관된 진술'을 만들기가 참 어려웠다. 최신 모델은 가격이 비싼 대신 캐릭터까지도 만들 수 있다. 기존 영화에 있는 캐릭터 설정을 그대로 가져와서 대답해보라는 요구도 들어주기도 했다. 이전 모델로는 캐릭터를 구축하는 게 어려웠는데, FGT 3일 전에 캐릭터를 만드는 노하우를 우연하게 발견했다.
이기문 딥러닝 엔지니어: GPT가 말을 너무 길게 해서 "짧게 해"라고 20번을 써도 답변을 계속 길게 하더라. 그런데 우연한 기회로 답변을 짧게 만드는 노하우를 발견하기도 했다.
Q. 프롤로그 챕터 기준, 용의자로 로봇이 등장하고, 할루시네이션 현상까지 언급되어 '거짓말' 및 '오류'를 설정에 녹여내고 있다. GPT 특유의 불완전한 답변인지, 의도된 트릭인지 구별하기 어려운 답변도 있어, 이런 문답이 '추리의 과정'으로 느껴졌다. 모두 의도된 것인가?
A. 한규선 PD: 데모 발매 한 달 전에 내부 테스트를 했는데 혹평을 받았던 경험이 있다. 용의자들의 답변이 오락가락하는 게 화가 나고 게임적인 완성도가 떨어진다는 평이었다. 처음엔 포기해야 하나 싶었는데, 이런 요소까지도 게임화 해야겠다고 생각했다. 발매 직전에 나온 아이디어인 '시스템 과부하'라는 설정을 넣은 것이다.
팀에선 반대도 많았지만, 유저분들은 좋게 판단해주신 경우도 많았다. '추리의 영역' 안에 포함되었기 때문인지, 어떤 유저는 시스템 과부하를 일으켰을 때 희열을 느꼈다고도 표현했다. 의도가 잘 전달된 것이다. 지금 사용하는 GPT 모델에서의 문제를 게임 디자인으로 표현하려 노력했다.
Q. 추리게임 자체로도 완성도가 높았다. 피해자인 최 박사는 긴 시간 지하에만 있었다거나, 최 박사와 안 박사 모두에게 딸이 있다는 설정, 박사가 병원에서 사망했다는 로봇들의 거짓 진술 등 사건의 흐름에 반전이 가득해 '텍스트 오픈 월드'라는 표현을 지난 기사에서 사용했었다. 많은 장르 중에 왜 추리게임을 고르셨는지?
A. 한규선 PD: 그동안 렐루게임즈 안에서도 GPT를 이용한 여러 게임 아이디어가 나왔었다. 부동산 중개인에 GPT를 접목한 게임도 있었고, 마피아 게임에 연결해보기도 했다. 하지만 딱 붙는 느낌이 아니었다. GPT가 내놓는 답변이 '정확해야만 하는 지점'들이 많이 필요했다.
추리게임에 접목한 후에도 같은 맥락에서 어려움을 겪었지만, 게임 디자인에 녹여내면서 오히려 시너지가 나왔다. 용의자들은 탐정 앞에서 발뺌을 하기도 하고 진술을 번복하기도 하니까.
Q. 추리게임으로서 어떤 경험을 제공하고 싶은가?
A. 한규선 PD: 증거들을 보면 모두 미완성의 정보를 준다. 예를 들어, 몇 날 몇 시에 해킹을 당했다고 적혀있지 누구에게 무슨 의도로 당했는지 알려주지 않는다. 나머지 정보는 용의자들(GPT)과 대화를 통해 알아내야 한다. 대화에는 거짓과 진실이 섞여 있고, 지하의 실험을 비롯해 여러 설정들도 파편화된 정보들로 파고들 요소를 남겨뒀다.
Q. 기존 추리물 중에서도 좋아하시던 작품이 있는지?
A. 한규선 PD: JTBC의 <크라임씬>을 좋아해서 먼저 떠올렸었다. 살인 사건이 반복되지만 디테일이 달라 재미를 느꼈다. 이번 게임에는 방탈출 요소들을 많이 넣으려는 시도도 했다. 의외로 로봇과 사람이라는 설정은 늦게 넣은 편이다. 초기에는 더 단순한 시나리오로 접근했었다.
