게임, AI 에이전트, 암호화폐의 융합

我们正在从一个 "플레이투언(P2E)" 转向一个更令人兴奋的时代：既富含真正的乐趣，又可无限扩展的游戏。

作者：Sid，아이오에스지 벤처스(IOSG Ventures)

原用标题：IOSG Weekly Brief｜게임、AI 대리와 암호화폐의 융합 #260

封面：Photo by Lorenzo Herrera on Unsplash

本文仅供学习交流使用，不构成任何投资建议。转载请注明出处，并与 IOSG 团队联系获取授权及转载须知。文章中提及的所有项目并非推荐或投资建议。

Web3 게임의 현황

더 새롭고 주목받는 내러티브 방식이 등장하면서, Web3 게임 산업은 1차 및 공개 시장에서 그 내러티브가 뒤로 물러났습니다. Delphi의 2024년 게임 산업 보고서에 따르면, Web3 게임의 1차 시장 누적 투자 규모는 10억 달러 미만입니다. 이것이 반드시 나쁜 징조는 아닙니다. 오히려 버블이 빠졌다는 것을 의미하며, 자본이 더 높은 품질의 게임으로 향하고 있다는 것을 보여줍니다. 다음 그래프가 이를 잘 보여줍니다:

2024년 전체에 걸쳐 로닌(Ronin) 등 게임 생태계의 사용자 수가 크게 늘어났으며, 페이블본(Fableborn) 등 고품질 신작 게임의 등장으로 2021년 엑시(Axie)의 전성기에 거의 필적할 것으로 보입니다.

게임 생태계(L1s, L2s, RaaS)는 점점 Web3의 Steam과 같아지고 있으며, 이들이 생태계 내 배포를 장악하고 있습니다. 이는 게임 개발자들이 이러한 생태계에서 게임을 개발하는 동기가 되는데, 이를 통해 플레이어를 확보할 수 있기 때문입니다. 이전 보고서에 따르면, Web3 게임의 사용자 획득 비용이 Web2 게임보다 약 70% 더 높습니다.

플레이어 충성도

플레이어를 유지하는 것은 플레이어를 유치하는 것만큼이나, 심지어 더 중요합니다. Web3 게임 플레이어 유지율에 대한 데이터는 없지만, 플레이어 유지율은 '몰입(Flow)'의 개념과 밀접한 관련이 있습니다. Mihaly Csikszentmihalyi가 제안한 이 심리학 개념은 플레이어가 도전과 기술 수준 사이에 완벽한 균형을 이루는 상태를 말합니다. 이는 마치 '몰입 상태'와 같아서, 시간이 빨리 지나가고 게임에 완전히 빠져드는 것을 느낍니다.

지속적으로 몰입 상태를 만들어내는 게임은 일반적으로 더 높은 유지율을 보입니다. 그 이유는 다음과 같은 메커니즘 때문입니다:

진행 설계

게임 초기: 간단한 도전, 자신감 구축

게임 중반: 점진적으로 난이도 상승

게임 후반: 복잡한 도전, 게임 숙련

플레이어 기술이 향상됨에 따라, 이러한 세심한 난이도 조정을 통해 플레이어가 자신의 속도에 맞출 수 있습니다.

참여 순환

단기: 즉각적인 피드백(킬, 점수, 보상)

중기: 레벨 완료, 일일 퀘스트

장기: 캐릭터 발전, 랭킹

이러한 중첩된 순환을 통해 다양한 시간 범위에서 플레이어의 관심을 유지할 수 있습니다.

몰입 상태를 방해하는 요인은 다음과 같습니다:

1. 부적절한 난이도/복잡도 설정: 이는 게임 설계 문제일 수도 있고, 플레이어 수 부족으로 인한 매칭 불균형일 수도 있습니다.

2. 목표가 불분명: 게임 설계 요인

3. 피드백 지연: 게임 설계 및 기술 문제

4. 침투적인 수익화: 게임 설계 + 제품

5. 기술 문제/지연

게임과 AI의 공생

AI 에이전트는 플레이어가 이러한 몰입 상태에 도달하는 데 도움을 줄 수 있습니다. 이를 어떻게 달성할 수 있는지 살펴보기 전에, 게임 분야에 적합한 에이전트의 유형을 먼저 알아보겠습니다:

