Microsoft와 Google이 최근 새롭게 출시한 생성 AI 모델은 비디오 게임 세계를 시뮬레이션할 수 있는 기술을 가지고 있으나, 몇 가지 제약사항이 있습니다. 이러한 AI는 게임 개발 과정에서 어떠한 역할을 할 수 있을까요?
생성 AI 모델, 게임 개발의 혁신을 꿈꾸다
이번에는 마이크로소프트의 "Muse"라는 "게임 플레이 아이데이션" 도구를 소개합니다. 이 도구는 세계 최초의 Wham (World and Human Action Model)으로, AI가 생성한 게임 플레이 영상을 활용하여 게임 디자이너들이 더 빠르고 간편하게 게임을 개발할 수 있도록 도와줍니다.
Muse는 UK 스튜디오 닌자 시어리의 게임 'Bleeding Edge'의 데이터를 기반으로 훈련되었습니다. 수 만 시간의 실제 게임 영상과 컨트롤러 입력 데이터를 바탕으로 게임의 모조 게임플레이 영상을 정확하게 생성할 수 있으며, 이를 편집 및 수정할 수 있는 기능을 제공합니다.
게임 개발 도구의 진화인가, AI 게임 시대의 시작인가?
디자이너나 게이머들은 Muse를 통해 많은 시간을 들이지 않고도 자체적인 아이디어를 시도할 수 있습니다. 예를 들어, 게임 내의 아이템 업그레이드가 어떻게 보일지를 모의 영상으로 생성하여 그 비주얼을 미리 확인할 수 있습니다.
미국 뉴욕 대학교 탠던 스쿨의 컴퓨터 과학 및 공학 부교수인 줄리안 톤젤리우스는 "게임 엔진은 복잡하고 혼란스러운 구조여서 시뮬레이션을 구현하는 데 시간이 많이 소요됩니다"라며 "게임 시뮬레이션은 훨씬 쉽게 진행될 수 있습니다"고 말했습니다. 하지만 이러한 AI의 한계도 존재한다고 덧붙였습니다.
구글의 GameNGen 프로젝트는 2024년 엔진 없이 실행되는 Doom 플레이 버전을 개발했으나 일관성 문제를 겪었습니다. 마이크로소프트는 이러한 문제를 Muse로 해결했다고 주장하지만, 여기에도 제약이 존재합니다. Muse는 50만 개의 게임 세션, 약 10만 시간의 게임플레이 데이터를 통해 훈련되었습니다. 녹화된 데이터 범위를 벗어나면 시뮬레이션이 잘 작동하지 않는 경우가 많습니다.
현실과의 괴리, AI 생성 게임의 한계점
현시점에서 Muse는 실제로 게임을 생성하거나 기존의 게임을 현대 하드웨어에서 에뮬레이션하는 기능까지 갖추지는 못했습니다. 이는 마이크로소프트 CEO 사티아 나델라의 장기적 비전을 표현한 것으로, 아직 실현 가능성은 미지수입니다.
마이크로소프트의 발표대로라면 AI 생성 비디오 게임이 머지않아 다가올 가능성이 있지만, Muse는 그 단계에 이르지 못한 상태입니다. 게임 엔진 없이 시뮬레이션 가능한 게임 환경을 생성하는 구글의 Genie 2와는 차별적인 모습입니다.
결국 Muse는 게임 개발자들이 시간과 비용을 절약할 수 있는 도구로서의 기반을 마련한 것으로 보입니다. 미래에는 이 기술이 어떻게 발전할지 기대해 볼 수 있겠습니다.
출처 : 원문 보러가기
