인공지능처럼 받아 적어본 엔씨소프트 제작자용 AI

기자의 뒤통수는 무대 쪽에서 두 번째줄 오른쪽에서 네 번째에 있다

엔씨소프트가 예측한 게임 제작의 미래는 AI다. 프로그래밍 시대에서 러닝(Learning) 시대로 진입하는 것을 말한다. 이는 김택진 대표가 엔씨 내부 비공개 행사인 NCSOFT AI DAY 2018에서 한 말이다.

“데이터를 분석하는 게 아니라 러닝하는 시대,  AI 시대가 왔다”

엔씨가 준비하는 AI는 총 △게이밍 AI △스피치랩 △비전 TF △언어 AI △지식 AI 다섯 가지다. 이 분야의 공통점을 따져보면 ‘제작자들이 편하게 제작하는 것’이다. 제작은 AI 센터(이재준 센터장, 게이밍~비전)와, NLP 센터(Natural Language Processing, 장정선 센터장, 언어/지식)가 나눠서 하고 있다. NLP는 ‘인간의 방식대로 배우고 말하는’ 것을 말한다. 아래의 AI는 엔씨소프트의 비전이며 실제로 모두 개발된 것은 아니다.

 

게이밍 AI

흔히 생각하는 게임 내 인공지능은 게이밍 AI를 말한다. NPC가 어떻게 움직이고 행동하느냐 하는 것이다(이것을 하부 카테고리로 플레잉 AI라고 한다).

그러나 제작자들을 위해서는 게임 기획 지원  AI와 아트 제작 지원 AI가 있다. 게임 기획 지원 AI는, 딥 러닝으로 수집하고 도출한 ‘사람이 플레이하는 모습’을 흉내내 빠르게 게임을 시뮬레이션한다. 그 결과 게임이 기획 의도대로 가고 있는지를 검증하는 것이다. 일종의 QA(Quality assurance, 품질 보증) 단계가 인공지능의 영역으로 넘어온 것. 물론 사람이 하는 QA는 기획 의도를 검증하는 것뿐만이 아니므로 일자리의 완벽 대체 개념으로 접근할 당장의 필요성은 없다.

 

똑바로 안 하면 이렇게 된다 

아트 제작 지원 AI는 인공지능으로 애니메이션 기술을 개발해, 등장인물의 행동이나 표정 등을 자동으로 조정할 수 있도록 하는 것이다. 쉽게말하면

게이머를 도와주는 AI도 있다. ‘스마트 가이드’로 게이머가 자주 하는 실수 등을 수집 및 분석해놓고, 게이머가 특정 버릇을 통해 게임을 잘 하지 못할 때 도와주는 인터페이스를 생성해내는 것을 말한다. 이외에도 매치 메이킹이나 리그 생성 등을 인공지능으로 쉽고 빠르게 만들어주는 역할 등을 수행한다.

 

비무 AI

흔히 자동사냥으로 부르는 오토 플레이 기능도 점차 업그레이드되고 있다. 기존 ‘블레이드&소울’ 게임 ‘무한의 탑’에서 사용된 비무 AI는 사람의 행동 양식을 배워 모사하는 것이다. 무한의 탑은 PvP 콘텐츠로, 사람과 NPC가 대결을 하는데, NPC가 사람의 플레이 방식대로 움직인다. 이러한 비무 AI는 이용자 전투 로그를 통해  강화학습과 딥러닝을 결합한 심층강화학습으로 2.0으로 거듭날 예정이다. 이제 인공지능이 적당히 봐주면서 게임하는 시대다.

해당 영상의 캐릭터는 그냥 싸우는 게 아니라 사람 플레이어들의 콤보를 따라하며, 아웃복싱하듯 움직이게 설계돼 있다

 

스피치랩

시리나 빅스비 같은 음성 AI다. 단순히 말을 자연스럽게 하는 것을 넘어서, 사용자의 음성 패턴을 파악해 누가 말을 걸었는지 알아보고, 내용이나 감정을 인식하며, 게임 특성에 맞게 자연스럽고 다양한 톤으로 응답하며, 주변 소리까지 파악해 사용자 주변 음향 환경에 맞게 말해주는 것을 목표로 한다. 스피치는 단순히 말하는 것뿐이 아니라 사용자가 그다음에 어떻게 행동할지를 예측하는 데 도움이 된다.

스피치는 주로 음성 인식과 합성으로 나눈다. 음성 합성은 실시간으로 AI가 단어들을 조합해 문장을 자연스럽게 말하는 것이다.

 

음성 합성을 잘하면 가끔 무섭기도 하다

 

비전 TF

구글이 해온 것처럼 이미지를 인식해 분석하고, 그 정보를 토대로 이미지를 생성해내는 것이다. 게임아트를 만들고 리소스들을 인식해 태그해놓거나, 스케치를 자동 채색하고, 원화를 직접 그리기도 한다.

