우리나라의 한 고등학생이 하스스톤이라는 게임을 진화론적인 관점에서 몇가지 실험을 하며 그 결과를 인터넷에 올려 화제가 되었습니다. 그런데 이 글이 해외 유명 사이트에 영문으로 번역되어 올려져 해외에서 다시 화제가 되고 있는데요.
참고로 하스스톤을 플레이해보지 못한 상태에서 유전자 이론이나 난해한 공학적 용어들이 많아서 다소 번역이 매끄럽지 못한 점 양해 부탁드립니다.
<아래 한국 자료 참고>
FyonFyon
이 친구가 진화론적인 알고리즘을 찾아냈다는 말이 아니고 그냥 하스스톤
게임에 적용한거였네.
└TheBlackElf
그렇지. 그리고 중요한건 그런 시뮬은 정확하지 않다는 거야.
게임 구조가 엄청 방대해서 국부최적해(LOCAL OPTIMUM)가
전체최적해(GLOBAL OPTIMUM)을 이끌어 내지 못하는 경우가
종종있어... 다른말로 게임의 수준이 그런 시뮬을 초월한다고나 할까.
Sebbern
“고등학교 조그만 과학 자유연구 발표대회자료였는데 거절됐다...
게임이라는 이유로“
참 한심하군. 이거 꽤 그럴듯해 보이는데.
뭐 물론 보이는게 전부가 아니고 한국어도 잘 모르겠지만 암튼
게임이란 이유로 부정적인 시선을 받았다는 사실은 참 한심해.
└dmdbqn
제출은 했지만 선생님들로부터 좋은 점수를 받지 못했다는 뜻인 것
같음... 게임관련 주제라서.
└└DeepDuh
한국의 수준높은 프로게임 선수들을 고려해 봤을 때 한국은 게임에
대한 다른 시선도 가지고 있는 듯.
└└└Aerhyce
아마 세대차이 문제 아닐까요.
thegooblop
개발자들이 프로그래밍을 잘못해서 AI가 나쁜게 아니라 플레이어가
AI를 이기기 쉬워서 안좋은 거임... HARD 레벨에서도 그렇고.
개발자들이 AI를 더 잘하고 실수도 안하게 할 수 있지만 그러면
유저들이 짜증내니까 그렇게 하지 않는 것이겠지.
체스같은 경우는 세계정상급 선수들과도 대적할 수 있는 컴퓨터가
있지만 일반 체스게임에 그런 AI는 넣지 않아. 왜냐면 유저들이
더 많이 이겨서 즐기길 바라니까.
난 DECK BUILDER(덱 생성기) 는 좋아해 하지만 이것 때문에 게임이
나아지지는 않는 듯... 걍 좀더 게임을 랜덤하게 만들어 줌.
└Xinhuan
“ 개발자들이 프로그래밍을 잘못해서 AI가 나쁜게 아니라 플레이어가
AI를 이기기 쉬워서 안좋은 거임... HARD 레벨에서도 그렇고. “
난 AI를 일부러 쉽게 이길 수 있도록 설계한다고 생각하지는 않아요.
AI가 안좋은 건 동시에 수많은 플레이어들과 너무 빨리 플레이를 한다는
사실이고 그렇게 빨리 플레이를 하다 보면 아무래도 최적화된 플레이가
나오지 않아서 유저들이 이기기 쉬워지지요.
└theKGS
AI를 그렇게 만든 이유는 하스스톤이 유저들이 서버에 AI와도 플레이
할 수 있게 만들어져서 그런거임...
KittyMulcher
체스 AI는 이미 세계챔피언을 이겼지... 사람은 적수가 안됨
└Hapistoric
FPS게임에서 유저들을 한방에 헤드샷 날려 보낼 수 있는 AI를 만드는
것은 어렵지 않아. 하지만 AI를 만들땐 유저들이 게임을 즐길 수 있게
하는 것이지 미친 난이도 만드는 것이 목표는 아님.
└cheese0r
더 나은 AI는 여전히 쓸모가 많아. 예를 들자면 연습모드에서 좋은덱을
가지고 플레이를 잘하는 AI가 있으면 실제랭크게임을 하기전에 자신의
덱을 테스트 해볼수 있음.
