AI가 게임 플레이테스트를 하고 버그를 발견하며, 매번의 시도에서 학습하여 개선하는 방법

🎮 AI는 이제 사용자의 게임을 플레이테스트하고, 버그를 찾으며, 이전 시도에서 학습하고, 플레이할 때마다 더 나아질 수 있습니다.

Aura 팀은 Unreal Engine, Unity, Godot 내부에서 직접 작동하는 자율적인 게임 테스트 에이전트인 Autopilot을 오픈소스로 공개했습니다.

코드 변경 후 매번 같은 레벨을 수동으로 재플레이하는 대신, 테스트가 필요한 내용을 설명하면 에이전트가 플레이를 진행합니다.

무엇을 할 수 있을까요?

▪️ 탐색(Explore): 레벨이나 게임플레이 시스템을 조사하여 작동 방식을 발견합니다.

▪️ 버그 발견(Find bugs): 환경을 이동하고, 오브젝트와 상호작용하며, 고장 난 게임플레이 메커니즘을 식별합니다.

▪️ 기능 검증(Verify features): 무기가 올바르게 발사되는지, 인벤토리가 업데이트되는지, 애니메이션이 트리거되는지 확인합니다.

▪️ 목표 완수(Complete goals): "체력이 20% 이상인 상태로 보스를 처치하라"와 같은 목표를 부여하고 전략을 개발하는 것을 지켜볼 수 있습니다.

이 에이전트는 슈터, 소울라이크(Soulslikes), 서바이벌 게임, 전략 게임, 매치-3 퍼즐, 턴제 RPG 등 다양한 장르를 지원합니다.

아키텍처가 특히 흥미롭습니다.

Autopilot은 계획과 실시간 게임 플레이를 분리했습니다:

• LLM 코딩 에이전트(LLM coding agent)는 사용자의 게임 소스 코드와 런타임 상태를 읽어들입니다.

이 개선은 신경망 미세 조정(neural-network fine-tuning)이 아닌 프로젝트 메모리 및 생성된 코드에서 나옵니다.

코딩 에이전트와 비교하면 어떨까요?

개발자들이 수행한 Unreal Engine 5.8 벤치마크 결과:

▪️ Autopilot: 7/7 작업, 평균 262초.
▪️ Claude Code: 5/7 작업, 437초.
▪️ 경쟁 게임 에이전트(Competing game agent): 4/7 작업, 508초.

이는 이번 평가에서 Claude Code보다 1.7배 더 빠릅니다.
모든 일곱 가지 작업은 단일 생존 RPG를 사용했으며, 각 시도 전에 메모리가 초기화되었습니다. 설정 시간은 제외되었으므로, 더 광범위한 성능은 아직 검증되지 않았습니다.

사용 가능 여부 및 통합:

▪️ Unreal Engine 5.4–5.8
▪️ Unity 6+
▪️ Godot 4.7+
▪️ Windows 및 macOS
▪️ Apache 2.0 오픈 소스 라이선스

또한 Claude Code와 Codex를 위한 MCP 서버가 있어 기존 코딩 에이전트들이 플레이테스트를 트리거할 수 있습니다.
플러그인과 로컬 에이전트 서비스는 오픈 소스이지만, AI 추론(AI inference)은 완전히 로컬 방식이 아닙니다. 결정 모델 제공업체(decision-model provider)를 포함하여 Aura 접근 권한 또는 호환 가능한 API 자격 증명이 필요합니다.

더 큰 기회는 다음과 같습니다: AI 에이전트는 단순히 게임 코드를 작성해서는 안 됩니다. 그들은 게임을 실행하고, 변경 사항을 검증하며, 실패를 감지하고, 기능이 실제로 작동할 때까지 이 과정을 반복할 수 있어야 합니다.

이것은 자율 게임 개발(autonomous game development)을 향한 주요 단계입니다.
🎮 https://t.co/YPCgOv5o3Z
💻 https://t.co/xdKJ8huBGT

#GameDev #AIAgents #OpenSource #UnrealEngine