인공지능은 인간에게서 배운다

*본 포스팅은 과거 기사로

2018년 3월 15일에 발행됐습니다.

 

15일 오후 판교에서

NC AI 미디어 토크에 참석했습니다!

 

사내에서 2011년부터 진행해온

다양한 인공지능 연구 활동과

현황을 공유하는 자리였습니다.

 

(인공지능이 다양하게 활용되는 중! 사진=아웃스탠딩)

(인공지능이 다양하게 활용되는 중! 사진=아웃스탠딩)

 

게임 관련 인공지능뿐 아니라

스피치, 이미지 인식, 자연어 처리,

지식 추론 인공지능까지 연구해서

기반을 다지는 게 목표라고 하네요.

 

또한 게임 속 NPC, 자동 리그와 함께

게임을 만드는 제작 환경에서도 AI가

효율적으로 활용될 예정이라 합니다.

 

한 마디로 “인간적인 인공지능”을

문제 해결을 위한 좋은 도구로 개발해

현장과 제품에 활용하겠다는 얘깁니다.

 

(참조 – 엔씨 “인공지능 투자 강화한다”)

 

1.‘인간에게 잘 맞는 AI?’

 

앗. 일단 제 표현에 대해

먼저 설명해 드려야겠네요..!

 

NC 인공지능 미디어 토크에서

‘인간적인 AI’란 말이 떠오른 건

아래와 같은 멘트 때문이었습니다.

 

cats

 

“유저와 전투를 벌이는 인공지능의 경우

앞으로 사람과 더 비슷한 느낌을 줄 겁니다

 

“지금까지는 인공지능이 대련 중에

비인간적인 행동을 보이곤 했습니다.

예컨대 AI가 전투에 임할 때 오직

이기려는 목적으로 끝없이 공격합니다”

 

“헌데 실제 사용자들은 비무(전투)할 때

일단 탐색전부터 하는 경향이 있습니다.

일단 뒤에서 배회하면서 살피는 식이죠”

 

“(그렇다고) 이런 인간적인 패턴들을

시나리오로 집어넣으면 금방 읽힙니다.

AI가 필살기를 쓰는 규칙을 집어넣으면

유저가 이걸 파악해서 써먹더라고요ㅠ”

 

(엔씨 AI 센터 이재준 센터장)

 

그렇다면 어떤 해법이 필요할까요?

이 대목에서 ‘인간적인 AI’가 나옵니다.

 

새로이 개발 중인 비무 인공지능의 경우

플레이어의 전투 로그(기록)를 바탕으로

‘인간스럽게(?)’ 전투하는 법을 익힙니다.

 

플레이어가 전투 중에

어떤 상황에서 어떤 동작, 어떤 기술을

어떤 방향으로 이동하면서 실행했는지,

말 그대로 ‘인간의 데이터’를 토대로요.

 

사용자의 전투 패턴은 인공지능이

어떻게 의사결정을 해야 하는지의

기준, 팁을 제공해줍니다.

 

여기에는 특정한 규칙이 없습니다.

인간 유저가 인공지능의 규칙이니까

플레이어에게도 덜 간파당하겠죠(?!)

 

사용자와 잘 싸우고

잘 져주는 AI”라는 표현이

퍽 흥미로웠던 자리였습니다.

 

(광전사 왈 "마이라이프포아이어!" 사진출처=스타크래프트1)

(광전사 왈 “마이라이프포아이어!” 사진출처=스타크래프트1)

 

2.게임에선 AI가 익숙해

 

사실 인공지능 자체를

게임을 통해 자주 접했습니다.

저는 초등학교 저학년 때

스타크래프트로 처음 만났습니다.

 

그 당시엔 내가 왜 컴퓨터에(?)

번번이 지는지 이해가 안 갔습니다.

 

하지만 게임 속 인공지능에는

이미 자신만의 전략이 있더라고요.

 

(참조 – 컴퓨터 게임에서의 AI 기술에 대한 연구)

 

FSM(Finite State Machine)은

인공지능에서 널리 쓰이는 방식입니다.

기존 게임에서 적들의 움직임을 AI로

구현하는 데 자주 쓰이는 방법이네요.

 

현재 어떤 상태인지,

어떤 새 정보가 입력되는지에 따라

입력정보와 현재 상태를 토대로

함수(?!)를 거쳐 다음 단계로 가죠.

 

예전부터 컴퓨터 게임은 우리에게

인공지능의 면모를 보여줬습니다.

 

제가 마구잡이로 유닛을 뽑을 동안

게임 AI는 제 근본 없는(?) 상태를 보고

거기에 대응하는 다음 단계로 옮아갔습니다.

 

(FSM모델에 따라 상태는 달라진다. 사진출처=논문)

(FSM모델에 따라 상태는 달라진다. 사진출처=논문)

 

앞서 이재준 소장은

“인간적인 패턴을 시나리오로 넣으면

유저에게 금방 들통난다”고 했는데요.

 

FSM의 단점 중 하나입니다.

이 모델은 이해하기도 쉽고 비교적

프로그램으로 구현하기 수월한 반면

 

복잡한 상호작용, 더욱 다양한

상태 변화를 구성하기가 어렵습니다.

이 모델로 구현한 게임 인공지능의

행동을 예측하기 쉬운 이유랄까요.

 

물론 저 같은 쪼렙 유저가 아니라

전투에 능한 고-급 유저 얘기지만요ㅎㅎ

알파고에 이긴 건 인류가 아니라 이세돌이죠(?!)