그리고 훌륭한 AI는 개발자들이 확장카드를 만들때도 유용할 수 있는데
하스스톤 팀은 일단 발표된 카드들을 수정하는 것은 좋아하지 않아서
능숙한 AI는 강력한 덱을 만들거나 새로운 카드를 발표하기 전에 밸런스
수정이 필요한 카드를 찾는데 효과적임.
Aerhyce
난 좀 못하는 AI가 좋음.. AI가 너무쌔면 보스들은 너무 강해지고
유저들을 가지고 노는 듯.
Ex_Ex_Parrot
이 글 엄청 흥미롭네요... 영어로 번역된 곳 링크 걸어주실분??
LtCubs
5만 유저들과 이 알고리즘으로 플레이하는 봇을 상상하고 있음,
중앙서버로 데이터 업로딩도 하고 동시에 덱 리스트와 플레이도
향상 시키는 ㅋ
└Nolzi
꿈같은 얘기 ^^
ThudnerChunky
글을 자세히 보니, 실제 AI를 향상시키는 것이 아니라 컴퓨터가
좋은 덱을 찾고 사용할 수 있도록 진화 알고리즘을 가르키는 것이군.
Tentacles4ALL
진화론적 알고리즘은 BRUTE-FORCING(무차별 대입 공격) 문제에는
효과적이긴 하지만 정말 제대로된 AI를 대체할 수는 없지.
bevan185
저 실험 마지막에 무슨 덱 나왔는지 어디 리스트같은거 없나요??
어떻게 나왔는지 정말 궁금.
mykolas5b
인공지능을 상대로 테스트 한 거라면 특정 카운터 덱으로 끝나는
것은 아닌지??
┖djaeke
@mykolas5b 네 하지만 컴퓨터 2대로 돌리게 되면 좀 더 다양한
덱들이 나오죠.
┖┖boomyo
그리고 컴퓨터 5대로 72시간을 돌리게 되면 AI는 손님전사 덱까지
만들어 냄
┖┖┖Plintstorm
인공지능 일루와!!
┖┖┖RiOrius
각각 카드 자체가 좋지 않고 인공지능이 덱을 잘 플레이 하지 못할 수
있어서 이런 알고리즘으로 손님전사덱을 찾기는 어려움.
대신 ZOO덱이나 FACE HUNTER덱 같은 건 가능할 듯.
┖┖mdk_777
끝에 덱은 대부분의 카드를 상대로 괜찮지만 그러면서 특정카드에 대해선
별로인건 아닌지? 프로그램이 가장 좋은 승률을 내도록 프로그램 되어
있다면 아마 대략 대부분의 덱을 상대로 50~55% 승률을 가진 덱을
만들면서 끝날 듯. 하지만 메타덱을 상대로는 그리 뛰어나지 못할 것
같음.
┖┖┖adremeaux
꼭 그렇진 않음... 메타덱까지 박살낼 수 있는 덱이 충분히
존재할 수 있음.
┖┖┖TooTiredToSlumber
네 하지만 어떤 덱이든 mdk_777님이 원하는 덱으로 게임을 돌려보고
메타덱을 상대로 잘하는 덱을 고를 수 있어요.
┖┖┖Rimathil
만약 님이 보통 55% 승률을 내는 덱을 만들고 그 승률을 꾸준히
유지한다면 아마 계속 탑랭커가 될 듯.
┖┖┖┖cucumberpenis
@Rimathil 그 레벨에선 게임에서 이길 때 얻는 포인트보다 질 때 잃는
포인트가 더 크기 때문에 랭크 넘버1을 유지할려면 승률이 55%보다
더 높아야 함.
┖┖┖jazzyy
55%승률을 이끌어 내는 데는 논란의 여지가 있음.
중요한 건 인공지능봇이 대부분의 상성을 상대할 수 있는 팔방미인 덱을
만든다는 건데 그러면 하스스톤 사상 최고의 덱이 될 듯.
모든 종류의 상성에 강한 덱만들기... 인공지능이 해낸다면...
