마이크로소프트의 AI Muse
 |
| 게임을 개발하는 AI |
생성형 인공지능을 통한 비디오 게임 디자인 혁신
게임 산업은 항상 기술 발전의 최전선에 서 있으며, 디지털 엔터테인먼트의 경계를 지속적으로 확장해 왔습니다. 수십억 달러 규모의 비디오 게임 시장은 이제 헐리우드를 능가하며, 전 세계 게이머들의 관심을 사로잡고 있습니다. 혁신적이고 몰입감 있는 게임 경험에 대한 수요는 계속 증가하고 있으며, 이에 따라 가상 세계의 지속적인 확장이 필수적입니다. 마이크로소프트 리서치의 최신 프로젝트인 Muse는 생성형 AI의 힘을 활용하여 이러한 확장을 혁신적으로 변화시키고자 합니다.
Muse는 게임의 프레임워크 내에서 새로운 게임 시나리오를 생성하는 생성형 AI 모델입니다. Ninja Theory의 멀티플레이어 슈팅 게임 Bleeding Edge에서 약 500,000개의 인간 게임 플레이 데이터를 학습하여, Muse는 게임의 물리 규칙과 조작 방식에 맞는 새로운 게임 시나리오를 만들어냅니다. Muse는 인간 디자이너를 대체하는 것이 아니라, 창의적인 아이디어를 제공하는 영감을 주는 도구로 활용될 수 있습니다.
게임 산업에서 생성형 AI의 부상
비디오 게임 디자인에서 AI의 활용은 새로운 개념이 아닙니다. 2024년, 구글은 GameNGen이라는 AI 기반 게임 엔진을 소개했습니다. 이 엔진은 클래식 게임 둠(Doom)을 원본 코드 없이 학습하여 재현했습니다. AI는 게임을 반복적으로 플레이하면서 수많은 게임 내 결정들이 최종 결과에 어떻게 영향을 미치는지를 학습했습니다. 그 결과, AI는 원래의 게임 메커니즘을 유지하면서 최대 20초 동안 플레이할 수 있는 복제본을 생성할 수 있었습니다.
하지만 현대의 비디오 게임은 훨씬 더 복잡합니다. 최신 게임들은 3D 환경에서 작동하며, 각 게임은 고유한 물리 법칙과 역학을 따릅니다. 지도, NPC(비플레이어 캐릭터), 그리고 게임 디자인 요소들은 업데이트에 따라 변화할 수 있지만, 캐릭터가 이동하고 조작되는 방식은 일관성을 유지해야 합니다.
게임에서 물리 엔진의 균형이 무너지면 플레이어의 몰입감이 깨질 수 있습니다. 따라서 마이크로소프트 리서치는 AI가 게임 디자인을 도울 수 있는 방법을 모색하면서, 창의성을 유지하면서도 게임의 스타일과 메커니즘을 준수하는 콘텐츠를 생성할 수 있도록 설계했습니다.
게임 디자이너들의 요구 분석
Muse가 진정으로 유용한 도구가 되기 위해, 마이크로소프트 리서치 팀은 인디 및 대형 스튜디오의 게임 디자이너 27명을 인터뷰했습니다. 이 과정에서 몇 가지 중요한 요소가 발견되었습니다:
1. 맥락적 일관성: AI가 생성하는 콘텐츠는 기존 게임 세계와 일관성을 유지해야 합니다. 예를 들어, 오브젝트가 벽을 통과해서는 안 되며, 새로운 환경도 게임의 분위기와 스타일을 유지해야 합니다.
2. 반복적인 디자인: 게임 디자이너들은 지속적으로 아이디어를 수정하며 발전시킵니다. 따라서 AI 보조 도구는 반복적인 개선 작업을 지원할 수 있어야 합니다.
3. 의미 있는 플레이어 선택: 게임의 핵심 요소는 플레이어의 선택이 결과에 영향을 미치는 것입니다. AI가 생성하는 시나리오는 다양한 분기를 제공해야 하며, 플레이어의 행동에 따라 변화하는 의미 있는 결과를 만들어야 합니다.
