[논문리뷰]AI NPC의 가치는 어디에서 생기는가

제목: What good are AI NPCs? Lessons from a Large-scale Player Study(Presented by NVIDIA)
저자: Dr Richard Cole, Dr Chris Bevan, Vishal Joshi, Lu Han, Tim Holland
Link: https://www.researchgate.net/publication/401903669_What_Good_Are_AI_NPCs_Lessons_from_a_Large-Scale_Player_Study

생성형 AI가 게임에 들어오면 NPC는 미리 작성된 대사를 반복하는 대신 플레이어의 질문에 즉석에서 답할 수 있다. 기술 시연에서는 대개 이 자유로운 대화 자체가 강조된다. 그러나 브리스톨대학교 연구진이 던지는 질문은 조금 다르다. NPC가 얼마나 자연스럽게 말하는지가 아니라, 그런 NPC를 만난 플레이어가 실제로 무엇을 하고, 무엇을 생각하며, 어떤 순간에 만족하는지를 묻는다.

연구는 100명을 대상으로 122회의 한 시간짜리 플레이 세션을 진행했으며, 이 글에서 다루는 결과는 그중 68명이 초기 데모 게임인 《Dead Meat》를 플레이한 자료에 해당한다. 연구진은 설문조사뿐 아니라 플레이 중 발화, 인터뷰, 게임 로그를 함께 분석했다. 플레이어가 게임을 끝낸 뒤 내린 평가뿐 아니라, 게임을 하는 동안 어떻게 추론하고 망설이며 전략을 바꾸는지까지 관찰한 것이 이 연구의 중심이다.

대화를 선택지에서 행위로 바꾸다

《Dead Meat》는 살인사건의 용의자를 심문하는 게임이다. 플레이어는 정해진 대화 선택지를 고르는 대신 원하는 질문을 직접 입력한다. 용의자의 답변뿐 아니라 속마음도 확인할 수 있어, 겉으로 하는 말과 실제 감정 사이의 차이를 추적하게 된다. 게임은 실행 중 대규모 언어모델을 사용해 NPC의 반응을 생성하지만, 제작자가 설정한 인물·사건·서사의 범위 안에서 AI가 움직이도록 하는 ‘Authored AI’ 방식을 채택한다.

기존 게임에서 질문은 제작자가 미리 허용한 선택지 가운데 하나를 고르는 일이었다. 이 게임에서는 질문을 만드는 과정 자체가 플레이가 된다. 플레이어는 정보를 얻기 위해 질문의 내용뿐 아니라 말투, 순서, 심리적 압박의 강도까지 조절한다. 대화가 정보 전달 창구에서 전략을 실행하는 공간으로 이동한 것이다.

이 변화는 플레이어의 행위 범위를 넓힌다. 어떤 사람은 증거만 제시하는 냉정한 수사관이 되고, 어떤 사람은 용의자를 안심시키며 신뢰를 얻는다. 거짓 증거를 내밀거나 위협하는 플레이어도 있으며, 사건 해결보다 AI가 어디까지 반응하는지 시험하는 사람도 있다. 플레이어는 주어진 역할을 수행하기보다 자신이 어떤 수사관이 될지를 게임 안에서 만들어간다.

자유는 넓을수록 좋은가

연구의 중요한 발견은 표현의 자유가 만족도를 높이면서 동시에 불안을 발생시킨다는 점이다. GUESS 척도에서 참여자의 90%가 창의적 자유를 5점 이상으로 평가했다. 플레이어들은 직접 질문을 만들고 예상하지 못한 방향으로 대화를 전개할 수 있다는 사실을 긍정적으로 받아들였다.

하지만 입력창이 완전히 열려 있으면 무엇이 가능한지뿐 아니라 무엇이 중요한지도 알기 어려워진다. 플레이어는 자신이 잘못된 질문을 한 것인지, 시스템이 질문을 이해하지 못한 것인지, 아직 단서를 발견하지 못한 것인지 판단해야 한다. 자유가 커질수록 선택지는 늘어나지만, 선택의 결과를 평가할 기준은 오히려 흐려질 수 있다.

특히 이 게임에서는 ‘똑똑하게 질문해야 한다’는 수행 불안이 나타났다. 참가자들은 정답에 가까운 질문을 했는데 표현이 조금 달라 시스템이 알아듣지 못할까 걱정했다. 연구자가 지켜보고 있다는 실험 환경도 이 감각을 강화했다. 플레이어는 사건을 해결하는 동시에 자신이 유능한 플레이어임을 증명하려 했다.

연구진은 여기서 자유로운 표현과 명확한 방향 제시가 균형을 이루는 ‘골디락스 구간’을 제시한다. NPC는 플레이어의 질문을 폭넓게 받아들여야 하지만, 단서와 목표, 속마음 읽기 같은 장치를 통해 다음 행동의 방향도 보여줘야 한다. 플레이어가 명령을 따르고 있다는 느낌도, 허공에 말을 던지고 있다는 느낌도 들지 않는 구간이다. AI NPC 설계의 핵심은 자유를 최대화하는 것이 아니라 자유가 의미 있는 행동으로 이어지게 만드는 데 있다.

