AI 기술을 게임에 유기적으로 접목하려면 무엇이 필요할까? 그에 대한 비교적 간결하면서도 깊은 울림을 주는 강연이 NDC 2026 현장에서 공개됐다. 

머신러닝 구현 사례 - 엠바크 게임즈의 사례(Machine Learning Implementation - The Case of Embark Games)를 주제로 강연에 나선 엠바크 스튜디오 머신러닝팀 마틴 싱-블롬(Martin Singh-blom) 팀장은 ‘더 파이널스’와 ‘아크 레이더스’가 보여준 기술이 비즈니스 모델을 어떻게 견인하는지에 대한 과정, 그리고 조직 내 소통의 부재가 낳을 수도 있었던 실패담을 공개하며 청중들의 이목을 집중시켰다. 특히 그는 AI 도입 시 조직 내 ‘Silo(사일로, 부서 이기주의 및 단절)’ 현상을 경고하기도 했다. 

엠바크 스튜디오는 DICE와 EA 출신 개발자들이 모여 설립된 스웨덴의 신생 개발사다. AAA급 게임을 개발하면서 느낀 한계, 실패에 대한 리스크를 짊어지기 어려워 더욱 창의적이고 대담한 시도를 할 수 없었던 현실적인 문제에 대한 고민을 함께 한 이들이 모여 설립된 엠바크 스튜디오는 AI와 머신러닝(ML)을 통해 개발 속도를 비약적으로 높이고 적은 인원으로도 리스크를 감수하면서 동시에 대담한 게임을 만든다는 핵심 철학을 기반으로 ‘더 파이널스’, ‘아크 레이더스’를 연이어 성공시키며 전세계 게임 관계자들의 주목하는 개발사로 성장하고 있다. 

그가 속한 머신러닝 팀은 더 파이널스를 개발하면서 맞춤형 아이템 추천 시스템 도입 과정에 대한 이야기를 공개했다. 대부분의 무료 게임의 주요 수익원인 배틀패스와 같은 치장류 아이템의 구매율을 높이기 위해 최신 딥러닝 기법(MultiVAE 등)부터 베이지안 추천 모델까지 다양한 고도화 기술을 테스트했다. 그러나 실제 라이브 서비스에서 최고의 효율을 낸 것은 가장 고전적이고 단순한 선형 알고리즘인 EASE (Embarrassingly Shallow Autoencoders) 모델이었다. 마틴 싱-블롬 팀장은 “이 기적의 추천 시스템은 사실상 단 4줄의 파이썬(Python) 코드로 요약된다”고 설명했다. 그만큼 가볍다는 의미로 유저의 구매 데이터를 행렬로 곱하고 반전시키는 이 단순한 매트릭스 연산 모델을 실제 서버에 적용하자 게임 내 아이템구매자 수가 기존 대비 무려 400% 증가하는 결과로 이어졌다. 

프로젝트 폐기 위기에 놓였던 ‘더 파이널스’ 핵심 돌파구는 사람을 이해하는 도구(Tool)
매출 400% 증가라는 기록적인 수치에도 불구하고 정작 내부적으로는 이 프로젝트가 엎어질 뻔한 위기를 맞았다. 바로 조직 내 ‘소외(Silo)’와 ‘도입(Implementation)’의 벽이다. 

머신러닝 팀이 아무리 숫자로 증명된 기적의 알고리즘을 만들어내도, 정작 다른 팀(아티스트, 기획자, 디자이너)은 이 모델이 어떻게 돌아가는지 이해하지 못했고 큰 관심도 없었다. 기술팀만 유기적인 개발 파이프라인에서 둥둥 떠 있는 일종의 '외딴섬'이 된 것이다. 

마틴 싱-블롬 팀장은 이 과정에서 “어떤 알고리즘을 쓰느냐도 중요하지만 체계성이 훨씬 더 중요하다는 뼈아픈 교훈을 얻었다"고 설명했다. 아무리 훌륭한 AI 모델을 개발하더라도, 그것을 현업 실무자들이 거부감 없이 클릭 몇 번으로 다룰 수 있도록 내부 툴(Tool)로 번역해 주는 과정이 동반되지 않으면 개발 현장에서 사용할 수 없다는 의미다. 

이를 해결하기 위해 머신러닝 팀은 일방적으로 코드를 전달하는 방식을 버리고, 게임 기획자와 아트 디자이너들이 실제로 어떤 에디터와 방식으로 작업하는지 관찰하고 파악하는 데 집중했다. 이를 위해 머신러닝 프로젝트 전체 작업 시간의 절반 이상을 '수학적 알고리즘 연구'가 아닌 '동료들의 기존 작업 방식(파이프라인)에 머신러닝을 직관적인 도구(Tool) 형태로 맞춤 제작’해 연결해 주는 일'에 할애했다. 

끝으로 그는 AI 시대를 맞아 새로운 기술을 도입하려는 개발사들에게 “어떤 알고리즘을 사용하느냐도 중요하지만 정말로 중요한 것은 체계성이다. 머신러닝 기술을 도입하고 싶다면 당연히 모델에 더 많은 시간을 투자해야 하지만 동시에 그 기술을 함께 사용할 동료들이 어떤 방식으로 일을 하는지 깊이 고민해야 한다”고 조언했다.