최근 공개된 연구 '발레란트(Valerant)'가 인공지능(AI)을 활용해 3D 게임 맵을 자동으로 생성하는 새로운 가능성을 제시했습니다. 이 프레임워크는 사전 훈련된 액션 조건부 월드 모델(Action-Conditioned World Model)을 탐색하며, 단 한 장의 이미지로부터 시작해 플레이 가능한 영구적인 3D 게임 맵을 점진적으로 구축합니다. 이는 기존의 수작업 중심 맵 제작 방식에 혁신적인 변화를 가져올 수 있습니다.
발레란트는 예측 시각 롤아웃(predictive visual rollouts)을 SLAM(Simultaneous Localization and Mapping) 기반 공간 재구성 및 탐색 중심 액션 선택과 결합합니다. 기존 게임 관련 AI 접근 방식이 주로 2D 시각 관측 공간에서 작동하며 지속적인 3D 지오메트리(기하학적 구조)를 생성하지 못했던 한계를 극복한 것입니다. 자율 주행이나 로봇 공학 분야에서는 물리적 환경이 모델과 독립적으로 존재하지만, 게임에서는 가상 세계 자체가 모델에 의해 인스턴스화(instantiate)되어야 한다는 근본적인 차이에 주목했습니다. 발레란트는 이러한 3D 게임의 특성을 고려하여, 모델이 예측하는 시각 정보를 바탕으로 실제와 같은 3D 공간을 구성하고, 에이전트가 이 공간을 탐색하며 맵을 확장해 나가는 방식으로 작동합니다.
이러한 자동 맵 생성 기술은 3D 게임 개발 과정에서 디자이너의 수작업 부담을 획기적으로 줄여줄 수 있습니다. 특히 인디 게임 개발사나 1인 개발자에게는 리소스 제약 속에서 고품질의 맵을 빠르게 구현할 수 있는 강력한 도구가 될 수 있습니다. 이는 게임 개발의 진입 장벽을 낮추고, 더 다양하고 창의적인 게임 경험을 만들어내는 데 기여할 것으로 기대됩니다. 또한, 월드 액션 모델(WAM: World Action Model) 기반 상호작용을 2D 시뮬레이션을 넘어 3D 게임 환경으로 확장함으로써, 몰입감 있는 가상 세계 구축에 새로운 패러다임을 제시할 잠재력도 큽니다.