스퀘어 에닉스의 AI 개발팀은 자사 게임 개발에 AI를 어떻게 활용하고 있을까.

서브컬처 도서 전문 출판사 AK커뮤니케이션즈(대표 이동섭)이 '파이널 판타지', '드래곤 퀘스트' 등 수많은 명작 게임을 제작한 게임 제작사 스퀘어 에닉스의 AI 노하우와 비전을 설명하는 책 '스퀘어 에닉스의 게임 AI' 책을 출간했다고 21일 발표했다.

이 책은 스퀘어 에닉스의 AI 개발팀이 ‘가장 알기 쉬운 디지털 게임 AI 입문서’를 만들자는 목표를 세운 뒤 그들이 개발하고 연구하는 분야를 직접 설명하는 책으로, 플레이어와 동료의 캐릭터는 더 똑똑하게, 적 캐릭터는 더 생명체답게 만드는 것을 목표로 하고 있다.

스퀘어 에닉스 측 관계자는 이 책에 대해 "절반까지는 누구라도 내용을 이해할 수 있도록, 그리고 후반부의 어려운 내용도 최대한 쉽게 설명을 풀어놓았다."라고 설명했다.

이 책은 총 5개의 파트로 구성되어 있으며, 파트 1 게임 AI, 파트 2 캐릭터 인터랙션, 파트 3 메타 AI, 파트 4 딥러닝, 파트 5 AI를 활용한 품질 보증 자동화를 다루고 있다.<픽셀 아트 마스터 컬렉션>,<객체지향 UI 디자인>(에이콘), (에이콘),<재미나는 생각, AI와 게임>,<홀로그램 미래를 그리다>,<유니티 2D 디펜스 게임은 이렇게 만든다> 등 다수를 옮긴 송지연님이 번역을 담당했다.

다음은 '스퀘어 에닉스의 게임 AI' 목차

❖ 목차인사말이 책은 어떤 책?디지털 게임 AI의 풍경이 책을 읽는 방법

PART 1 게임 AI-들어가며-캐릭터의 정의1. 캐릭터 제작2. 인형술사3. 데이터, 데이터, 데이터!-내비게이션 메쉬1. 환경 인식2. 매핑(지도 제작)3. 복셀화4. 연결5. 삼각형 분할6. 침식-경로 탐색, 스티어링, 회피1. 간단한 쿼리2. 경로 탐색3. 스티어링4. 회피5. 정리-내비메쉬의 확장1. 오프메쉬 링크2. 코스트3. 선호도와 기타 요인4. 내비메쉬 개조5. 런타임 생성6. 도색과 보수7. 정리-3D 내비게이션1. 풀월드 복셀화2. 풀어야 할 문제3. 희소 복셀 8분 트리 스파스 복셀 옥트리(Sparse voxel octree)이분법구축4. 그 외의 풀어야 할 문제연결가지치기최적화스트리밍경로 탐색5. 앞으로의 활용파괴와 장애물새로운 환경더 정교한 AI 동작소리 전달-결론-플래닝을 활용한 의사결정 시스템1. 계획적인 AI2. 플래닝 AI의 약점3. 플래닝 AI의 실용 예실시간 변화에 대한 대응상태 공간의 방대함에 대응4. 플래닝과 머신러닝5. 새로운 기술 개발의 어려움6. 개발 지원 부서의 업무-캐릭터 AI와 애니메이션1. 우리는 어떻게 몸을 움직이고 있을까?2. 캐릭터 AI의 문제점3. 캐릭터 AI의 도입 사례4. MULS 애니메이션 생성 시스템5. 정리

PART 2 캐릭터 인터랙션-캐릭터 인터랙션이란-감정 AI를 둘러보는 여정：AI는 실제로 감정을 느끼는가?1. 지금까지의 AI에 감정은 존재했는가? 감정 AI의 역사기분, 감정, 분위기AI로 작동하는 캐릭터만들고자 하는 것2. 관련 연구감정 모델기분 모델모델에 대한 최종 결정3. 게임을 위한 감정 요소이모셔널 컴포넌트감정 모듈이벤트 평가 시스템기분 모듈성격이란?감정, 기분, 성격을 표현한다디자이너가 캐릭터를 자신만의 방식으로 조정하기 위한 방안4. 이모셔널 컴포넌트 개발에서 배운 것5. 부록：페이퍼•연구감정 모델기분 모델

-자연어 처리1. 게임 캐릭터들과 자유롭게 대화하자2. AI에서 ‘언어’를 다루는 기술3. 개발 사례：NLP 어드벤처어드벤처 게임 방식: ‘커맨드 입력식’과 ‘커맨드 선택식’‘신세대 커맨드 입력식’의 실현을 위해테크 프리뷰 ‘SQUARE ENIX AI Tech Preview:THE PORTOPIA SERIAL MURDER CASE’ 릴리즈‘디지털 게임을 위한 NLP’에 필요한 것4. ChatGPT 이후의 세계게임과 대규모 언어 모델