Q. 로봇이 용의자라는 설정이 GPT 대화와 맞물려 시너지를 냈었는데, 이어질 챕터에서도 비슷한 설정과 플레이 패턴이 등장하나?
A. 이기문 딥러닝 엔지니어: 재미를 위해 모든 걸 말할 수는 없지만 새로운 시나리오를 이미 해봤다. 기본적으로는 세계관이 유지되는 옴니버스다. 세계관을 즐기는 것 자체가 재미가 되게끔 했다.
한규선 PD: 인간과 로봇의 경계를 다룰 예정이고, 반 인간 반 로봇 설정도 생각해보고 있다. 인간 같은 캐릭터인데 GPT같은 모먼트가 나타나도 어색하지 않게 하는 게 목표다. 매 챕터마다 4대의 로봇만 나오면 뻔하게 느껴질 테니까 말이다. 궁극적으로는 범'인' 진짜 사람과 대화하는 느낌을 줄 수 있게 하고 싶다.
이기문 딥러닝 엔지니어: 의도되지 않은 답변이 생성되는 경우도 있었다. 다섯 번째 용의자 로봇이 있다는 답변도 나왔는데, 그런 혼선을 만드는 답변은 배제하기도 했다. 유저들마다 경험한 답변과 스토리가 다른 케이스도 있었는데, 그걸 좋게 평가해주시기도 했다. 그런 요소들을 게임에 적극적으로 흡수시키려고 했다.
한규선 PD: 비슷한 맥락에서 실제로는 없는 지하 2층이나 엘리베이터의 존재를 거짓 진술하는 경우도 있어 배제했었다. 반대로 안 박사의 이야기는 처음부터 설정을 간략하게만 만들었는데, GPT가 창작하는 스토리에 의해 플레이어마다 다른 이야기를 접하기도 했다. 그런 과정을 통해 공식 스토리에 들어온 이야기들도 있었다.
Q. <언커버 더 스모킹 건>의 강점을 꼽아주신다면?
A. 한규선 PD: 초기에는 추리게임으로서 재미를 주는 게 클 것이라 생각했는데, 유저들이 다양한 플레이 방식을 보여줬다. 예를 들어, 스트리머들은 끝말잇기를 하자고 용의자들에게 요구하기도 했는데, GPT는 끝말잇기를 잘 못하기 때문에 재밌는 상황이 펼쳐지기도 했다. "넌 이제 예쁜이야"라고 역할을 부여하는 플레이어도 있었다. 추리 외에도 대화와 수다의 과정에서도 세계관을 즐기실 수 있을 것이다.
Q. <언커버 더 스모킹 건>은 현재 알파 빌드가 공개된 상태인데, 목표로 하는 게임 전체 분량 대비 현재 어느 정도 개발된 상태인가?
A. 한규선 PD: 처음부터 내용이 추가되면 빌드를 늘릴 수 있게 구조를 짜서, 시나리오에 맞게 내용을 넣으면 되는 상황이다. 원래는 내년 6월 출시를 생각하고 있었는데, 알파 빌드 공개 이후 GPT 관련 게임이 다른 곳에서도 나올 것 같다는 생각이 들어, 더 빠른 출시를 목표로 하고 있다. 튜토리얼, 프롤로그를 포함 다음 챕터가 완성되면 내년 3월에 출시할 생각이고, 시나리오가 추가되면 DLC 등의 형태로 낼 계획이다.
Q. 크래프톤 산하 12개 스튜디오 중 렐루게임즈는 "딥러닝과 게임의 융합"을 비전으로 하고 있다. 렐루게임즈에 대해 간략히 소개해주신다면?
A. 한규선 PD: 딥러닝이 게임산업의 판도를 바꿀 것이라 예측하고 크래프톤 차원에서 스페셜 프로젝트를 진행했었는데, 그 후 시장에 부딪혀봐야겠다는 판단으로 분사된 회사가 렐루게임즈다. 시장접근적인 목표를 가지고 있기 때문에, 기존 프로세스보다 빠르게 게임을 내보는 시도도 하고 있다.
현재 렐루게임즈에는 두 개의 메인 프로젝트가 더 있다. 딥러닝 모델이 퍼즐을 무한히 생성하는 <푼다>는 이미 서비스 중인 게임이고 2.0 버전을 준비 중이다. 다수의 부하들을 음성으로 조종하는 <워케스트라>라는 게임도 개발 중이다.
