오픈AI, 구글 딥마인드 등 인공지능(AI) 스타트업들은 마인크레프트, 스타크레프트 등 인간을 능가하는 수준의 AI 게임 플레이어를 선보였다.

행동경제학 기반 데이터 분석 엔진, AI 기술을 개발하는 센티언스(SENTIENCE)는 게임 유저의 행동과 플레이 동기를 분석해 유저가 필요로 하는 게임 컨텐츠를 추천하는 시스템을 개발하고 있다.

2015년 설립 이후 TIPS 프로그램 창업팀에 선정, 지난해는 넷마블(몬스터), 해군(AI기반 스마트전투체계 개발 알고리즘)과 서비스공급 계약을 맺었다. 지난달에는 게임 유저 성향 분석 인공지능(AI) 서비스 ‘텐투플레이 알파버전’을 출시했다.

지난 11월 28일 글로벌 스타트업 행사 ‘K-Startup week 2019 Comeup’에 참가한 센티언스 권혜연 공동 창업자(VP)는 이후 서면 인터뷰를 통해 센티언스 AI 시스템 경쟁력을 자세히 설명했다.

-시장규모와 경쟁 업체는?
전세계 게임 시장의 규모는 622억달러(2018년기준)이고 그 중 모바일 게임은 50%를 차지합니다.
저희 서비스가 모바일 게임만 타겟팅하는 것은 아니지만, 모바일 게임의 대부분은 무료 다운로드 후 인앱 결제를 통해 수익을 창출하기 때문에 가장 적합합니다.
저희와 똑같은 서비스를 하는 업체는 없지만, 비슷하게 게임 수익화를 도와주는 회사들은 아래와 같습니다. 그 외 대형게임사의 경우 자체적으로 데이터 팀을 운영하고 있습니다.
Google AdMob: 게임내 유저들의 인앱구매 확률을 예측하고, 해당 확률이 낮은 사람들을 대상으로 광고를 보여줘서 광고 수익을 창출합니다. 그러나 광고노출로 인한 피로도가 증가할 것으로 예상합니다.
Game of Whales, Yokozuna Data: 각각 미국과 일본에 위치한 스타트업으로 게임내 유저들의 인앱구매 확률을 예측하고, 구매 확률이 높은 사람에게 아이템을 추천하여 구매를 유도합니다. 그러나 이 유저들은 원래 구매 확률이 높은 사람들로 해당 추천때문에 더 구매했다고 보기는 어려울 수도 있습니다.
Riot Games : 대부분의 대형게임사가 자체 데이터팀을 보유하고 있는 것처럼, 라이엇게임즈도 자체 AI팀을 보유하고 있습니다. 라이엇게임즈의 경우 게임내 유저들의 인앱구매 확률을 예측하여 구매 확률이 낮은 사람들에게 아이템을 할인된 가격으로 제공해주고 있습니다. 그러나 게임 특성상 유저 커뮤니티가 매우 활발하여 자칫 형평성 문제로 불거질 수 있습니다.

-행동경제학 모델과 기존 딥러닝 모델의 차이
기존 딥러닝 모델은 data-driven(bottom up) 인 반면, 행동경제학 모델은 top-down 방식입니다.
딥러닝/머신러닝의 경우 많은 데이터로 훈련하기 때문에 예측력은 매우 뛰어납니다. 위에서 예시를 든 바와 같이 Google AdMob, Riot Games 등 많은 회사들이 유저들의 구매 확률을 예측하고 있으며 이러한 예측은 매우 정확합니다. 그리고 뛰어난 예측을 위해서 기계는 인과관계가 아닌 상관관계에 있는 변수를 포함시키는 등 여러 bias가 생길 수 있습니다. 때문에 딥러닝/머신러닝을 통해서는 사람들이 왜 구매하는지, 어떤 요소때문에 게임을 이탈하는지 등 인과관계는 알 수 없습니다.
그러나 행동경제학 모델은 심리학 이론과 경제학 이론으로부터 출발하여 인과관계를 파악할 수 있습니다. 게임 유저가 가지고 있던 게임에 대한 기대치가 충족되지 못했을 때 (실현된 효용이 기대효용에 미치지 못했을 때) 이탈을 하게 된다는 것으로부터 출발하고, 이러한 경우들을 설명할 수 있는 심리학 이론들을 바탕으로 모델링을 합니다. 따라서 플레이어가 이탈했을 때, 또는 구매했을 때 게임의 어떤 요소 때문인지 또는 플레이어 개인의 어떤 성향 때문인지 이해할 수 있습니다.