“나 아니다”

이 인공지능의 경우 이미지 인식이 선행돼야 하므로(지도학습, 이미지와 이름을 초기에 동시 입력해줘서 이미지가 뭔지 학습한다)  게임사가 직접하면 게임사 특성에 맞는 그림을 만들 수 있다. 기존에 제공할 방대한 데이터에 따라 생성해내는 이미지의 특성이 달라지기 때문이다. 예를 들어 사람의 사진만 줄곧 공부한 AI가 갑자기 게임에서 주로 쓰는 미소녀를 그려낼 수는 없다. 이때 사용하는 방법론은 생성적 적대 신경망(GAN, Generative Adversarial Network)이다. 왠지 적대적인 것 같다면 오해다. 인공지능끼리 틀린 문제를 내고 맞춰서 답을 만들어가는 방법이다. 문제는 학습량이라고 한다. 이날 행사에서는 수준급의 인공지능 원화를 선보였으나, 가끔 미소녀가 아닌 괴물을 그릴 때도 많다고. 구글은 괴물을 수도 없이 그려왔다.

구글은 심심하면 이런 괴물 만든다

 

지식 AI/언어 AI

지식 AI라고 부르기도 하는 이 인공지능은 사람처럼 지식을 습득하고 활용할 수 있는 기술이다. 언어 AI는 이 정보들을 텍스트 등의 컨텐츠로 만들 수 있는 인공지능이다. 자회사로 야구단을 갖고 있는 엔씨는 야구 선수들의 기록들을 데이터화해(지식) 이것으로 컨텐츠를 만드는(언어) 서비스를 준비하고 있다. 이름은 PAIGE. 네이버 뉴스에서 야구 탭을 누른 것 같은 서비스로, 대다수의 컨텐츠를 인공지능이 생산한다. 이 정보들은 페이스북 페이지나 네이버 스포츠 같은 UI 위에서 구현되는데, 사람이 나열한다기보다 흥미도 데이터를 통해 선별한다. 사용자가 만약 ‘나성범 나이’같은 질문을 한다면, 나성범 선수의 나이와 더불어 관련 있거나 흥미도 높은 컨텐츠를 동시 제공하는 것이 목표라고 한다. 이외에도 구단에 관한 흥미로운 퀴즈, 상식 퀴즈 등을 흥미도 측정 기술로 걸러 제공한다. 서비스는 시즌 개막(3.24)에 맞춰 CBT를 시작하고, 4월에 얼리 억세스, 올스타전(7.14) 때 풀 억세스를 시작한다.

이런 느낌이다. 자료를 안 줘서 네이버 캡처했다.

 

사람의 일자리를 뺏지는 않을까?

이재준 AI 센터장은 “이 작업들은 색칠 등의 단순 반복 작업들을 도와주는 것”이라며, “지루한 작업을 제외해 창의적 활동을 돕는 쪽으로 발전시키겠다”고, 인공지능 제작자 모두가 하는 똑같은 이야기를 했다. 사실 저 말 믿고 있다가 여럿 직업 잃었으니 엔씨의 윤리성에 기대하거나 인공지능 종교를 만들어 어서 충성을 맹세하자.

경배하라

 

사람이 만들지 못하는 데이터도 만들 수 있을까?

야구에서는 세이버메트릭스(Sabermetrics)라고 부르는 통계 기반의 전략이 있다. 통계와 기록을 기반으로 잘 하는 선수 혹은 자신의 팀에 맞는 선수를 찾아내는 것이다. 영화 ‘머니 볼’이 세이버매트릭스를 다룬다. 그렇다면 이 지식 AI로 사람이 만들어내지 못하는 야구 기록들을 생성해낼 수 있지 않을까.

영화 머니 볼이다. 잘생김을 추출했다,

질문에 장정선 센터장은 “세이버메트릭스와 같은 통계는 취급하지 않는다. 시계열 위주의 데이터로 접근하고 있고 해당 목적(컨텐츠 생성)을 위주로 발전시킬 것이다”고 답했다. 시계열 데이터는 시간 순서로 배열된 데이터를 말한다. 주식이나 재무 등에서 주로 수집하는 데이터다. 즉, ‘특정 좁은 분야의 시간 순서별 데이터’면 컨텐츠로 만들 수 있다는 의미다. 즉, 엔씨는 지금 자사의 컨텐츠를 위해 지식 AI를 만들었으나, 이 방법으로 다른 버티컬 컨텐츠(주식, 다른 스포츠, 기업용 컨텐츠)도 만들 수 있음을 유추할 수 있다. 이 질문에 장 센터장은 “아직은 고려하지 않고 있다”고 답했다. 안된다곤 안했다. 너무 믿지는 말자.

사실 두 분은 믿어도 될 것 같은 느낌이다

글. 바이라인네트워크
<이종철 기자> [email protected]



Categories: 기사

Tags: , , , , , , , , , , , ,

답글 남기기

이메일은 공개되지 않습니다. 필수 입력창은 * 로 표시되어 있습니다.

바이라인네트워크를 구독하세요!

이메일을 입력하시면 바이라인네트워크를 구독하실 수 있습니다

You have Successfully Subscribed!