AI의 감정이 게임 규칙이 되는 순간

연구진은 플레이 과정에서 나타난 행동을 일곱 가지 전략으로 정리했다. 사실과 증거를 차분히 쌓는 ‘성실한 탐정’, 신뢰를 형성하는 ‘좋은 경찰’, 위협과 압박을 사용하는 ‘나쁜 경찰’, 작은 거짓말로 반응을 시험하는 ‘규칙을 구부리는 사람’, 승리를 위해 적극적으로 기만하는 ‘목적 우선형’, AI의 허점을 시험하는 ‘잘난 척하는 사람’, 넓은 질문을 던지며 세계의 규칙부터 탐색하는 ‘갈피를 못 잡는 초보자’다.

이 분류에서 흥미로운 부분은 플레이어가 하나의 전략을 고수하지 않았다는 점이다. 용의자가 입을 닫으면 위로하고, 위로가 통하지 않으면 증거를 제시하며, 그래도 반응이 없으면 거짓말을 던져본다. 전략은 성격 유형처럼 고정된 것이 아니라 NPC의 반응에 따라 계속 교체된다.

특히 플레이어들은 NPC의 감정을 사실상 게임 상태로 읽었다. 용의자가 당황하거나 공포를 느끼면 자신의 질문이 핵심에 가까워졌다고 판단했다. 반대로 용의자가 진정되거나 협조적으로 변하면 신뢰 전략이 작동하고 있다고 보았다. 체력 게이지나 호감도 수치 대신 언어와 정서적 반응이 피드백 장치가 된 셈이다.

이때 NPC의 인간다움은 외형이나 문장의 자연스러움만으로 만들어지지 않는다. 플레이어의 행동에 영향을 받고, 그 변화가 다시 플레이어의 다음 결정을 바꿀 때 행위성이 생긴다. 플레이어는 AI에게 감정이 실제로 존재하는지 판단하지 않아도 된다. 당황, 회피, 신뢰, 저항이 전략적으로 읽힐 정도로 일관되게 작동하면 NPC는 게임 안에서 하나의 상대가 된다.

연구진이 “새롭게 발생한 전략은 오류가 아니라 특징”이라고 보는 이유도 여기에 있다. 제작자가 모든 해결법을 미리 작성하지 않았더라도, 캐릭터가 플레이어의 다양한 접근에 일관성 있게 반응하면 플레이어 스스로 플레이 방식을 발명한다. AI NPC의 생성성은 대사의 무한함보다 전략의 발생 가능성에서 가치가 드러난다.

승리의 의미가 여러 갈래로 나뉘다

연구에서 도출된 ‘성공의 형태’ 도표는 플레이어가 같은 게임을 서로 다른 목표로 경험한다는 사실을 보여준다. 연구진은 성공을 대략 여섯 방향으로 정리한다.

첫째는 용의자의 자백이나 결정적인 반응을 끌어내는 ‘잡았다’의 순간이다. 둘째는 사건 파일의 항목을 모두 채우는 완결성이다. 셋째는 사건의 배경과 관계를 가능한 한 많이 알아내 세계를 지도처럼 완성하는 방식이다. 넷째는 정답보다 대화 과정과 예상하지 못한 반응을 즐기는 여정 중심의 성공이다. 다섯째는 같은 사건을 더 빠르고 능숙하게 해결하며 자신의 기술을 개선하는 것이다. 마지막으로 일부 플레이어는 게임이 무엇을 성공으로 간주하는지 끝까지 확신하지 못했다.

이 도표가 중요한 이유는 AI 대화 게임에서 하나의 명확한 승리 조건만으로 플레이 경험을 설명하기 어렵다는 점을 보여주기 때문이다. 사건의 범인은 같아도 플레이어가 원하는 결말은 다르다. 누군가는 자백을 원하고, 누군가는 인물의 심리를 이해하려 하며, 누군가는 시스템을 속이는 방법을 찾는다. 따라서 게임은 결말 하나만 제공하는 대신 플레이어가 어떤 종류의 성공을 추구하고 있는지 알아볼 수 있는 중간 피드백을 마련해야 한다.

연구진이 구성한 네 가지 플레이어 프로필도 같은 방향을 가리킨다. 이야기와 사회적 경험을 선호하는 코지 게이머, 모바일·생활 시뮬레이션에 익숙한 캐주얼 게이머, 승리와 경쟁을 중시하는 사회적 경쟁형, 혼자 탐험하며 서사에 빠지는 고독한 모험가가 모두 게임을 긍정적으로 평가했다. AI NPC가 특정 장르 취향에만 호소한 것이 아니라, 각 유형이 서로 다른 만족의 경로를 발견했다는 의미다.