이러한 통찰을 바탕으로, 마이크로소프트 리서치 팀은 WHAM(World and Human Action Model)을 개발했습니다. WHAM은 ChatGPT와 유사한 생성형 AI 모델을 기반으로 하며, 비디오 게임 환경에 맞게 특화되었습니다.
Muse의 실제 활용
Muse는 Bleeding Edge의 7년 분량의 게임 플레이 데이터를 학습하여, 플레이어 입력과 게임의 물리 법칙을 분석했습니다. 이를 통해 주어진 프롬프트에 따라 Bleeding Edge의 메커니즘을 준수하면서 새로운 게임 시나리오를 생성할 수 있습니다. AI가 만든 캐릭터, 오브젝트, 환경은 여러 인터랙션에서도 일관성을 유지합니다.
마이크로소프트의 파티마 카다르(Fatima Kardar)는 "Muse의 혁신적인 점은 3D 게임 환경에 대한 깊은 이해, 게임 물리 법칙, 그리고 플레이어의 컨트롤 입력에 대한 반응을 포함하는 것입니다"라고 설명했습니다.
그러나 일부 업계 전문가들은 Muse의 실용성에 대해 의문을 제기하고 있습니다. 이 AI 모델을 훈련하는 데 방대한 양의 게임 플레이 데이터가 필요하며, 이는 대기업이 아닌 소규모 게임 스튜디오에게는 부담이 될 수 있습니다. 몰타 대학교의 게오르기오스 얀나카키스(Georgios Yannakakis) 교수는 "마이크로소프트는 7년 동안 데이터를 수집하고 모델을 훈련하여 가능성을 입증했지만, 실제 게임 스튜디오가 이를 감당할 수 있을지는 의문입니다"라고 지적했습니다.
게임 개발에서 AI의 미래
마이크로소프트는 Muse의 활용 가능성을 게임 개발을 넘어 더 넓은 분야로 확장할 계획을 갖고 있습니다. 한 가지 가능성은 더 이상 현대 하드웨어에서 실행되지 않는 클래식 게임을 복원하는 것입니다. Muse를 활용하면 이러한 향수를 자극하는 게임을 현대 기기에서 최적화하여 플레이할 수 있도록 변환할 수 있습니다.
게임 이외에도, 이 기술은 실제 환경에서도 적용될 수 있습니다. Muse가 3D 환경을 분석하고 수정할 수 있는 능력을 활용하면, 주방이나 사무실과 같은 공간의 설계를 최적화하는 데 도움을 줄 수 있습니다.
마이크로소프트 리서치 사장 피터 리(Peter Lee)는 "컴퓨터 과학 연구 관점에서 보면, 이 기술은 굉장히 놀라운 발전이며, 창작자들에게 혁신적인 변화를 가져올 것입니다"라고 말했습니다.
결론
Muse의 개발은 AI와 비디오 게임 디자인의 접점에서 중요한 발전을 의미합니다. 이 AI는 게임의 메커니즘을 이해하고 재현할 수 있으며, 게임의 비전을 유지하면서도 새로운 경험을 창출할 수 있습니다. 물론 소규모 스튜디오에 대한 접근성 문제는 해결해야 할 과제이지만, AI가 창작 과정에서 중요한 역할을 할 가능성은 점점 커지고 있습니다. 생성형 AI가 발전함에 따라, 디지털 엔터테인먼트와 인터랙티브 경험의 미래를 형성하는 데 핵심적인 요소가 될 것입니다.
#게임 개발에서의 생성형 AI, #비디오 게임 디자인, #AI 기반 게임 시나리오, #마이크로소프트 Muse, #WHAM 모델
<참고자료>
- Kardar, Fatima. “Exploring AI-Driven Creativity in Video Games.” Microsoft Research Blog, 2025.
- Hofmann, Katja. “Muse: A Generative AI for Video Game Design.” Microsoft Research, 2025.
- Yannakakis, Georgios. “The Challenges of AI in Game Design.” University of Malta, 2025.
- Google Research. “GameNGen: Neural Networks in Video Games.” Google AI Blog, 2024.
- Lee, Peter. “The Future of AI in Creative Industries.” Microsoft Research, 2025.