킹의 두 감독은 게임 개발자 회의에서 AI가 캔디 크러쉬 사가의 자동 레벨 생성 혁신에 어떻게 기여하고 있는지에 대해 이야기했습니다. 킹의 AI 여정은 A/B 테스트부터 시작해 플레이어 경험을 향상시키기 위한 고속 AI 레벨 테스트에 이르기까지 주목할 만합니다. 최근 액티비전 블리자드의 킹이 마이크로소프트의 일원이 된 가운데, 캔디 크러쉬 사가는 2012년 출시 이후 200억 달러의 수익을 기록하고 50억 다운로드를 돌파했다고 발표했습니다. 이는 비디오 게임 산업에 혁신적인 성과로, 2016년 킹의 레벨 수가 단 2,000개였던 점에서 더욱 의미가 있습니다.
킹의 AI 랩 감독인 사하르 아사디는 지난 5년 동안 응용 연구에 초점을 맞춘 팀을 이끌어왔으며, 이 팀은 중앙 기술 조직 및 게임 제작자들과 밀접하게 협력하여 비즈니스 가치를 창출하는 장기 전략을 탐색합니다. 아사디는 AI 연구 로드맵을 정의하고 AI 활용 사례를 통합하여 비즈니스에 중요한 영향을 미치는 역할을 합니다. 그녀는 지식 공유에 대한 열정을 가지고 있으며, 산업 회의에서도 적극적으로 활동하고 있습니다. 킹에 합류하기 전, 아사디는 스포티파이에서 데이터 과학자로, 멜트워터에서 자연어 처리 연구원으로 귀중한 경험을 쌓았습니다.
아사디의 주요 업무 중 하나는 AI를 활용한 게임 플레이 테스트와 레벨 관리를 통해 플레이어의 관심을 유지하는 것입니다. 그녀는 "대부분의 플레이어 시간은 레벨 플레이에 사용되므로 뛰어난 플레이 경험을 제공하는 것이 중요하다"고 강조했습니다. 팀은 출시 전에 레벨 품질을 검증하기 위해 플레이 테스트 봇을 개발하고, 게임 디자이너와 협력하여 레벨을 더욱 다듬고 있습니다.
아사디는 캔디 크러쉬 사가의 제품 디렉터 안나 에르난델리우스와 함께한 발표에서 AI를 활용해 레벨 디자인을 간소화하는 반복 과정을 강조하며, 디자이너들이 창의성에 집중할 수 있도록 하고 있습니다. 16,000개 이상의 레벨과 그 증가하는 양을 고려할 때 품질 유지는 필수적입니다. 아사디는 "AI는 이러한 성장을 촉진하는 혁신적인 역할을 한다"고 언급했습니다.
AI 기술은 레벨의 재미와 난이도를 빠르게 테스트할 수 있게 하여 디자이너가 창의적 작업에 집중하도록 지원하며, 플레이어의 실망스러운 경험을 줄이고 참여도를 높이는 데 목표를 두고 있습니다. 연구팀은 생성 AI가 보조 도구로 활용되어 디자인 프로세스를 간소화하고, 인간의 창의성을 최대화하는 방법도 탐구하고 있습니다. 아사디는 "우리의 목표는 지루한 작업을 없애고 디자이너가 게임 플레이 개선에 집중할 수 있도록 하는 것"이라고 말했습니다.
아사디는 플레이어들이 새로운 레벨을 빠르게 탐색하고 캔디 크러쉬 사가 확장에서 앞서 나가는 능력에 감탄을 표했습니다. "우리의 플레이어들은 새로운 레벨이 출시되면 곧바로 도전하고 싶어합니다"라고 그녀는 말했습니다.
연구는 AI와 비즈니스의 교차점에 중점을 두고 있으며, 아사디는 연구를 제품 혁신으로 전환하는 데 열정을 가지고 있습니다. 그녀는 "연구를 실행 가능한 제품으로 전환하는 도전은 크며, 특히 비전 있는 솔루션을 추구할 때 더욱 그렇습니다"라고 설명했으며, "우리는 지속적인 혁신과 도입을 어떻게 이뤘는지에 대해 논의합니다"라고 덧붙였습니다.
앞으로 아사디는 AI의 미래에 기대를 품고 있으며, 이는 캔디 크러쉬 사가는 물론 게임 산업 전반에 걸쳐 있습니다. "AI는 빠르게 발전하고 있으며, 새로운 기회를 열고 있습니다"라고 그녀는 말했습니다. "AI에 대한 높은 수요가 있으며, 기업들은 그 잠재력을 탐색하고 싶어합니다."
킹은 점점 더 복잡한 연구 문제를 해결하며, 재미있는 게임 플레이를 보장하고 디자이너들이 창의성에 집중할 수 있도록 하고 있습니다. 아사디는 "이 두 가지 접근법은 개발자, 디자이너 및 플레이어 모두에게 가치를 제공합니다"라고 강조하며 성공적인 구현을 위해 협업의 중요성을 강조했습니다.
마지막으로 아사디는 킹이 자체 AI 역량을 강화하는 한편 관련 외부 도구에 대해서도 고민하고 있다고 언급했습니다. "우리는 연구 결과를 적극적으로 발표하고, 맞춤형 AI 솔루션으로 내부 문제 해결을 최우선으로 합니다"라고 그녀는 결론지었습니다. 킹은 다양한 플레이어의 스킬 세트와 선호도를 포용하며, 이러한 통찰력을 AI 기반 개발에 효과적으로 통합하고 있습니다.
순위 목록