Q. 딥러닝 및 생성형 AI를 게임에서 활용하는 시도를 많이 해오셨는데, 앞으로의 발전 방향은 어떻게 보고 계시는지?
A. 이기문 딥러닝 엔지니어: 워낙 분야가 넓어 GPT 외에도 쉽게 예상하기 어려운 분야도 많다. 스테이블 디퓨전, GPT 등 기성품 외에도 어떤 인풋을 넣었을 때 어떤 아웃풋이 나오는지를 중심으로 여러 실험을 하고 있다. 마케팅에서의 활용이 아닌 게임의 요소로 유저 플레이 패턴을 분석하는 것도 하나의 예시다.
예를 들어, 공포게임 <언틸 던>에서는 박쥐나 바퀴벌레 중 싫어하는 것을 고르라는 선택지가 나오는데, 유저는 자신이 선택했기 때문에 박쥐와 바퀴벌레가 등장한다고 체감하지만, 실제로는 둘 다 튀어나오는 연출이 있었다. 선택이 결과와 어떻게 연결되는지, 시야를 넓게 보고 있다.
Q. 일부 유저들은 직접 문장을 기입하는 방식이 '낯설고 어렵다'는 반응을 보이기도 했다.
A. 한규선 PD: 다른 게임이라면 음성 인식을 활용할 수도 있었겠지만, <언커버 더 스모킹 건>은 텍스트 상호작용이 어울린다고 생각했다. 추리게임을 하시는 분들은 글을 읽고 해석하는데 어려움을 겪진 않으니까. 나중에 다른 게임에서는 더 유저친화적인 시도도 하지 않을까 싶다.
<언커버 더 스모킹 건> 개발 초기에는 추리를 도와주는 GPT 로봇 '규선봇'이 있었다.(한규선 PD의 이름에서 따온 것이다.) 하지만 규선봇의 답변도 일관성을 확보해야 했기에 여러 시도 끝에 삭제했다.
Q. 크래프톤 자체 개발 AI가 아닌 GPT를 사용하고 있는데, 질문을 할 때마다 비용이 부과되지 않나? 트래픽이 늘어나면 비용 부담이 있을 것 같다.
A. 한규선 PD: 내부적으로 집계했을 때는 52시간을 플레이한 유저가 2,900회 이상 대화를 주고받았을 때 11달러(약 14,000원)의 비용이 들었다. 만약 게임을 만 원으로 낸다면 손해에 가깝다. 그렇지만 52시간을 플레이한 유저는 코어팬이 될 것이고 다른 사람들에게 게임을 추천할 것이다. 팬이 팬을 부르는 것을 믿는다.
이기문 딥러닝 엔지니어: 이 시장의 경쟁이 심해서 가격도 점차 낮아지고 있다. 개인정보 등 상업적 사용에 대한 여러 조건도 깔끔하게 처리되어 있다.
한규선 PD: GPT를 사용한 다른 게임들 중에는 GPT 사용 비용을 유저에게 부과하는 경우도 있었는데, 우리는 정가를 내면 유저 사용료를 우리가 내는 구조다.
Q. 그러면 억지로 플레이타임을 늘리거나, 매크로를 사용해 비용 부담을 주려는 악성 유저도 존재할 수 있는데.
A. 한규선 PD: 악의적인 매크로 사용에 대해서는 막을 수 있는 방법이 마련되어 있다. GPT 기술이 가진 대단함에 비해 이런 종류의 게임이 아직 적은 편이다.
이기문 딥러닝 엔지니어: 특정 인종을 욕하게 만드는 것도 막혀있기도 하고, 이런 모델들의 공통된 사항들은 모델을 만들고 시장에 내놓는 분들이 고민을 많이 하고 계시니, 우리는 이를 활용해 게임 디자인과 플레이 경험에 집중해보자는 입장이다.
Q. AI 음성을 사용한 게임들에 대해 해외 성우들이 반대했던 것처럼, 게임에서 AI의 존재를 직접적으로 느끼는 것에 대해 거부감을 가진 분들도 존재한다. 이에 대한 어려움은 없었는가?
A. 한규선 PD: <언커버 더 스모킹 건>은 현재 잇치 아이오에는 올라가 있지만, 스팀에 올리지 못하고 있다. 생성형 AI가 있는 게임에 대해 저작권 문제 등을 이유로 못 올리게 한 것이다. 스팀에 올라가면 추리게임 유저들이 많이 해볼 텐데, 어떻게 소비자를 만날지부터 고민 중이다.
