[NDC17]AI시대, 데이터 잘 활용하는 게임기획자의 자세

서정민 라이브개발본부 카운터스트라이크 온라인2 개발유닛 기획자는 '데이터와 AI시대를 맞이하는 게임 기획자 이야기'를 주제로 26일 강연을 진행했다. 

이날 강연을 통해 본인이 직접 활용하면서 도움을 받았던 프로그램을 소개하면서 정보를 공유했다. 데이터를 정보로 만드는 작업에 있어 '엑셀'보다는 'R'을 추천했으며 정보를 이해하고 판단하는 지식 단계에서는 머신러닝을 활용하면 좋다고 조언했다.  
 
먼저 데이터를 정보화하는 데 엑셀은 다루기 쉽지만 수작업이 잦고 100만 라인 이상 활용하기 힘들다는 한계를 지니고 있다. 이와 달리 R은 함수형 언어를 활용할 수 있고 벡터화 연산이 빠르다는 강점을 지니고 있다.

서정민 기획자는 "많은 양의 데이터를 가지고 활용할 때는 R이 좋다"며 "몽고DB에서 데이터 프레임을 한 번에 가져올 수 있고 알스튜디오와 마이크로소프트 등에서 오픈소스도 많아 엑셀에서 R을 쓰기 시작한 지 2주만에 매료됐다"고 말했다. 
 

데이터를 정보로 만든 후에 이를 가지고 이해하고 판단하는 지식단계에 들어서게 된다.

과거에는 인간이 가설을 세우고 기술 통계로 검정을 하는 방식이였다면 이제는 머신러닝이 분류, 평가하고 예측까지도 가능해졌다. 이에 따라 기술도 정교함보다 일반화가 더 중요해졌다고 한다. 

다양한 원인에 의한 다양한 결과를 분류, 예측하고자 한다면 머신러닝 활용을 고려할 필요가 있다고 조언했다. 아울러 머신러닝 중에서도 훈련속도가 빠르고 상대적으로 과적합 문제가 덜한 '랜덤 포레스트'와 '서포트 벡터 머신'을 추천했다.  

그는 "유저의 이탈원인을 분석하기 위해 LVQ를 활용했지만 12코어 CPU에서 48시간의 훈련이 필요했다. 러닝 포레스트 5시간 훈련 결과와 유사했다"며 "렌덤 포레스트'와 '서포트 벡터 머신'이 가설과 실제 데이터의 오차 간 평균차이가 일정하고 예외의 결과값에서도 제 역할을 했다"고 설명을 덧붙였다.  

특히 머신러닝에서 좋은 결과를 얻으려면 사용자의 적절한 데이터 선택은 필요하다고 설명을 더했다. 상관성이 없는 독립적인 데이터의 결과값이 깔끔하게 나온다고 한다. 
 

마지막으로 딥러닝에 대한 설명도 이어갔다. 머신러닝이 데이터를 이해하고 판단한다면 딥러닝은 예측하고 분류하고 답이 틀리면 수정까지 하는 의사결정의 단계가 가능한 AI 중 하나다. 

서정민 기획자는 "딥러닝 중 서양화 학습에 쓰이는 GAN은 모방으로 창작을 한다. 창작 후 이것이 진짜인가 가까인가 판별하고 다시 가짜를 진짜처럼 만드는 과정은 인간의 발전과정과 크게 다르지 않다"고 말했다. 

이어 "'카운터스트라이크 온라인2'에서는 봇을 인간답게 만드는 게 중점이 되고 있다. 앞으로 딥러닝을 게임업계에 어떻게 쓸 것인지 많은 논의가 필요한 시점"이라고 덧붙였다. 

강미화 기자 redigo@fomos.co.kr 

[게임&게이머, 문화를 전합니다. 포모스게임│무단 전재 및 재배포 금지]