게임 AI의 핵심은 속도와 규모입니다. 게임에서 LLM 구동 프록시를 사용할 때 각 결정은 거대한 언어 모델을 호출해야 합니다. 마치 매 걸음마다 중개인이 있는 것과 같습니다. 중개인은 똑똑하지만 응답을 기다리는 것은 모든 것을 느리고 고통스럽게 만듭니다. 이제 수백 개의 캐릭터에서 이런 작업을 수행한다고 상상해 보세요. 속도가 느리고 비용이 많이 듭니다. 이것이 우리가 게임에서 대규모 LLM 프록시를 아직 보지 못한 주요 이유입니다. 우리가 지금 보는 가장 큰 실험은 Minecraft에서 개발된 1,000개의 프록시 문명입니다. 다른 지도에 10만 개의 동시 프록시가 있다면 매우 비싸질 것입니다. 새 프록시를 추가할 때마다 지연이 발생하고 플레이어도 트래픽 중단의 영향을 받게 됩니다. 이것은 흐름 상태를 파괴합니다. 강화 학습(RL)은 다른 방식입니다. 우리는 이를 무선 이어폰을 통해 누군가에게 지시하는 것이 아니라 무용수를 훈련시키는 것으로 생각합니다. RL을 통해 AI가 "춤추는" 방법과 게임 상황에 대처하는 방법을 사전에 가르쳐야 합니다. 일단 훈련되면 AI는 자연스럽고 유창하게 수 밀리초 내에 결정을 내릴 수 있습니다. 수백 개의 이런 훈련된 프록시를 게임에서 실행할 수 있으며 각 프록시는 자신의 관찰에 따라 독립적으로 결정을 내립니다. 그들은 LLM 프록시만큼 유창하거나 유연하지 않지만 빠르고 효율적으로 작동합니다. 이러한 프록시가 협력해야 할 때 RL의 진정한 마법이 드러납니다. LLM 프록시에게는 "대화"가 필요하지만 RL 프록시는 훈련 과정에서 암묵적인 이해를 형성할 수 있습니다. 마치 수개월 동안 함께 훈련한 미식축구 팀과 같습니다. 그들은 서로의 움직임을 예측하고 자연스럽게 협력합니다. 완벽하지는 않지만 때로는 LLM이 할 수 없는 실수를 저지르지만 LLM이 도저히 따라올 수 없는 규모로 작동할 수 있습니다. 게임 애플리케이션의 경우 이러한 절충이 항상 의미가 있습니다. NPC 프록시는 오늘날 많은 게임이 직면한 첫 번째 핵심 문제인 플레이어 유동성을 해결할 것입니다. P2E는 암호 경제학을 사용하여 플레이어 유동성 문제를 해결하려는 첫 번째 실험이었지만 우리는 그 결과를 알고 있습니다. 사전 훈련된 프록시에는 두 가지 목적이 있습니다: - 다중 플레이어 게임 세계를 채우기 - 플레이어 집단의 난이도 수준을 유지하여 흐름 상태 유지 이것은 매우 명확해 보이지만 구현하기는 어렵습니다. 독립 게임과 초기 Web3 게임은 AI 팀을 고용할 만큼 충분한 재정적 여력이 없었으며, 이는 RL 기반 프록시 프레임워크 서비스 제공업체에게 기회를 제공했습니다. 게임 개발자는 시험판 및 테스트 기간 동안 이러한 서비스 제공업체와 협력하여 출시 시 플레이어 유동성의 기반을 마련할 수 있습니다. 이를 통해 게임 개발자는 게임 메커니즘에 주력할 수 있어 게임을 더 재미있게 만들 수 있습니다. 우리는 토큰을 게임에 통합하는 것을 좋아하지만 게임은 결국 게임이어야 하며 재미있어야 합니다. 프록시 플레이어 메타버스로의 회귀? 세계에서 가장 많은 플레이어를 가진 게임 중 하나인 League of Legends에는 블랙 마켓이 있습니다. 플레이어는 이 블랙 마켓에서 최고의 속성으로 자신의 캐릭터를 훈련시키지만 게임에서는 이를 금지하고 있습니다. 이는 게임 캐릭터와 속성을 NFT로 만드는 기반을 형성하고 이를 실현할 수 있는 시장을 만들 수 있습니다. 새로운 "플레이어" 하위 집단이 등장하여 이러한 AI 프록시의 코치가 된다면 어떨까요? 플레이어는 이 AI 프록시를 지도할 수 있으며 다양한 방식으로 이를 화폐화할 수 있습니다. 예를 들어 경기에서 이기거나 e스포츠 선수 또는 열정적인 플레이어의 "훈련 파트너"가 될 수 있습니다. 메타버스의 초기 버전은 이상적인 현실이 아닌 또 다른 현실을 만들어냈을 수 있으므로 목표를 달성하지 못했습니다. AI 에이전트는 메타버스 거주자들이 이상적인 세계 - 도피처를 만들 수 있도록 도와줍니다. 제 생각에 이것이 LLM 기반 프록시가 빛을 발할 수 있는 곳입니다. 누군가는 자신의 세계에 사전 훈련된 프록시를 추가할 수 있으며, 이 프록시는 전문가이므로 자신이 좋아하는 것에 대해 대화할 수 있습니다. 예를 들어 1,000시간 동안 Elon Musk 인터뷰를 훈련시킨 프록시를 만들고 사용자가 자신의 세계에서 이 프록시의 인스턴스를 사용하기를 원한다면 이에 대한 보상을 받을 수 있습니다. 이를 통해 새로운 경제를 창출할 수 있습니다. Nifty Island와 같은 메타버스 게임에서 이것이 현실이 될 수 있습니다. Today: The Game 팀은 이미 LLM 기반 AI 에이전트인 "Limbo"를 만들었으며, 이 에이전트의 비전은 여러 에이전트가 이 세계에서 자율적으로 상호 작용하는 것이며, 우리는 24x7 라이브 스트림을 볼 수 있습니다.

