지난 2016년 바둑 인공지능(AI) 프로그램 ‘알파고’의 등장은 세계적으로 큰 충격을 안겨주며 단숨에 AI열풍을 몰고 왔다. 이후 4차 산업혁명이 미래 전략산업으로 부상하면서 AI 역시 핵심 기술로 각광받고 있다. 이를 통해 먼 미래로 느껴졌던 AI가 현실 속으로 성큼 가가온 것이다.

그러나 AI기술은 이미 오래 전부터 게임개발에 활용돼 왔다. 물론 단순한 것에서부터 고차원적인 것까지 많은 AI가 있지만 갈수록 그 활용범위가 넓어지고 있다고 볼 수 있다. AI 분야가 없었다면 현재 서비스되고 있는 게임의 상당 부분이 아직 제대로 구현되지 못했다는 점에서 노하우와 기술력을 활용하고 있는 것이다.

AI의 사전적인 정의는 인간이 지닌 지적 능력의 일부, 또는 전체를 인공적으로 구현한 것이지만, 기술 분야에서 AI는 상황에 맞춰 시스템을 활용할 수 있게 하거나, 새로운 조합을 선보이는 것에 초점이 맞추어져 있다. 특히 게임분야에서는 여러 경우의 수를 정리하고 상황에 맞는 결과물을 제공하는 등 AI 알고리즘이 사용되고 있다.

하지만 최근 AI의 핵심 기술은 스스로 경험을 학습하고 최적의 수를 찾는 ‘머신 러닝 기술’이라고 할 수 있다. 이 기능은 입력된 데이터만을 활용했던 기존 AI 기술과 달리 스스로 경우의 수를 조합해 새로운 데이터를 습득하고, 상황에 따라 최적의 상황을 뽑아내 활용한다는 점에서 기존 AI 기술과 차이를 보인다.

# 단순 이용서 한 단계 진화

게임업체들은 유저의 선택에 따라 어떤 환경과 텍스트를 선보이느냐 하는 등 게임의 기본적인 구조를 만들기 위해 AI기술을 접목시켜 왔다.

초창기 게임의 경우 유저가 선택할 수 있는 것과 그에 따른 결과가 적었기 때문에 단순 프로그래밍으로 설계가 가능했지만, 유저가 선택할 수 있는 종류와 결과 값이 기하급수적으로 증가하기 시작하면서 이를 처리할 수 있는 기술이 필요해진 것이다.

물론 AI 기술이 발전하기 전까지 개발자들은 결과값을 무작위로 설정해 내놓는 모습을 보여줬다. 그렇기 때문에 예외성이 크게 도드라지는 스토리 중심의 게임 보다는, 모든 경우의 수가 용인되는 시뮬레이션 게임에 주로 활용되기도 했다. 이런 눈속임에 가까운 AI 퍼포먼스는 스스로 데이터를 수집하고 활용할 수 있는 ‘머신 러닝’ 기술이 등장하면서 사용 빈도가 크게 감소하게 됐다.

특히 머신 러닝 기술의 도입은 AI가 직접 결과값을 만들기 위해 주어진 재료를 임의로 섞는 방식까지 가능해졌다. 실제로 이전까지 게임에서 AI는 적게는 두 가지, 많게는 4~5개의 선택지 중 하나를 정하도록 하는 형태가 한계였다. 하지만 머신 러닝 기반의 AI는 같은 상황에서도 사용자의 행동과 흐름, 시간 등을 고려해 전혀 다른 방향으로 선택할 수 있게 됐다.

이런 기술의 정점을 보여주고 있는 것이 최근 출시되고 있는 스토리 중심의 어드벤처 게임이나 온라인 기반의 MMORPG들이다. 먼저 어드벤처 게임의 경우 유저가 게임을 플레이하면서 획득하는 아이템이나 단서, 선택하는 대화에 따라 이야기의 흐름과 결과까지 달라지는 수준으로 AI가 발전했다.

온라인 MMORPG의 경우 유저가 체험하게 되는 결과가 더욱 세분화되고 있다. 유저가 즐기게 되는 세계관을 바탕으로 게임 내 배치돼 있는 NPC와의 개별 상호작용이 가능한 정도까지 발전하면서 좀 더 사실적인 세계에서 게임을 즐길 수 있는 세상이 됐다.

머신 러닝 기술이 적용된 AI가 게임분야에 활용되면서 게임 내적인 부분뿐만 아니라 외적인 부분에 있어서도 혁신적인 성과를 내고 있다.

특히 게임 서비스를 담당하고 있는 운영과 관리 부분에 있어서는 AI 기술이 눈에 띄는 성과를 보여주고 있다. 기존에 사람이 직접 분석하고 수동 분류를 해야 했던 분야에 AI가 적용되면서 효율성 측면에서 뛰어난 성과를 내고 있기 때문이다.

