Offcanvas

AI / 개발자 / 머신러닝|딥러닝 / 신기술|미래 / 애플리케이션

엔비디아, "'40주년 맞은 팩맨' 활용해 AI 신기원 달성"

2020.05.25 Brian Cheon  |  CIO KR
한 시대를 풍미했던 게임 팩맨(Pac-Man)이 40주년을 맞이했다. 하지만 이 게임은 여전히 업계에서 한몫하고 있다. 

22일 엔비디아는 게임 규칙을 별도로 배우거나 기본 게임 엔진에 대해 접근하지 않고도 팩맨 게임을 제작할 수 있도록 AI를 훈련시키는데 성공했다고 발표했다. 설명에 따르면 엔비디아의 ‘게임GAN’(GameGAN)은 단지 5만 회의 팩맨 게임을 시청했을 뿐이다. 

이 자체로도 인상적인 성과지만 엔비디아는 향후 잠재력이 더욱 크다고 강조했다. 이번 프로젝트를 뒷받침하는 ‘GAN (Generative Adversarial Network)’ 기술을 활용해 개발자의 게임 개발을 가속화하는 한편, 자율 로봇을 교육하는 데에도 도움이 될 수 있을 것으로 기대했다. 

엔비디아의 김승욱 연구원은 보도자료에서 “GAN 기반의 신경망을 이용해 게임 엔진을 모방한 최초의 연구다. 게임을 진행하는 에이전트의 시나리오를 보고 AI가 환경의 규칙을 배울 수 있는지 확인하고자 했다. 실제로 그러한 일이 일어났다”라고 말했다. 



게임GAN은 4개의 엔비디아 GV100 ‘볼타’ GPU에서 실행되는 2개의 경쟁 신경 네트워크(competing neural network)를 사용하여 작동한다. 차별자 네트워크(discriminator networ)가 실제 게임을 하는 한편, 생성자 네트워크(generator networ)는 차별자의 행동에 반응하여 실시간으로 새로운 게임 프레임을 생성하게 된다. 

엔비디아는 5만 번의 게임이 끝난 후 게임GAN이 완전히 동작하는 팩맨 게임을 제작할 수 있을 정도로 똑똑해졌다며, 올해 연말께 AI가 생성한 팩맨 게임 가능 버전을 출시할 예정이라고 전했다. 

회사에 따르면 게임GAN과 같은 생성적 적대 네트워크(generative adversarial networks) 가 향후 개발자의 게임 개발을 더욱 쉽게 해줄 잠재력을 지닌다. AI를 훈련시켜 소수의 다른 게임의 행동과 모델을 사용하여 일종의 독창적인 ‘매쉬 업’ 게임을 만들 수 있게 해줄 것이라는 설명이다.

나아가 기본 규칙을 교육하거나 게임 엔진을 제공할 필요없이 레벨 디자인 및 캐릭터 모델을 신속하게 개발하는 데에도 적용될 수 있을 것으로 회사는 기대했다. 

“게임에 관계없이 GAN은 과거의 게임 플레이에서 스크린 레코딩 및 에이전트 키 입력을 취함으로써 간단히 규칙을 배울 수 있다. 게임 개발자는 이러한 도구를 사용하여 원래 수준의 시나리오를 교육 데이터로 사용하여 기존 게임에 대한 새로운 수준의 레이아웃을 자동으로 디자인할 수 있을 것”이라고 엔비디아는 전했다. 

그러나 가야할 길이 아직은 멀다. 현재 게임GAN은 128픽셀 해상도에서 초당 약 50프레임만 출력할 수 있는 연구 프로젝트 단계다. 엔비디아의 산자 피들러는 “언젠가는 비디오를보고 에이전트가 환경에서 행동을 취하는 것만으로 운전 규칙, 물리 법칙을 모방하는 법을 배울 수 있는 AI가 등장할 것이다. 게임GAN은 이를 향한 첫 걸음이다”라고 말했다.
  ciokr@idg.co.kr
 
CIO Korea 뉴스레터 및 IT 트랜드 보고서 무료 구독하기
Sponsored
추천 테크라이브러리

회사명:한국IDG 제호: CIO Korea 주소 : 서울시 중구 세종대로 23, 4층 우)04512
등록번호 : 서울 아01641 등록발행일자 : 2011년 05월 27일

발행인 : 박형미 편집인 : 천신응 청소년보호책임자 : 한정규
사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2024 International Data Group. All rights reserved.