반도체 전문 온라인 매거진 - 올포칩

엔비디아(www.nvidia.co.kr, CEO 젠슨 황)가 생성적 대립 신경망(Generative Adversarial Network, 이하 GAN)인 GameGAN를 활용해 40년 전 처음 일본에서 출시된 이후로 전 세계적으로 게임의 전설이 된 팩맨(PAC-MAN)의 50,000개에 달하는 에피소드를 학습하고, 기초 게임 엔진 없이 인공지능(AI)을 기반으로 복고풍 클래식 게임으로 재탄생 시켰다고 밝혔다. 

GameGAN은 생성적 대립 신경망인 GAN을 탑재해 컴퓨터 게임 엔진을 모방한 최초의 신경망 모델이다. GAN 기반 모델은 생성모델과 분류모델이라는 두 개의 신경망으로 구성돼 있으며, 원본과 흡사한 새로운 콘텐츠 생성 방법을 학습한다.  

[그림2: 김승욱 엔비디아 연구원 겸 프로젝트 수석 저자] 

김승욱 엔비디아 연구원 겸 프로젝트 수석 저자는 “GameGAN은 GAN 기반 신경망을 활용해 게임 엔진을 모방한 최초의 연구다. 우리는 AI가 게임 속 움직이는 에이전트의 스크린 플레이만 보고 주어진 환경의 규칙을 학습할 수 있는지 확인하고 싶었다. 그런데 AI가 이를 해냈다”고 말했다. 

인공 에이전트가 GAN 생성 게임을 플레이하면서, GameGAN은 에이전트의 행동에 대응하며, 게임 환경 속 새로운 프레임을 실시간으로 생성한다.  GameGAN은 다양한 레벨과 버전을 갖춘 게임의 스크린 플레이를 학습한 다음, 단 한번도 본 적 없던 게임 레이아웃을 생성할 수 있다.  

이러한 기능은 게임 개발자가 새로운 게임 레벨의 레이아웃을 자동으로 생성할 때, 혹은 AI 연구원이 자율 머신 훈련을 위한 시뮬레이터 시스템을 쉽게 개발하고 싶을 때 사용할 수 있다. 

GameGAN 훈련을 위해 팩맨 데이터를 제공한 세계적인 게임 제작사 반다이 남코 엔터테인먼트(BANDAI NAMCO Entertainment)의 연구 개발사 반다이 남코 리서치(BANDAI NAMCO Research Inc.)의 연구원 코이치로 츠츠미(Kichita Tsutsumi)는 “연구 결과를 보고 깜짝 놀랐다. AI가 게임 엔진 없이 대표 고전 게임인 팩맨을 재현했다는 것을 믿을 수 없었다. 이 연구는 게임 개발자들이 새로운 레벨의 레이아웃, 캐릭터, 심지어 게임 자체를 개발하기 위한 창의적인 프로세스를 어떻게 가속화할 수 있을지에 대한 가능성을 보여주는 셈이다”고 말했다.