실시간 전략게임인 ‘스타크래프트 II’의 유닛들이 공격과 후퇴 등 상황을 1만배 빠르게 판단해 행동할 수 있는 AI 기술이 개발됐다.

광주과학기술원(GIST) AI대학원 안창욱 교수 연구팀은 대체 모델을 기반으로 개발한 몬테카를로 트리 탐색(MCTS) 방법을 ‘스타크래프트 II’에 적용해 기존 MCTS에 비해 1만배 빠르게 게임 상황을 예측, 탐색 효율성과 성능 안정성을 획기적으로 향상시켰다고 25일 밝혔다.

기존 MCTS 기법은 실행 시간이 오래 걸리고 복잡해 높은 연산량이 요구되는 실시간 상용 RTS 게임에 적용하는 데 한계가 있었다.

대표적 실시간 전략 게임인 스타크래프트 II는 각 게임 참여자가 제한적 환경 관측만 가능한 여건에서 자원 확보와 상대편의 종족·동태 등을 종합적으로 고려해 게임을 운영해야 하기 때문에 복잡성이 매우 높다.

연구팀은 대체 모델 기반 MCTS 기법을 제안했으며, 스타크래프트 II에 적용해 그 성능을 검증했다.

연구팀이 개발한 기법은 기존 MCTS와는 달리 대체 모델을 활용해 게임 내 상태에 대한 기댓값을 시뮬레이션 없이 바로 추정할 수 있다.

짧게는 몇 분에서 길게는 몇 시간 걸리던 시뮬레이션 추론 시간을 밀리초(1,000분의 1초)에서 초 단위 범위로 줄이는 데 성공했다.

연구팀은 또 연구의 확장성과 재현성을 높이기 위해 대체 모델 학습을 위한 데이터 수집과 스타크래프트 II에서 데이터 분석이 가능한 자체 소프트웨어를 구현하는 데 성공했다.

수집된 데이터를 기반으로 대체 모델을 학습한 후 적용한 결과, 게임의 진행 결과를 기존 MCTS 대비 1만(104) 배 빠르게 예측했다.

안창욱 교수는 “이번 연구 성과는 몬테카를로 트리 탐색 기법의 활용이 불가능하던 실시간 게임 환경에서 각 개체의 실시간 행동 결정을 가능하게 했다는데 의의가 있다”며 “향후 상충하는 이해관계를 갖는 실세계 응용문제에 있어 실시간 의사결정을 내리는 데 활용될 수 있을 것으로 기대된다”고 말했다.