PART 3 메타 AI-메타 AI란-‘감정을 자극하는’메타 AI1. 메타 AI로 이루고자 했던 것2. 2차원 감정 맵3. 2차원 감정 맵에 기반한 메타 AI4. Current EP의 추정5. Goal EP의 플래닝6. Next EP의 갱신과 게임 조정7. 메타 AI와 접점을 이루는 게임 요소8. 감정을 시각화하는 게임 플레이 분석 도구9. 감정 강도의 타임라인 표시10. 메타 AI의 평가Current EP의 추정 결과와 플레이어의 감정은 일치했는가?메타 AI를 통해 플레이어의 감정을 흔들 수 있었는가?난이도가 허용 가능한 범위였는가?게임디자이너가 밸런스 조정이 쉽다고 느꼈는가?11. 정리

-슈팅 게임의 메타 AI1. 슈팅 게임의 난이도 설계 방법일반적인 방법동적 난이도 조정2. 슈팅 게임에 메타 AI를 도입해보았다2-Layer 위험도 컨트롤3가지 AI3. 동적 난이도 조정 시 주의할 점4. 미래 과제5. 정리　　　-탁구 로봇의 메타 AI1. 메타 AI, 게임 세계를 뛰쳐나오다2. 즐겁게 실력이 늘고 싶다！3. 탁구를 모릅니다…4. 탁구와 액션 게임은 무엇이 다른가5. 다 함께 땀 흘리며 가설을 검증하자!6. 플레이어의 모티베이션을 콘트롤하는 작전7. 현실 세계에서 메타 AI가 작동했다! 탁구 로봇의 메타 AI8. 게임 AI여, 게임 세계를 뛰쳐나가자-메타 AI의 효과 검증1. 상관관계와 인과관상관관계인과관계2. 인과관계를 검증하기：대조 실험과 맹검화3. 정리-메타 AI와 게임 사용자 경험(UX)1. 메타 AI를 쓸 수 있는 게임과 쓸 수 없는 게임2. 게임 UX란3. 감정의 ‘흐름’을 분석한다　　4. 게임 UX의 공통 언어화 - 패턴 랭귀지5. 정리-메타 AI의 전망1. 메타 AI의 활용 영역이 더 넓어진다더 많은 게임에 메타 AI가 도입된다다른 게임 AI와 결합해 활용된다게임이 아닌 분야의 인터렉션에도 응용된다2. 메타 AI로 실현되는 체험이 더 깊어진다메타 AI가 플레이어 앞에 등장한다메타 AI가 플레이어의 성장을 지원한다3. 메타 AI의 발전을 뒷받침한다게임 UX가 더욱 가시화되고, 더욱 객관적으로 검증될 수 있게 된다4. 정리

PART 4 딥러닝-머신러닝이란-스타일 트랜스퍼1. 게임 AI와 그 감정2. AI라도 그림 그릴 수 있어요!스타일 트랜스퍼와 감정 표현3. 이미지 생성 AI 기술의 이면AI는 어떻게 이미지를 그리는 걸까？이미지 데이터의 구조CNN의 기초이미지 생성에서의 CNN스타일 트랜스퍼 모델의 개요스타일 정보의 주입스타일 개념을 획득하라：스타일 트랜스퍼의 역전파학습 하드웨어추론여담4. AI는 그림을 그린다감정과 그림이모셔널 컴포넌트스타일의 선택과 출력스타일 트랜스퍼에 의한 AI의 감정 표현5. 앞으로의 그림을 통한 감정 표현

-머신러닝을 활용한 자동 립싱크 애니메이션1. 데이터로서의 소리 표현2. 오디오를 이미지로 변환하기3. 절대음감과 상대음감4. 음성의 시간 흐름에 따른 변화를 학습한다5. 애니메이션 생성-딥러닝을 활용한 캐릭터 애니메이션 생성1. 애니메이션 제작 과정키 프레임을 지정한다베이크한다자동 보간을 수행한다2. 캐릭터 애니메이션캐릭터 애니메이션 제작 전 과정캐릭터 애니메이션 제작모션 캡처의 이용3. 딥러닝을 통한 애니메이션 생성의 동기4. 딥러닝을 활용한 캐릭터 애니메이션 생성의 기초5. 연구 내용연구의 전제연구 대상방법 개요모델6. 현재의 과제와 향후 연구에 대하여7. 딥러닝을 활용한 캐릭터 애니메이션 생성의 전망자연어를 이용한 애니메이션 생성실시간 애니메이션 생성연기를 AI에게 가르친다8. 정리

PART 5 AI를 활용한 품질 보증 자동화-품질 보증의 개요-QA에서 게임 AI 활용1. 시뮬레이션 테스트2. 탐색 테스트　3. 스크립트 테스트4. 비침투형과 침투형 테스트5. ACRE의 취지6. 조작 기록과 리플레이7. 게임 스테이트8. 동기화9. 맵과 경로 탐색10. 탐색11. 앞으로의 과제

-백엔드 시스템1. 개발 배경2. 워크플로우3. 테스트 스케줄러4. 슬라이스 패키지와 고정 패키지5. 장비 사용률 배분6. 장비의 공유와 할당7. 레질리언스(회복 기능)8. 중단 시간과 토일의 절감우선순위 기반 테스트 결과 삭제세션의 병합과 커밋Windows Update의 자동화메트릭스(측정된 데이터)의 수집과 계측-버그 분류와 데이터 분석1. 버그 분류2. 핑거프린트를 활용한 버그 분류3. 버그 재현율과 해결4. 알림5. 데이터 분석MetabaseSentry　결론