게임 인공지능에 대하여 - 게임의 장르에 따른 분류(FPS게임)
| 1. 게임의 장르 분류- FPS게임2. FPS게임의 인공지능 | | — |
- 게임의 장르 분류 - FPS게임
FPS게임과 비슷한 이름의 TPS게임도 존재한다. 3인칭 슈팅 게임Third-Person Shooter이며 플레이어의 뒷모습Shoulder view, 숄더뷰이 보여야 한다. 여기까지만 보면 TPS와 FPS가 거의 비슷한 게임이라고 생각이 들 수도 있겠다. 그러나 좀더 알아보면 이 두 게임 장르가 매우 다르다는 것을 알 수 있다.
TPS게임은 본래 역사적으로 총 게임이 아닌 어드밴처 게임에서 파생되었다. 그 이유는 TPS가 3인칭이므로 1인칭에 비해 현실감은 떨어지는 단점이 있지만, 오히려 1인칭에 비해 카메라워크가 자유로워서 퍼즐이나 복잡한 지형을 돌파하는 어드밴처 게임에서 많이 사용되었었다. 그렇게 TPS의 선조 격인 게임이 바로 인포그램즈에서 출시한 호러게임인 어둠 속의 나홀로(1992)이다.
지금의 TPS게임 장르는 그 시초였던 어드벤처 호러 3인칭 게임에서 확장되어 그 이름에 걸맞게 3인칭 시점을 가지는 게임이라면 모두 포함하게 되었다. 그 예로 이 글을 읽는 독자분들이 모두 잘 알고 있는 크래프톤의 배틀그라운드(2017)도 TPS에 속한다.
최근에는 여러 장르가 결합되는 게임이 많이 출시되면서 FPS와 TPS의 경계가 모호해지고 있다. 그 예로 TPS게임이라도 저격 소총 등을 조준할 때는 1인칭 화면으로 전환되는 경우가 많고, 엘더스크롤3과 같은 RPG게임도 FPS와 TPS적인 요소를 둘 다 지원한다. 오픈월드 게임인 GTA도 1인칭 모드(FPS)와 3인칭 모드(TPS)를 모두 지원한다.
FPS, TPS: 나무위키 사진: https://blog.naver.com/keykeyu/220193276761 https://m.blog.naver.com/PostView.naver?isHttpsRedirect=true&blogId=zldlrudgus&logNo=220671809354
- FPS 게임 내 인공지능 사기꾼(?)
- 요즘 FPS 게임 인공지능 봇 근황
- AI, FPS 게임에서 인간과 대등한 승부 보여줘
- FPS 게임 도전한 AI ‘다시 인간을 넘다’
- **fps게임의 인간의 인성 나쁜 플레이를 따라하는 인공지능 **
- FPS게임의 새로운 골칫거리? AI 기반 치트 프로그램 등장했다
- 흔한 FPS게임의 인공지능
- 사기꾼의 치팅cheating에 이용되는 인공지능 봇FPS 게임에서 가장 유명한 치팅 프로그램은 과거에는 에임봇AimBot이었다. 에임봇을 가동하고 있는 플레이어의 모니터 스크린에 다른 플레이어들이 감지되면 해당 봇이 자동으로 총을 발사하도록 하는 프로그램으로서, 게임의 재미와 형평성을 떨어뜨리기 때문에 게임사에서는 법적으로 제재를 하고 있는 프로그램이다. 기존에 이러한 치팅 프로그램은 플레이어의 컴퓨터에 설치되어야 사용할 수 있었기 때문에 게임사에서 이를 증거로 잡아낼 수 있었으나, 현재는 이미지 추적 인공지능, 즉 컴퓨터비젼computer vision 인공지능 기술이 인공지능 봇에 쓰이게 되었고 이 인공지능 봇은 보통의 방법으로는 잡히지가 않는다고 한다. 왜냐하면 치팅 게이머들이 게임을 플레이하는 컴퓨터와는 별도의 컴퓨터를 캡처보드라는 기기로 연결하여 컴퓨터비젼을 활용한 인공지능 봇을 구동하였고, 이는 증거물이 게임을 플레이하는 컴퓨터에 남지 않아서 법적으로 잡을 수가 없다고 한다. 따라서 이러한 새로운 인공지능 봇을 잡기 위해서 게임사에서는 정황과 심증으로 잡고 있다고 한다. 과거 전적에 비해 갑자기 플레이를 잘하게 된 플레이어, 혹은 인간의 동체시력과 반응속도를 넘는 것으로 간주되는 플레이를 잡는 방식이다. 이러한 인공지능 치팅 봇을 만든 개발사는 ‘CVCheat’.