┖┖┖┖ Godzilla_original
@jazzyy “모든 종류의 상성에 강한 덱만들기... 인공지능이 해낸다면...”
지금 하는게 체스라면.
tibb
음... 무수히 많은 덱을 상대로 실제 토너먼트에서 돌려 봤어야 함.
그래야 더 다양한 덱을 상대로 실험 할 수 있지.
암튼 이 실험은 그냥 고등학교 조그만 과학 자유연구 발표대회
자료였다는 사실을 기억하자고.
Zwoelfenbein
그래 저건 그냥 통계학적 오류에 유전자 알고리즘의 일반적
오류라고 하지.
jurble
저 이론 스타2에서 빌드순서 최적화를 가지고 벌써 실험한 사람들 있음.
Hyak
그때가 좋았지...
┖dmdbqn
정말? 나도 배워보면 좋겠다.
└taikenshi
슈퍼마리오 월드를 가지고 비슷한 실험을 한 글도 있었음.
┖┖jurble
@dmdbqn 내가 알기론 아직 아무도 실제로 이 이론을 제대로
사용한 사람은 없는 것 같아. 문제는... 모방진화는 실제 진화랑
같다는 거고 국부 최댓값(local maxima)을 찾기 위해 좋은 방법이지만
아직 크게 봐서는 불완전 하지.
└└└Cyph0n
국부최댓값은 simulated annealing(공학용어 : 담금질 기법, 광역적 최적화 문제
에 대한 확률적 알고리즘) 나 타부탐색법(공학용어 : 해결법 보다 간단한 해결법
을 위한 발견법으로 인간의 기억과정 이용 ) 으로 효과가 없을 수 있음.
후자의 경우 각각 국부 최대값을 타부리스트에 저장하게 되는데
타부탐색이 다시 시작되면 이전 국부최대값들은 저장된 리스트를 확인
하는 과정에서 무효화 될 수 있지.
└└└└alek9
아직 유전자 알고리즘은 다른 기법들만큼 효과가 있음.
Cyph0n님 담금질기법이나 타부탐색법도 크게 효과를 보지
못할 수도 있어요.
└└└└└dopkick
유전자알고리즘도 국부 최대/최소값 문제를 변이로 풀수 있음.
└└└└└└Mugros
꼭 그렇진 않아. 변이율이 너무 높아지면 양호한 국부 최적화 지점을
벗어날 수 있음.
└└└└└└hood_syntax
난 잘은 모르지만, 변이율이 높은 알고리즘은 후대를 위한 양질의
원형을 가지는 경향이 있지.
└└└tetracycloide
내 생각엔 스타크래프트의 7roach러시빌드가 그 실험을 기초로
실제로 쓰인 것으로 알고있음.
└└└└glemnar
나도 생각나.... 이 빌드 첨에 나왔을 때 엄청많이 쓰였지.
└└└└lincarnate
그래 맞아, 7roach러시빌드가 이 이론으로 스타2에서 처음 만들어
진거임. 스타2 잘못하는 플레이어들에겐 완전 쥐약이었음. 이길 수 가
없었지.
└└└└Grabthelifeyouwant
결국 7ROACH빌드가 너무 강해서 다시 밸런스조정까지 해야 했음.
dsnarez
그래서 일반적 덱으로 시작해서 적절한 테크카드들까지 찾는다는
거임??
└Chem1st
테크카드 찾기는 어려울 듯. 청지기의 권능(게임내 영웅능력카드) 덱을
못찾는 거랑 같은 이유임. 일반카드보다 상황에 따른 테크카드를 추가하는
것은 비용이 큰데다 수 많은 진화의 반복과 거대한 샘플을 통해 잠재적
이익을 볼 수 있기 때문.
Toudou
성지순례.... 하스스톤의 환경이 이런 이론을 연구하기엔 적합한 듯.
근데 이런 주제에 관심이 이렇게 많을 줄이야...
번역기자:zorba
해외 네티즌 반응
가생이닷컴 www.gasengi.com모든 번역물 이동시 위 출처의 변형,삭제등은 절대 허용하지 않습니다.