최근 타입세이프(TypeSafe)가 공개한 AI 모델 '제브(Jev)'가 게임 개발 분야에서 실시간 레벨 생성의 새로운 지평을 열었습니다. 제브는 기존 대규모 언어모델(LLM)과 달리 텍스트가 아닌 구조화된 의사결정(structured decisions)을 낮은 지연 시간과 저렴한 비용으로 제공하도록 설계되었습니다. 이는 게임 플레이 중에도 끊김 없이 동적인 환경을 만들어낼 수 있음을 의미하며, 게임 개발자들이 AI를 활용하는 방식에 큰 변화를 가져올 잠재력을 보여줍니다.
제브는 GPT나 패이블(Fable) 같은 텍스트 생성 모델과 달리 '제로샷 분류기(zero-shot classifier)' 방식으로 작동합니다. 즉, 게임의 현재 상태(플레이어 위치, 속도, 지형 등)와 예시 레이아웃을 입력받아, 다음 지형의 폭, 간격, 높이, 표면 유형 등을 확률과 함께 선택지로 반환합니다. 이 방식은 복잡한 자연어 처리 없이 게임에 필요한 구체적인 구조 데이터를 직접 생성할 수 있게 합니다. 실제 테스트에서는 러너 게임 프로토타입에 제브를 적용해 실시간으로 지형을 생성했으며, 319~375ms의 응답 시간과 매우 낮은 비용(요청당 약 0.00057달러)을 기록하여 게임 내 활용 가능성을 입증했습니다.
이러한 제브의 등장은 게임 개발에 있어 두 가지 주요 병목 현상인 '지연 시간(latency)'과 '비용(cost)' 문제를 해결할 실마리를 제공합니다. 기존 LLM은 응답 시간이 길고 API 호출 비용이 높아 게임 런타임에 적용하기 어려웠습니다. 하지만 제브는 초당 응답에 근접하는 속도와 저렴한 비용(백만 입력 토큰당 0.042달러, 출력 토큰 무료)을 내세워 이러한 한계를 극복합니다. 이는 게임 개발자들이 수동 규칙이나 휴리스틱에 의존하지 않고도, AI를 통해 훨씬 더 다양하고 예측 불가능한 게임 경험을 저렴하게 제공할 수 있게 됨을 의미합니다. 앞으로 제브와 같은 구조화된 출력 모델은 게임뿐만 아니라 실시간 의사결정이 중요한 다양한 인터랙티브 시스템에 폭넓게 적용될 것으로 기대됩니다.