몰입은 낮은 부담에서 나오지 않았다

《Dead Meat》의 플레이 경험은 편안하기 때문에 몰입된 것이 아니다. NASA-TLX 측정에서 정신적 요구도는 64.7점, 노력은 63.2점으로 중간 구간의 상단에 있었다. 반면 좌절감은 25.5점, 신체적 요구도는 10점에 머물렀다. 생각은 많이 해야 하지만 그 생각이 헛수고처럼 느껴지지 않았다는 결과다.

사용자 참여 척도에서도 전체 측정값의 90%가 긍정 영역에 있었으며, 보상감은 97%, 집중된 주의는 94%가 긍정적으로 나타났다. GUESS에서는 96%가 즐거움을 6점 이상으로 평가했고, 87%가 몰입도를 5점 이상으로 평가했다. 플레이어들은 20분이 빠르게 지나갔다고 반복해서 말했으며, 절반 이상이 충분히 탐색하려면 더 많은 시간이 필요하다고 응답했다.

이 수치는 몰입을 ‘쉬운 상호작용’과 동일시해서는 안 된다는 점을 보여준다. 플레이어는 질문을 만들고, 답변의 의도를 해석하고, 자신의 전략을 수정하느라 상당한 인지적 노력을 썼다. 그러나 NPC가 반응하고 사건이 조금씩 열리면서 그 노력은 진행감과 성취감으로 전환됐다. 부담이 사라진 것이 아니라 부담이 의미 있게 사용된 것이다.

또 하나 예상 밖의 결과는 음성과 텍스트의 차이가 결정적이지 않았다는 점이다. 연구진은 음성으로 말하는 캐릭터가 텍스트 캐릭터보다 강한 반응을 끌어낼 것이라고 예상했지만, 플레이어의 반응은 비슷했다. NPC의 매력은 목소리의 사실성보다 자신이 한 말이 다음 상황에 영향을 준다는 감각에 더 가까웠다. 표현 형식보다 상호작용의 인과성이 중요했던 것이다.

답을 알아도 다시 하는 게임

미스터리 게임은 범인을 알고 나면 재플레이 가치가 떨어지기 쉽다. 하지만 참가자들은 정답을 알게 된 뒤에도 다시 플레이하고 싶다고 말했다. 다음에는 더 공격적인 수사관이 되거나, 친절한 인물로 행동하거나, 전혀 다른 질문 순서를 시험해보고 싶어 했다.

여기서 재플레이의 대상은 사건의 비밀이 아니라 자기 행동의 가능성이다. 첫 번째 플레이에서 “무슨 일이 있었는가”를 알아냈다면, 다음 플레이에서는 “다르게 행동했을 때 무슨 일이 일어나는가”를 확인한다. 플레이어는 다른 역할을 연기하고, 새로운 전략을 시험하며, 같은 사건에서 다른 대화의 역사를 만든다.

AI NPC가 제공하는 재플레이성은 무한한 문장 생성에서 자동으로 나오지 않는다. 캐릭터가 플레이어의 태도와 전략에 따라 충분히 다른 반응을 보이고, 그 차이가 사건을 경험하는 방식에 남아야 한다. 같은 결말에 도달하더라도 과정의 성격이 달라질 때 플레이어는 자신이 다른 이야기를 공동으로 만들었다고 느낀다.

AI NPC의 가치는 어디에서 생기는가

이 연구는 AI NPC의 성능을 대화의 자연스러움이나 답변의 다양성만으로 평가하지 않는다. 플레이어가 가설을 세우고, NPC의 반응을 읽고, 자신의 접근을 수정하는 순환이 만들어지는지를 본다. 이 순환이 작동할 때 자유로운 대화는 게임의 핵심 규칙이 된다.

다만 자유와 서사는 저절로 조화를 이루지 않는다. AI가 무엇이든 답할 수 있게 하면 플레이어의 표현 범위는 넓어지지만, 게임이 어디로 가고 있는지는 흐려질 수 있다. 반대로 제작자가 방향을 지나치게 강하게 통제하면 AI NPC는 긴 대화 선택지로 돌아간다. 연구진이 후속 게임 《Blood Will Out》에서 저자적 통제를 강화하고 그 차이를 비교하는 이유도 여기에 있다.

《Dead Meat》가 보여준 AI NPC의 유용성은 캐릭터가 인간처럼 말한다는 데서 끝나지 않는다. 플레이어의 말이 캐릭터의 상태를 바꾸고, 그 변화가 다시 플레이어의 사고를 움직일 때 대화는 플레이가 된다. 앞으로의 설계 문제는 NPC에게 얼마나 많은 말을 허용할 것인가보다, 플레이어의 말이 게임 안에서 얼마나 오래 기억되고 어떤 차이를 만들어내게 할 것인가에 가까워진다.