# 무한정 쌓이는 유저 데이터 처리

실제로 라이엇게임즈는 '리그 오브 레전드' 서비스 운영에 AI 기술을 접목시킨 시스템을 운영하면서 대표적인 AI 활용 업체로 주목받고 있다. 게임을 전 세계에 서비스하면서 수천만 개의 유저 피드백과 신고 등을 접수하는데, 이를 일일이 각 지역별 부서에서 사람이 처리하는 것보다 AI 알고리즘을 적용한 시스템을 투입해 빠르게 분류 및 업무 처리를 할 수 있게 됐다는 것이다.

여기에 마케팅 부분에도 AI기술을 도입하는 시도가 나타나고 있다. 이전까지는 페이스북과 트위터 등 소셜 네트워크 서비스에서 볼 수 있던 기술이 게임 프로모션에도 활용되면서 유저가 하나의 게임만 플레이 하더라도 각자의 취향에 맞는 게임이 자동으로 리스트 업 되는 등의 프로그램이 운영되고 있다. 이와 관련해서는 넷마블과 넥슨 등 대형 업체들이 AI 기반 시스템 구축을 위한 작업에 착수한 상태이며 사용자의 정보를 저장하기 위한 서버 구축 등에 역량을 집중하고 있다.

또 보안과 불법 유저 관리도 AI가 도입되면서 기존 시스템보다 빠른 대응과 업무 처리가 이뤄지고 있다. 이전까지 해킹 및 비정상적인 행위에 대한 단속과 처벌은 대부분 다른 유저의 신고를 기반으로 이뤄졌는데, AI가 유저들의 패턴 등을 분석해 자동으로 일반 유저와 불법 유저를 분류, 불법행위를 예방하는 데 성과를 내고 있기 때문이다.

이에 대해 업계 한 관계자는 “현재 AI 기술을 기반으로 한 유저 관리와 서비스 품질 향상 작업은 상당부분 실제 시스템에 적용되고 있다”면서 “이를 통해 유저들은 매번 플레이를 할 때마다 완전히 새로운 이야기와 환경을 즐길 수 있고, 업체는 맞춤형 서비스와 관리가 가능해 이전과는 다른 환경이 조성되고 있다"고 말했다.

# 모바일게임은 아직 초보 단계

AI기술의 게임 분야 활용은 이전까지는 온라인 게임과 같은 대형 타이틀을 중심으로 이루어져 왔다. AI를 활용한 게임 시스템 활용뿐만 아니라 누적되는 유저 데이터를 활용하기 위한 최적의 플랫폼이 PC라는 인식이 지배적이었기 때문이다.

실제로 AI 기술 활용에 있어 필수적으로 요구되는 부분은 누적되는 데이터와 이를 처리할 수 있는 시스템을 운영할 수 있는 데이터 센터라고 할 수 있다. 게임을 즐기는 유저가 증가할수록, 그리고 게임 서비스가 계속해서 이어질 경우 데이터가 무한정 누적되기 때문에 이에 대한 관리 노하우가 필수적이다.

이런 상황이다 보니 모바일 게임의 AI 활용은 게임 자체 시스템 구성보다는 서비스와 마케팅 등 외부적인 요소에 집중돼 있었다. 현재 모바일 게임들의 덩치가 기존 온라인 게임 수준으로 커지고 있지만 게임의 구성과 설계에 있어 단순 반복 시스템이 많은 것에 대해 온라인 게임 수준의 AI 메커니즘이 적용되지 못했기 때문이란 지적도 나오고 있다.

여기에 완벽한 시스템 구축을 위해선 아직 일정량 이상의 서비스 데이터와 인력이 필요하다는 점 역시 아쉬운 점으로 지적되고 있다. AI 기술이 제대로 자리를 잡는다면 효율성과 업무 처리 속도는 사람의 손보다 훨씬 뛰어나다고 할 수 있지만, 자리를 잡기까지 여러 시행착오와 데이터를 쌓을 시간이 필요하기 때문이다.

현재 AI 기술을 서비스 분야에 활용하고 있는 업체들 대부분 AI 시스템과 별개로 전담 대응팀이 동시에 운영되고 있다. AI가 큰 분야를 빠르게 분류하고 처리하고는 있지만, 실수로 누락하거나 잘못된 처리를 하는 경우도 확인되고 있어 이런 오류를 수작업으로 수정을 해 줘야 한다.

업계 한 관계자는 “AI 기술이 상용화 단계에 온 것은 분명하지만, 아직 개선이 필요한 것도 상당부분 존재한다”면서 “앞으로 AI기술은 어떻게 효율적인 접근이 가능할 지에 대한 개선점을 찾아가는 방향으로 발전할 것”이라고 전망했다.

[더게임스 김용석 기자 kr1222@thegames.co.kr]