https://brunch.co.kr/@145fd9ff5ddb423/19 https://www.makeuseof.com/game-terminator-the-rise-of-the-cheating-machines/ https://uk.pcmag.com/games/134383/machine-learning-is-now-being-used-to-cheat-in-multiplayer-games https://m.blog.naver.com/PostView.naver?blogId=tech-plus&logNo=222430161036&proxyReferer=
- 게임 플레이에 최적화된 행동을 하는 NPCNon-player character 인공지능
- 인간과 유사한 플레이를 하는 인공지능
https://bbs.ruliweb.com/community/board/300143/read/57636022 https://itcm.co.kr/g_board/143224 https://bbs.ruliweb.com/community/board/300143/read/53491604
- 딥마인드의 FPS게임 강화학습
포더윈이 학습된 퀘이크3 아레나는 본래 1인칭 슈팅 게임이다. 하지만 게임 모드 중에는 ‘깃발 뺏기’ 게임도 존재하고, 딥마인드에서 학습시킨 게임은 바로 ‘깃발 뺏기’ 게임이다. (따라서 엄밀히 말하면 ‘슈터’ 게임은 아닌 셈이다.)
[영상]
포더윈이 게임 플레이에 참조하는 데이터는 바로 사람이 게임을 바라보는 시각적 환경과 유사한, 픽셀 기반 데이터이다. 위의 영상을 보면, 인공지능이 왼쪽에는 게임 렌더링 픽셀 화면을, 그리고 오른쪽에는 지도 레이아웃을 참조하고 있는 것을 알 수 있다. 비젼 기반 강화학습 알고리즘으로 이 정도의 게임을 학습시켰다는 것에서 고무적이다. 물론 아직 1999년도에 출시한 그래픽 수준의 게임이라서 학습하는 픽셀의 수가 요즘 보통의 FPS게임처럼 크지는 않은 것 같지만 빠른 시일 내에 배틀그라운드처럼 4K(3840 x 2160픽셀) 게임도 포더윈 버전N(?)에서는 가능하지 않을까?
요새 인공지능의 개발 방향을 나타내는 중요한 키워드 중 하나가 바로 ‘인간과의 협업, 상호작용’인 듯 하다. 인간과 상호작용하는 로봇, 인간을 돕는 로봇팔, 인간과 돕는 비서AI… 게임에서도 이제는 사람답지 않은 완벽한 플레이스타일로 승리에 최적화된 게임AI보다는 사람과 협동하면서 사람에게 어떠한 긍정적인 마음, 연대감을 불러일으킬 수 있는 AI를 만드려고 하는 것 같다. 사람을 배제한 인공지능은 위에서 살펴본 ‘인공지능 치팅봇’과 결국엔 같지 않을까? 어쩌면 우리같은 게이머들에게는 완벽한 플레이를 하고 인간을 이기는 인공지능이 필요한 것이 아니라, 함께 플레이하는 또 다른 사람과 같이 느껴지는 인간적인 AI를 원하는게 아닐까? 온라인 게임을 왜 할까라는 질문에는 혼자서 컴퓨터와 플레이할 때는 느낄 수 없었던 어떠한 인간적인 교류나 연대, 혹은 경쟁심 등을 느끼고 싶어서라고 생각한다. 그래서 인공지능이 아무리 게임을 잘 플레이해도, 사람이 아니라 인공지능인 것 처럼 느껴진다면 같이하는 플레이어는 결국엔 솔로 플레이를 하는 것과 같다고 느낄 것이고 흥미가 떨어질 수 있다고 생각한다. 즉 FPS게임의 적, 아군 NPC 인공지능이 아무리 발전해도 게임의 재미요소와 비례하지는 않을 것 같다. 우리가 딥러닝 네트워크를 훈련시켰을 때 훈련 데이터에 대해서 굉장히 잘 학습을 해도 테스트 데이터에 대해서는 오히려 성능이 낮아지게 되는 오버피팅overfitting되는 학습기점이 존재하는 것처럼 게임AI도 알파고제로처럼 무적의 인공지능이 필요한 것이 아니라, 훈련을 교묘하게 적당히 시켜서, 적당히 게임을 잘 플레이하지만 약점과 허당끼도 있어서 게이머에게 위화감을 주지 않고 정복 가능한 게임의 기믹(?)게임 상에서 패턴/메커니즘/공략 등의 의미으로도 공략되어 흥미를 불러일으킬 수 있어야 한다고 생각한다. 물론 ‘적당히’가 제일 어렵다.
https://www.aitimes.com/news/articleView.html?idxno=46959 https://techrecipe.co.kr/posts/2555 https://bzooryu.tistory.com/142
#게임인공지능 #FPS인공지능 #딥마인드FPS #포더윈