설명가능한 AI 적용 사례
대표적으로는 미 국방부 DARPA에서 설명가능한 AI를 개발하기 위한 장기 프로젝트를 진행하고 있습니다. 그 외 다양한 산업군에서 시도하고 있습니다.

credit:sentience.

게임업체 자체 솔루션 대비 우위는?
텐투플레이는 게임업체 자체에서 진행하고 계신 데이터 분석의 대체재가 아닌 “보완재”입니다. 게임 업체 내부적으로 데이터팀이 있고 데이터를 분석하여 게임의 전체적인 밸런싱을 맞추고 이벤트를 기획하는데 활용하거나, 유저들의 피드백을 반영하여 게임 업데이트를 하고 있습니다. 이러한 활동에 더 도움을 주고자 텐투플레이는 직접적으로 피드백을 전달하지 않고 이탈하는 고객들을 자동화된 형태로 파악할 수 있게 합니다.

게임분야 B2B 서비스인데 B2C 모델은?
해당 서비스는 인터넷 쇼핑몰에 추천시스템을 제공하는 솔루션과 같이 게임사에 제공하는 B2B 서비스입니다. 별도의 B2C 서비스는 아직 구상 중입니다.

온라인 쇼핑 등 활용 가능성은?
현재 이커머스에서 수집하고 있는 데이터는 “A광고 시청 -> B광고 시청 -> 쇼핑몰 유입 -> 장바구니 -> 구매” 와 같이 개인이 구매하기까지 어떤 경로를 거쳤는지를 나타낼 수 있어서 이러한 데이터를 통해 어떤 광고가 효과가 좋은지, 어떤 미디어 채널이 효율적인지 등을 파악할 수 있습니다. 그러나 개인의 심리를 반영한 데이터가 아니기 때문에 풍부한 분석은 어려울 것 같습니다.
반면, 게임 로그데이터의 경우 “언제 로그인해서 -> 어떤 캐릭터를 통해서 어떤 미션을 수행했고 -> 이 미션을 통해 어떤 아이템을 수집하고 코인을 얼마나 소비하였으며 -> 캐릭터 옷을 변경하고 강화” 등 플레이어의 게임 내 모든 행동 하나하나를 알 수 있기 때문에 개인의 심리 성향을 파악할 수 있습니다.
즉, 온라인 쇼핑 활용가능성이 없는 것은 아니지만 사람의 심리를 파악하는 분석에는 한계가 있을 것으로 보입니다.

해군과 서비스 공급계약 계기는?
설명가능한 AI의 해군본부 적용을 위한 연구를 진행하게 되었습니다. 예측에 뛰어난 딥러닝/머신러닝 모델에 게임이론을 접목한 연구로, 다양한 전투 환경에서 최적의 전략을 도출하려고 할 때 해당 전략을 게임이론으로 풀이합니다. 따라서 전략을 지휘하는 사령관이 인공지능이 도출한 결과를 이해하고 전략적인 의사결정을 수행할 수 있도록 도와줍니다.

스마트전투체계 개발 알고리즘 연구와 기존 서비스의 관련성은?
스마트전투체계 개발 알고리즘, 즉 전략적 의사결정 인공지능은 추후 게임내 인공지능 플레이어로 확장 개발할 예정입니다. 전투를 수행하는 유닛의 특성과 센서, 무장 제원 등을 게임에 따라 훈련하면 게임에서 실력이 비슷한 이용자가 적은 구간에서 매치메이킹에 활용하거나, 사용자간 대결하고 있는 게임 도중 특정 사용자가 접속을 종료하는 경우 대처하는 등 게임 회사가 겪고 있는 문제들을 해결할 수 있습니다. 텐투플레이와 같이 게임 유저의 성향을 파악하여 더 재미있는 플레이를 할 수 있도록 도와주는 역할을 합니다.