유니티코리아는 21일 서울 강남구에 위치한 구글캠퍼스 서울에서 '유니티 머신러닝데이'를 개최하고 '머신러닝 에이전트 SDK(Software Development Kit)’를 소개하는 시간을 가졌다. 이번 행사에서는 복잡한 프로그래밍과 코딩 없이 쉽고 편리하게 다양한 종류의 인공지능 프로그램과 앱, 게임 등을 개발 및 테스트 할 수 있는 SDK인 '유니티 ML 에이전트'를 소개하고 다양한 적용 사례를 소개했다.
지난 5월 '유나이트 서울 2018' 키노트에 참여했던 시니어 프로덕트 매니저 제프리 쉬는 SDK를 실제 데모와 함께 소개하는 시간을 가졌다. 머신러닝을 이용할 수 있는 두 가지 사례를 들었는데, 첫번째는 어플리케이션을 개발할 때와 게임을 테스트 때 사용가능한 예를 선보였다. 어플리케이션을 개발할 때 종합적인(Synthetic) 데이터를 생성해야 하는데, 머신러닝을 이용해 이 데이터를 생성할 수 있으며, 나아가 어플리케이션도 손쉽게 제작 가능하다는 점을 설명했다.
그는 "인공지능 어플리케이션을 제작하기 위해서는 상당한 양의 데이터가 필요하다"며, "유니티를 사용해 무제한의 가상 환경을 만들어 생성할 수 있다"고 강조했다. 이어 "비주얼 데이터와 종합적인(Synthetic) 데이터가 미래의 큰 역할을 하게 될 것이다"라고 강조했다.
특히 그는 게임 테스트 사례도 언급했다. "게임 테스트를 할 때 자동 스크립트를 돌릴 수도 있지만 복잡한 게임은 다양한 환경이 있기 때문에 절대로 쉽지 않다"며, "하지만 머신러닝 에이전트 툴킷을 사용하면 가상 이용자를 세팅해 수천 시간의 시뮬레이션을 돌리고 더 상세한 테스트를 진행할 수 있다"고 설명했다.
모방학습(Imitation Learning)과 강화학습(Reinforcement Learning) 중 무엇을 사용해야 효율적인 난이도 조절을 할 수 있는지에 대한 질문에, 제프리는 "난이도 조절에 모방학습을 이용하는 이유로 다양한 사람의 플레이 행동패턴을 머신러닝이 배우고 따라하게 되기 때문"이라며, "강화학습으로 '유니티 머신러닝 에이전트'를 학습시킨 뒤 사람을 따라하는 패턴을 만들 수 있지만, 강화학습으로 난이도를 조절하는 것은 복잡하기에 모방학습을 사용하는 것이 보다 편하다"고 말했다.
'유니티 머신러닝 에이전트'는 현재 베타버전이며, 1.0 버전이 완성되기 까지 안정성 작업이 진행중에 있으며, 안정화 작업이 끝나는 시점인 2019년 초반 출시될 예정이다.
이밖에도 지난해 말 ‘머신러닝 에이전트 챌린지’에서 장애물을 피하고 보상 아이템을 획득하며 자율주행을 하는 자동차의 시뮬레이션을 개발한 한양대학교 미래자동차공학과 민규식 연구원은 유니티 머신러닝 에이전트 연구 사례를, 오지현 유니티 헤드 에반젤리스트는 유니티3D 사용법 및 유니티 제품 로드맵을 안내하는 세션을 진행했다.
오경택 기자 (ogt8211@dailygame.co.kr)