 

(참조 – 인공지능에 ‘잘 패배하는 법’)

 

놀람

하.. 하여튼 이 지점이 왜 중요할까요?

 

인간과 대련하는 인공지능이

너무 시시해도, 너무 넘사벽이어도

사용자 입장에선 극혐인 까닭입니다.

 

패턴이 읽히기 쉬운 인공지능은

금방 질립니다. 찾는 이가 줄겠죠.

 

그렇다고 넘사벽 인공지능,

예컨대 미친 듯이 공격만 하거나

말도 안 되는 HP를 가진 AI라면

반대로 싸우는 맛이 안 납니다.

 

게임에서 인공지능의 임무는

사용자가 게임에 계속 접속해서

꾸준히 이 서비스에 참여하도록

적당한 긴장감’을 주는 겁니다.

 

그래서 대련하는 NPC든

유저들끼리 싸움을 붙이는

AI든 밀당을 잘해야 합니다.

 

단순히 시스템을 효율화하는 걸 넘어

인간이 어떻게 게임에 임하는지, 혹은

왜 게임을 하는지 고민할 수밖에 없죠.

 

 

3.인공지능이 바탕이 되는 게임

 

게임에서 ‘인간적인’ 인공지능이

결과적으로 효과적인 이유입니다.

 

인간 유저의 전투 기록을 활용해서

인간 유저와 찰지게 겨룰 수 있는

게임 인공지능이 개발되는 중이고

 

인간 유저들끼리 제대로 맞붙여서

계속 게임을 하게 유도하려 합니다.

 

휴식

게다가 AI 기술이 개선되면서

게임에서 인공지능을 활용하는

방식도 다채롭게 바뀌고 있습니다.

 

예컨대 블랙앤화이트라는 게임,

AI가 돋보인다는 평을 받습니다.

 

게임에 나오는 NPC가

자기 욕구와 상태에 따라

유저에게 다른 반응을 보이고

 

심지어 유저가 특정 행동을 반복해서

가르치면 AI가 그 행동을 따라 합니다.

NPC의 행동을 칭찬하거나 저어해서

인공지능을 교육(?)할 수도 있습니다.

 

엔씨에서 소개한 비무 인공지능이

유저의 활동 로그를 체화한다면

 

블랙앤화이트의 인공지능의 경우

유저가 직접 AI와 상호작용해서

의사결정 패턴을 바꾸는 식이네요.

NPC에게 피드백을 주는 셈입니다.

 

참고로 (익히 알려진바)

딥마인드의 수장 데미스 하사비스는

2001년 블랙앤화이트라는 게임에서

인공지능 개발자로 활약했습니다=)

 

(참조 – 체스 신동은 어떻게 ‘알파고의 아버지’가 되었나)

 

(참조 – 인간과 협업해야 하는 기계 이야기)

 

(참조 – 자기 딸로 인공지능을 만드는 생물공학자)

 

예전에는 인공지능이

유저(는 나)와 기계적으로 대련하거나

시스템을 효율화하는 역할을 맡았다면

 

이 기술 자체가 인간을 배우면서

인간끼리 대결하는 듯한 경험을 주거나

흥미로운 형식의 게임, 재미를 선사하는

새로운 단계를 내다보고 있습니다.

 

인공지능이 인간을 대체하는 게 아니라

인간이 사는 시스템을 관장하는 한편

 

인간 사용자의 경험이 두드러지는

엔터테인먼트 영역에서는

‘인간다움’을 내재하려 합니다.

 

이 또한 인간을 대체한다기보단

인간 사용자에게 만족감을 주고

“좋은 UX”를 제공하기 위함이죠.

 

결국 소비자는 인간일 테니까

 

인공지능도 조금은 ‘인간다움’에

익숙해져야 할 팔자인 듯합니다:)

 

13

 

“만약에 제가 무언가 실수해서 AI에게

‘미안, 다음에 더 잘할게’라고 말한다면

완전 자동화 시스템은 자기 역량에

이 대화를 끌어들여야 합니다”

 

“구글 자율주행차가 차도에서 달릴 때

마치 보행자와 운전자가 눈을 맞추듯이

주변과 신호를 주고받아야 합니다“

 

“단순 자동화에서 완전 자동화로 넘어가면서

AI와 인간의 목표가 다를 수 있습니다.

그래서 갈수록 AI가 인간처럼 협상할 줄 아는 게

중요합니다. 그런 시스템의 시대가 오고 있고요“

 

“컴퓨터공학에선 인간을 대체하는 게 아니라

기계가 인간의 파트너가 되도록 만드는 데

관심이 있습니다. 인간 중심 컴퓨팅이라 부르죠”

 

(UST ICT 존 그래치 교수)

 

(참조 – 협업, 직업대출, 로봇 자동화의 다음 단계)

 

(참조 – 인공지능의 가까운 미래, 아마존고)

 

*월 9900원 정기구독을 통해

아웃스탠딩과 함께 하세요!

 

결제하기 (클릭해주세요)

 

*혹시 아웃스탠딩 회원가입을 안하셨다면

회원가입 부탁드립니다. ^^

 

회원가입하기 (클릭해주세요)   

 


*해당 기사는 유료 콘텐츠로서 무단캡쳐 및

불법게재 시 법적 제재를 받을 수 있습니다.


 

0

댓글 남기기

기사 저장하기

작성자

김지윤 기자

김지윤 기자

과학/기술을 이야기로 전달합니다. 리뷰도 하고, 공부도 하는 야매과학도😏