[녹색경제신문 = 이지웅 기자] 게임 지식 공유 행사인 ‘넥슨 개발자 콘퍼런스(Nexon Developers Conference, 이하 NDC)’는 2007년 사내 소규모 발표회로 시작해 2011년 외부 행사로 공개된 이후, 게임 산업 전반의 동반 성장을 도모하는 축제의 장으로 자리매김했다. 넥슨은 올해 NDC를 2019년 이후 6년 만에 공개 오프라인 행사로 개최했다.

여기서 다양한 연사들이 게임과 얽혀있는 인공지능 기술에 대해 설명했다. 

염의준 엑소게임즈 대표는 ‘AI가 바꿀 게임의 미래’라는 주제로 강연을 진행했다. 

염 대표에 의하면, AI 기술을 통해 게임 개발의 생산성이 3배 이상 증가했다. 이와 더불어 렐루게임즈에서 출시한 ‘언커버 더 스모킹 건’처럼 AI와 콘텐츠를 깊게 연결시킨 게임도 등장했다. 

다만 AI는 데이터가 충분하지 않은 상황에서 대처를 잘 하지 못한다. 또한 심리적인 부분을 다루는 데 있어서 약점을 보이는 동시에 창조성도 부족하다. 

반면 인간은 직관 능력을 통해 우발적인 상황에서도 빠른 판단을 내린다. 이와 함께 시키지 않은 일을 추구하는 내적 동기를 가지며, 같은 감정과 가치관을 공유하면서 타인과 협력할 수 있다. 

이러한 인간과 인공지능의 특성을 고려해 AI 기술을 활용한다면 경쟁력을 갖춘 개발자가 될 수 있다고 전했다. 염 대표는 “AI는 개발자에 대한 위협이 아닌 그들의 생산력을 10배 이상 끌어올릴 수 있는 강력한 도구”라며 “경쟁력이 높은 개발자는 인공지능 기술을 잘 활용하는 사람”이라 전했다. 

오진욱 넥슨코리아 게임벨류에이션팀 팀장은 흥행 예측 분야에서 인공지능을 활용하는 방법을 설명했다. 

오 팀장은 ‘발라트로’, ‘리썰 컴퍼니’, ‘스케줄1’ 같이 예상치 못한 성공을 거둔 게임들의 흥행을 미리 알아 볼 수 있는 방법에 대해 고민했다. 오 팀장은 아직 게임 업계가 사업부의 결정, 혹은 직관과 경험 등의 감에 의존하고 있다고 진단했다. 이에 ▲시뮬레이션 ▲객관적 추론 ▲빅데이터 구축 등이 가능한 인공지능을 통해 게임의 흥행 예측에 적합한 인공지능 기술을 설계하고자 했다. 

이후 넥슨코리아 게임벨류에이션 팀은 시뮬레이션 게임의 아이디어를 도입한 인공지능 기술을 개발했다. 해당 인공지능은 현실 시장을 모방한 가상 세계에 특정 게임을 출시했을 때 어떤 결과가 나올지 계산한다. 

이 인공지능을 구축하기 위해서 데이터 생성 과정에서 인게임 콘텐츠 뿐만 아니라 시장 동향, 거시 경제 지표 및 유저들의 평가 같은 다양한 요소들을 고려했다. 이러한 데이터들이 입력된 GBM 및 LLM 기반 AI들이 서로의 결과를 공유하면서 게임 흥행 예측 수치를 도출해낸다. 이를 통해 실제 흥행 결과와 비슷한 예상을 가져오는 데 성공한 사례가 존재했다. 

오 팀장은 이 기술을 통해 회사가 감당 가능한 리스크 안에서 도전할 수 있는 확률적 정보를 제공하고 있다고 전했다. 이와 함께 보다 많은 게임들에게 기회를 제공하는 것이 목표라고 밝혔다.

오 팀장은 “게임 업계에는 숨겨진 가치를 인정 받았을 때 게이머들에게 좋은 경험을 줄 수 있는 게임들이 있다고 생각한다”며 “이 인공지능 기술을 활용해 누군가의 인생게임이 될 수도 있는 게임들이 유저와 제대로 만날 수 있게 하도록 노력하겠다”고 말했다. 

권지용 넥슨코리아 게임엔진팀 팀장은 LLM 기술을 활용해 게임을 풍부하게 만들 수 있는 방법에 대해 강의했다. 

LLM 기술은 게임과 다양한 방법으로 접목 가능하다. 이를 통해 게임을 구성하는 월드를 만들거나, NPC의 대화를 형성할 수 있다. 다만 이러한 방법들은 게임의 몰입도를 저해하는 결과를 불러오기도 한다. 

LLM을 통해 NPC의 대사 뿐만 NPC가 보고 들은 것들에 대한 행동을 결정시킬 수 있다. 이는 높은 연산량을 요구한다는 단점을 가지고 있으나, NPC의 행동을 보다 자연스럽게 만들면서 게임에 대한 몰입감을 한 층 높인다. 

이를 구현하기 위해서는 NPC의 반응 행동을 생성할 때 LLM을 활용해야 한다. 플레이어의 ▲행동 및 대화 반응 분석 ▲행동 및 대화 결과 해석 ▲행동 결과 반영 과정에도 LLM이 쓰인다. 문장 형태로 입력된 행동으로부터 ▲행동의 수행 가능성 ▲행동의 저항 가능성 ▲행동의 분류 ▲행동의 난이도 ▲행동에 따른 상태 변경 등을 분석한다. 대화에서는 ▲반응 가능성 ▲발화자와의 관계 ▲대화 내용 분류 ▲대화 내용 ▲대화에 대한 생각 ▲대화에 대한 반응 등을 분석할 수 있는 프롬프트를 설계해야 한다. 

이러한 과정을 거쳐 인공지능 ‘에이전트’를 구현할 경우, ‘예측 불가능한’ 재미가 한 층 강화된다.