암호화폐는 어떻게 이에 통합될 수 있는가?

암호화폐는 다음과 같은 방식으로 이 문제를 해결하는 데 도움이 될 수 있습니다: - 플레이어가 자신의 게임 데이터를 기여하여 모델을 개선하고 더 나은 경험을 얻으며 그에 대한 보상을 받을 수 있습니다. - 캐릭터 디자이너, 트레이너 등 다양한 이해관계자를 조정하여 최고의 게임 내 에이전트를 만들 수 있습니다. - 게임 내 에이전트의 소유권을 가진 시장을 만들고 이를 화폐화할 수 있습니다. 이 모든 것을 하고 있는 팀이 있습니다: ARC Agents. 그들은 위에서 언급한 모든 문제를 해결하고 있습니다. 그들은 ARC SDK를 보유하고 있어 게임 개발자가 게임 매개변수에 따라 인간과 유사한 AI 에이전트를 만들 수 있습니다. 매우 간단한 통합을 통해 플레이어 유동성 문제를 해결하고 게임 데이터를 정리하여 통찰력으로 전환하며 난이도 수준을 조정하여 플레이어가 게임에서 흐름 상태를 유지할 수 있도록 지원합니다. 이를 위해 그들은 강화 학습 기술을 사용했습니다. 그들은 처음에 "AI Arena"라는 게임을 개발했는데, 이 게임에서 기본적으로 AI 캐릭터를 훈련하여 싸움을 하는 것입니다. 이를 통해 ARC SDK의 기반이 되는 기준 학습 모델을 형성할 수 있었습니다. 이는 DePIN과 유사한 flywheel을 형성했습니다: Chain of Thought 팀은 ARC 에이전트에 대한 기사에서 이에 대해 잘 설명했습니다. Bounty와 같은 게임은 에이전트 우선 접근 방식을 취하여 야생 서부 세계에서 에이전트를 처음부터 구축하고 있습니다.

결론

AI 에이전트, 게임 디자인 및 암호화폐의 융합은 단순한 기술 트렌드 이상의 것입니다. 이는 독립 게임이 직면한 다양한 문제를 해결할 수 있습니다. AI 에이전트가 게임에서 빛을 발하는 이유는 게임의 재미 요소를 강화한다는 점입니다. 즉, 건전한 경쟁, 풍부한 상호 작용 및 매력적인 도전과제입니다. ARC 에이전트와 같은 프레임워크가 성숙하고 더 많은 게임이 AI 에이전트를 통합함에 따라 완전히 새로운 게임 경험을 볼 수 있을 것입니다. 세계가 활기차게 움직이는 이유가 다른 플레이어 때문이 아니라 에이전트가 커뮤니티와 함께 학습하고 진화할 수 있기 때문이라고 상상해 보세요. 우리는 "플레이-투-언"에서 더 흥미로운 시대로 전환되고 있습니다. 진정한 재미와 무한한 확장성을 가진 게임입니다. 이 분야에 관심이 있는 개발자, 플레이어 및 투자자들에게 향후 몇 년은 매우 흥미로울 것입니다. 2025년 이후의 게임은 기술적으로 더 발전할 뿐만 아니라 근본적으로 우리가 지금까지 경험한

면책 조항: 블록체인 정보 플랫폼으로서 본 사이트에 게시된 기사는 저자 및 게스트 개인의 견해를 대변하며, Web3Caff의 입장과는 무관합니다. 기사 내용은 참고용으로만 제공되며, 어떠한 투자 조언 또는 제안도 구성하지 않습니다. 귀하의 거주 국가 또는 지역의 관련 법규를 준수해 주시기 바랍니다.