비즈니스 기회
Google AI가 자체적으로 게임을 만듭니다
AI 연구자들이 생성형 모델을 새로운 영역으로 끌어들이려고 하는 것은 놀라운 일이 아닙니다. AI에는 엄청난 양의 데이터가 필요하기 때문에 향후 상황을 예측하는 한 가지 방법은 온라인에서 널리 사용할 수 있지만 아직 많이 활용되지 않은 데이터를 살펴보는 것입니다.
비디오가 다음 단계인 것은 명백합니다. 실제로 지난달 OpenAI는 전망가들을 놀라게 한 Sora라는 새로운 텍스트-비디오 AI를 미리 선보였습니다.
온라인에는 꽤 많은 게이머 비디오가 있습니다. 구글 딥마인드(Google DeepMind)는 게이머들이 초기 닌텐도 게임들을 떠올려 단순한 플랫포머를 플레이하는 모습을 보여주는 30,000시간 분량의 큐레이팅된 비디오 영상으로 새로운 AI 지니(Genie)를 훈련시켰고, 이제 자체 사례를 만들 수 있다고 밝혔습니다.
Genie는 간단한 이미지, 사진 또는 스케치를 인터랙티브 비디오 게임으로 바꿔줍니다. 캐릭터와 그 주변 환경을 그리는 것과 같은 프롬프트가 주어지면 AI는 플레이어의 입력을 받아 캐릭터를 월드에서 이동할 수 있습니다. 블로그 게시물에서 딥마인드(DeepMind)는 2D 풍경을 탐색하고, 플랫폼 사이를 돌아다니고, 점프하는 Genie의 창작물을 보여주었습니다. 뱀이 꼬리를 먹는 것처럼, 이러한 세계 중 일부는 AI가 생성한 이미지에서 제공되기도 했습니다.
전통적인 비디오 게임과 달리 Genie는 이러한 인터랙티브 세계를 프레임별로 생성합니다. 이동하라는 프롬프트와 명령이 주어지면 가장 가능성이 높은 다음 프레임을 예측하고 즉석에서 생성합니다. 심지어 전경이 배경보다 빠르게 움직이는 플랫포머에서 흔히 볼 수 있는 시차감을 포함하는 방법도 배웠습니다.
특히 AI의 훈련에는 레이블이 포함되지 않았습니다. 오히려 Genie는 훈련 중 예제를 관찰하는 것만으로도 왼쪽, 오른쪽으로 이동 또는 점프와 같은 입력 명령을 게임 내 움직임과 연관시키는 방법을 배웠습니다. 즉, 비디오의 캐릭터가 왼쪽으로 이동할 때 명령을 모션에 연결하는 레이블이 없습니다. 지니는 그 부분을 스스로 알아냈습니다. 즉, 잠재적으로 향후 버전은 온라인에 있는 만큼 적용 가능한 비디오에 대해 훈련될 수 있습니다.
게임 자체는 초당 1프레임의 속도로 스트리밍되는 픽셀화된 세계입니다. 이에 비해 현대 비디오 게임은 초당 60 또는 120프레임에 도달할 수 있습니다. 또한 모든 생성 알고리즘과 마찬가지로 Genie는 이상하거나 일관성 없는 시각적 아티팩트를 생성합니다. 그리고 그것은 "비현실적인 미래"를 환각에 빠뜨리는 경향이 있다고 연구팀은 AI를 설명하는 논문에 썼습니다.
AI는 레이블이 지정되지 않은 온라인 비디오에서 학습할 수 있고 여전히 110억 개의 매개변수에 불과한 적당한 크기이기 때문에 확장할 수 있는 충분한 기회가 있습니다. 더 많은 정보에 대해 훈련된 더 큰 모델은 극적으로 개선되는 경향이 있습니다. 그리고 훈련된 AI가 이미지나 텍스트 생성과 같은 작업을 수행하는 프로세스인 추론에 중점을 둔 산업이 성장함에 따라 더 빨라질 가능성이 높습니다.
딥마인드(DeepMind)는 지니(Genie)가 전문 개발자와 같은 사람들이 비디오 게임을 만드는 것을 도울 수 있다고 말합니다. 그러나 Sora가 비디오 그 이상이라고 믿는 OpenAI와 마찬가지로 팀은 더 크게 생각하고 있습니다. 이 접근법은 비디오 게임을 훨씬 뛰어넘을 수 있습니다.
한 가지 예로, 로봇을 제어할 수 있는 AI가 있습니다. 연구팀은 로봇 팔이 다양한 작업을 완료하는 비디오로 별도의 모델을 훈련시켰습니다. 모델은 로봇을 조작하고 다양한 물체를 다루는 방법을 배웠습니다.
딥마인드(DeepMind)는 또한 지니(Genie)가 생성한 비디오 게임 환경이 AI 에이전트를 훈련시키는 데 사용될 수 있다고 말했습니다. 이것은 새로운 전략이 아닙니다. 2021년 논문에서 또 다른 딥마인드(DeepMind) 팀은 AI 에이전트와 AI 대군주가 도전하는 작업과 게임을 생성하는 XLand라는 비디오 게임에 대해 설명했습니다. AI의 다음 큰 단계에는 서로를 훈련시키거나 합성 훈련 데이터를 생성할 수 있는 알고리즘이 필요하다는 아이디어가 주목을 받고 있습니다.
연구진은 지니 블로그 게시물에서 "지니는 현실 세계의 사진이나 스케치와 같이 이전에 본 적이 없는 이미지를 생성할 수 있어 사람들이 상상 속의 가상 세계와 상호 작용할 수 있도록 함으로써 본질적으로 기초 세계 모델 역할을 한다"고 썼습니다.
마찬가지로 OpenAI가 지난달 Sora를 미리 선보였을 때 연구원들은 더 근본적인 것, 즉 세계 시뮬레이터를 예고할 수 있다고 제안했습니다. 즉, 두 팀 모두 온라인 비디오의 방대한 캐시를 AI가 자체 비디오를 생성하도록 훈련시키는 방법뿐만 아니라 온라인이든 오프라인이든 세상을 보다 효과적으로 이해하고 운영할 수 있는 방법으로 보는 것 같습니다.
이상의 기사는 2024년 3월 7일 SingularityHub에 게재된 “A Google AI Watched 30,000 Hours of Video Games—Now It Makes Its Own”제목의 기사 내용을 편집하여 작성하였습니다.
* 정보 출처 : https://singularityhub.com/2024/03/07/a-google-ai-watched-30000-hours-of-video-games-now-it-makes-its-own/