이기문 딥러닝 엔지니어: 스팀은 데이터셋에 대한 완전한 카피라이트를 주장하게 하는데, 딥러닝의 데이터셋 중에는 주인이 누군지 애매모호한 영역들도 있다. 어떤 시기엔 GPT를 활용한 게임도 올라가기도 하고, 론칭은 안 되는데 업데이트의 형태로는 허용되는 등 아직 판단 기준도 모호한 것 같다.
Q. AI를 활용한 게임이 가진 한계점이 있다면?
A. 이기문 딥러닝 엔지니어: AI 없이도 굴러가는지가 기준이었다. <언커버 더 스모킹 건>에서 GPT가 빠지면 핵심 요소가 빠지는 것과 똑같다. 게임의 재미를 놓치지 않으면서도 딥러닝을 핵심적인 요소로 활용하고 싶었다.
게임 업계에 오기 전에는 AI 어플리케이션을 만드는 작업도 했었는데, 하얀 조명 아래에서의 사진과 스타벅스 노란 조명 아래 사진은 다르다고 인식하기도 했다. 데이터가 많으면 길을 잘 잡아줘야 하는데, 게임은 좀 더 제어된 환경에서 다룰 수 있으니 재밌는 지점도 있다.
한규선 PD: 의도치 않게 거짓말, 내지는 말도 안 되는 말을 하는 경우가 종종 있어 그것을 고치려고 노력했었다. 하지만 당장은 고치기 어렵다는 것을 깨닫고 게임 디자인에 녹여내는 쪽으로 에너지를 많이 썼다.
이기문 딥러닝 엔지니어: 예상되는 질문에 예상되는 답변을 하는지 보기 위해, 같은 질문을 열 번, 백 번씩 하며 일관된 답이 나오는지 테스트도 했다. 노동량이 상당했다.
Q. GPT를 활용하는 게임을 만드는 과정에서 실패한 경우도 있었을 것 같다.
A. 한규선 PD: 처음에 렐루게임즈 안에서 메인 프로젝트에 참여하지 않는 외인구단 4명이 모여 <데몬>이라는 GPT 게임을 만들었다. 악령 쪽에 GPT를 연결시켜서 악령 리스트에서 악령의 이름을 맞추는 일종의 스무고개 같은 게임이었다. 하지만 데몬의 정보를 파악하는 게 너무 쉬웠고, 어떻게 하면 정보를 술술 분다는 공략이 사내 테스트에서 드러나 쉽게 공략 당해, 평가는 그리 좋지 않았다.
악마를 로봇으로 바꿔볼까-라는 생각과 함께 추리게임의 로직을 연결하면서 <언커버 더 스모킹 건>이 탄생했다. 7월 말에 <데몬>이 무산됐고, 8월 첫 주부터 이번 게임을 개발하기 시작했다. <데몬>에서 어려움을 겪었기 때문인지, 이번 FGT에서 좋은 평가를 받았을 때 기뻤다.
Q. 유저들에게 전하고 싶은 말이 있다면.
A. 이기문 딥러닝 엔지니어: 프로토타입 때, 한규선 PD가 재미를 찾기 위한 많은 노력을 해왔다. 찌그러진 캔으로 피해자를 표현하고, 포스트잇으로 설정을 부여하는 등 코딩 없이도 흥미로운 설정을 만들기 위해 많은 노력을 하셨다. 음악을 포함해 시나리오도 한규선 PD가 거의 썼는데, 일복이 많으시다고 생각한다.
한규선 PD: 대학 때부터 악기를 해서 이전에 스타트업에서 게임을 만들 때도 음악을 따로 만들었던 경험이 있었다. 이번에도 클라리넷으로 메인 멜로디를 따고, 무료 루프를 뒤틀고 조합해 음악을 만들었다. GPT 뿐만 아니라 딥러닝을 이용한 새로운 게임이 궁금하면 저희 게임을 해보시면 어떨까 싶다. 게임 디자인과 기술이 어우러지게 하는 면에서 많은 고민을 했다.
디스이즈게임 댓글 ()
페이스북 댓글 ()
디스이즈게임
