GIST 백인창·노진하 학생, 국제 게임 인공지능 경진대회 2위 입상
- ‘인지 및 지능 연구실(지도교수 김경중)’에서 수행한 대규모 언어 모델 기반 콘텐츠 생성 연구성과 응용해 이탈리아 밀라노에서 열린 ‘ChatGPT4PCG’ 대회 참가해 성과 거둬
- 대규모 언어모델의 단계적 물리추론 능력과 지식증류 기법 이용해 게임「앵그리버드」의 레벨 자동생성 알고리즘 제안… “거대언어모델 추론 능력 고도화와 게임 산업 적용 방법 찾을 것”
▲‘ChatGPT4PCG’대회에서 2위를 수상한 ‘IJ-Bot’ 팀. (왼쪽부터) AI대학원 석박통합과정 백인창 학생과 융합기술학제학부 석사과정 노진하 학생
광주과학기술원(GIST, 총장 임기철)은 AI대학원 석박통합과정 백인창 학생과 융합기 술학제학부 석사과정 노진하 학생으로 구성된
‘IJ-Bot’ 팀(지도 교수: 융합기술학제 학부 김경중)이 국제 게임 인공지능 경진대회에서 입상했다고 밝혔다.
‘IJ-Bot’ 팀은
지난 8월 이탈리아 밀라노에서 개최된 IEEE Conference on Games 학 회에서 진행된 게임 콘텐츠 생성 경진대회 ‘ChatGPT4PCG’에서 2위에 올라 미국 전 기전자학회(IEEE) 산하 CIS(Computational Intelligence Society)로부터 300달러의 상 금을 받았다.
‘ChatGPT4PCG’는
대규모 언어 모델을 사용해 인기 스마트폰 게임 ‘앵그리버드 (Angry Birds)’의 레벨을 생성하는 대회로, ‘IJ-Bot’ 팀은 대규모 언어 모델(Large Language Models, LLM)의 성능을 향상시키기 위해
LLM 기반의 보상함수 생성 연 구 성과*를 응용하였다.
이를 통해 ‘IJ-Bot’ 팀은 GPT(Generative Pre-trained Transformer)와 같이 방대한 양 의 텍스트 데이터를 학습하여
인간과 유사한 텍스트 기반 응답을 생성하고, 사전에 학습된 모델에서의 추가적인 학습만으로 학습시간을 크게 단축할 수 있었다.
* Baek, I. C., Park, T. H., Noh, J. H., Bae, C. M., & Kim, K. J. (2024). ChatPCG: Large Language Model-Driven Reward Design for Procedural Content Generation. In 2024 IEEE Conference on Games (CoG). IEEE. (In-proceeding)
‘IJ-Bot’ 팀은 또한
‘Multi-turn few-shot’*에 기반한 연속적 생성과 지식 이식 기법을 활용해 대규모 언어 모델이 연속으로 추론 사고를 하도록 함으로써
생성물의 물리 적 안정성을 평가하는 과정을 반복하도록 했다.
이와 같이
콘텐츠의 생성과 평가 과정을 반복하도록 구성하여 연속적인 대화 맥락 을 통해
대형 언어 모델이 안정된 구조물을 자가 학습할 수 있도록 하였다.
또한 고용량의 거대 비전-언어 모델(GPT-4V)에서 수집된 문제해결 지식을 저용량의 언어모델(GPT-3.5 Turbo)에 학습시킴으로써
적은 자원으로도 고수준의 문제해결 능 력을 모방할 수 있도록 했다.
* Multi-turn few-shot: 연속적인 대화 맥락을 생성하며 생성물을 점진적으로 향상시키는 방식.
▲ 대규모 언어 모델을 통해 생성된 알파벳 모양의 앵그리버드 게임 레벨. 물리적으로 안정성 있는 건축물을 생성하기 위해 적절한 여러 모양의 블럭을 조합
‘IJ-Bot’팀은 GIST AI대학원이 지난 7월부터 시범 운영 중인 ‘
MobileX 클러스터 기 반 대형 언어 모델 API* 서비스(책임자: 김종원 교수)’를 지원받아 대규모 언어 모델 의 성능 향상을 위한 다양한 시도를 했다.
*
API: 대형 언어 모델을 공동 자원으로 활용하기 위한 라이브러리
백인창 학생은 “김경중 교수님의 열정적인 지도와 AI대학원의 아낌없는 지원 덕분 에
거대언어모델(LLM)이 게임 콘텐츠 분야에 있어서 새로운 돌파구임을 발견할 수 있었다”며, “‘IJ-Bot’ 팀은 앞으로도
거대언어모델의 추론 능력을 고도화하고 이를 실제 게임 산업에 적용할 수 있는 방법을 찾기 위해 노력하겠다”고 밝혔다.
