OmniCore 소개: 게임 NPC를 위한 신경망 브레인

이것이 정식 출시되기 전에, 저는 다른 게임 개발자들이 실제 환경에서 이를 테스트해 보기를 바랍니다. 다듬어진 트레일러나 선별된 쇼케이스가 아니라, 웹 빌드 내부에서 실제로 무엇을 할 수 있고 할 수 없는지에 대한 정직한 스트레스 테스트(stress test)를 말입니다.

아래는 현재 엔진이 처리하는 기능에 대한 아키텍처 분석(architectural breakdown), 현재의 한계점, 그리고 AI가 작동하는 모습을 볼 수 있는 라이브 웹 샌드박스(web sandbox) 플레이 링크입니다.

엔진의 실체
게임 루프(game loop)를 저하시키는 예측 가능한 상태 머신(state machines)이나 방대한 하드코딩된 로직 루프(logic loops)에 의존하는 것을 중단하십시오. 이 프로젝트는 게임 캐릭터를 위한 독립적인 행동 브레인(behavioral brain) 역할을 하도록 설계된 경량 외부 신경망(neural network) 엔진입니다.

정적인 스크립트를 실행하는 대신, NPC는 진정한 멀티모달 에이전시(multimodal agency)를 얻게 됩니다. 즉, 게임 변수에 따라 주변 환경을 해석하고, 이동을 실행하며, 동적으로 소통합니다. 캐릭터는 당신이 6개월 전에 작성한 결정 트리(decision tree)를 따르는 것이 아니라, 지금 세계에서 실제로 일어나고 있는 일에 기반하여 새로운 추론(inference)을 수행합니다.

내부 작동 원리
프로젝트에 수천 줄의 코드를 직접 추가하는 표준 로컬 에셋(local assets)과 달리, 이 엔진은 전용 API 런타임(runtime)으로 작동합니다. 게임 엔진에 경량 래퍼(wrapper)를 통합하면, 이 래퍼가 게임 변수와 핵심 신경망 엔진 사이의 보안 연결을 처리합니다. 당신의 프로젝트는 깔끔하게 유지됩니다. 무거운 작업은 외부에서 처리되므로 로컬 CPU 사이클을 확보할 수 있습니다.

세 가지 작업이 동시에 진행됩니다:

환경 인지(Environmental perception): 게임은 공간 좌표와 엔티티(entity) 데이터를 API를 통해 전달합니다. 핵심 신경망은 이 데이터를 처리하여 NPC에게 주변 환경에 대한 인지 능력을 부여하며, 이를 통해 플레이어의 위치를 추적하고 장애물을 실시간으로 피해 이동할 수 있게 합니다.

이중 제어 내비게이션 매트릭스(Dual-control navigation matrix): 캐릭터의 물리적 이동은 커스텀 백엔드 스크립트를 통해 동적으로 구동되거나, 플레이어의 실시간 지시를 직접 해석하고 실행하도록 즉시 전환될 수 있습니다.

모듈형 통신 스택 (Modular communication stack): 기반 엔진은 게임의 레이아웃에 따라 입력(inputs)을 처리하고 출력(outputs)을 유연하게 반환할 수 있습니다. 텍스트 입력을 파싱하여 UI 대화창을 구동하거나, 플레이어의 실시간 마이크 오디오를 처리하여 음성 대 음성 (voice-to-voice) 루프를 생성할 수 있습니다.

이것이 아닌 것 (현재의 한계점)
과장하기보다는 차라리 과소평가하는 편을 택하겠습니다. 이 초기 프로토타입을 조기에 공개하는 목적 자체가 솔직한 기술적 피드백을 얻기 위함이기 때문입니다.

이것은 완성된 제품이 아닙니다. 이것은 가공되지 않은 프로토타입입니다. 어떤 것들은 고장 날 것이고, 어떤 대화는 예상보다 더 이상하게 나올 것입니다. 물리 설정의 일부 엣지 케이스 (edge cases)에서는 제가 아직 보지 못한 동작이 드러날 수도 있습니다.

아직 전용 GPU 클러스터에서 실행되지 않습니다. 현재 빌드는 CPU 전용 호스팅에서 검증되었습니다. 이는 응답 지연 시간 (latency)이 해결된 문제가 아니라, 실제로 활발하게 튜닝 중인 영역임을 의미합니다. 만약 수많은 NPC가 동시에 로드되는 상황에서 콘솔 AAA급 게임의 즉각적인 응답 시간을 기대하며 테스트한다면, 현재 CPU 추론 (inference)이 할 수 있는 능력의 한계를 빠르게 발견하게 될 것입니다.

지금 라이브 프로토타입을 테스트해보세요
동기화, 지연 시간, 그리고 이동 루틴을 브라우저에서 직접 테스트할 수 있도록 초기 파이프라인을 기본적인 로우 폴리 (low-poly) 웹 샌드박스에 내장해 두었습니다.

이 시스템이 얼마나 잘 버티는지 확인하기 위해 다른 프로그래머분들의 시선이 필요합니다. 샌드박스에 접속하여 특이한 입력을 던져보기도 하고, 경로 탐색 (pathing)이 실패하도록 시도해 보기도 하면서, 시스템이 여러분의 명령을 어떻게 처리하는지 알려주세요!

👉 itch.io에서 라이브 AI 샌드박스 플레이하기