|
|
|
|
|
 |
동시에 게임 데이터 분석과 모델 설계 프로젝트에 참여하며, AI가 사용자 경험을 변화시킬 수 있는 핵심기술이라는 확신을 갖게 되었습니다.
저는 AI 기술을 단순한 '도구'가 아닌, '디자인 요소'로 활용하여 게임 내에서 보다 지능적이고 감각적인 사용자 경험을 창출하고자 하며, 컴투스는 그 이상을 실현할 수 있는 최적의 무대라고 생각해 AI 개발 직무에 지원하게 되었습니다.
처음 이 모델을 접했을 때는 단순한 이미지 처리로 보였지만, 실제로 시도해보 며 느낀 점은 '게임 환경 내 요소들을 AI가 자동으로 학습하고 감지할 수 있다'는 가능성이었습니다.
인턴기간 중 가장 탐구해보고 싶은 AI 주제는 강화 학습 기반의 게임 내 행동예측과 자동 콘텐츠 생성입니다.
|
|
|
 |
동시에 게임 데이터 분석과 모델 설계 프로젝트에 참여하며, AI가 사용자 경험을 변화시킬 수 있는 핵심기술이라는 확신을 갖게 되었습니다.
저는 AI 기술을 단순한 '도구'가 아닌, '디자인 요소'로 활용하여 게임 내에서 보다 지능적이고 감각적인 사용자 경험을 창출하고자 하며, 컴투스는 그 이상을 실현할 수 있는 최적의 무대라고 생각해 AI 개발 직무에 지원하게 되었습니다.
대학 시절 머신러닝 관련 과목의 프로젝트에서 유저 행동로 그 데이터를 기반으로 추천 알고리즘을 구현하던 중, 매주 수천 개의 CSV 파일을 분석하고 전처리하는 반복 작업에 큰 시간이 소요되었습니다.
처음 이 모델을 접했을 때는 단순한 이미지 처리로 보였지만, 실제로 시도해보 며 느낀 점은 '게임 환경 내 요소들을 AI가 자동으로 학습하고 감지할 수 있다'는 가능성이었습니다.
특히 JSON 포맷은 RESTAPI를 통해 데이터를 요청하고 응답받을 때, 혹은 로그 데이터를 구조화할 때 자주 활용했습니다.
이 과정에서 json 모듈을 이용해 데이터를 읽고 수정하고 저장하는 방식에 익숙해졌고, API 기반 대화형 모델 연동 시에도 JSON을 통해 쿼리 구조를 설계했습니다.
최근에는 TensorFlow와 연계하여 CSV 데이터를 텐 서 구조로 변환하고, 모델 학습용으로 활용하는 작업을 수행했으며, 데이터 셋 자동 생성기에서도 CSV 포맷으로 가상의 사용자로 그를 기록하고, 이를 기반으로 예측 모델을 설계한 경험이 있습니다.
인턴기간 중 가장 탐구해보고 싶은 AI 주제는 강화 학습 기반의 게임 내 행동예측과 자동 콘텐츠 생성입니다.
기존의 게임 내 AI는 특정한 패턴 기반 반응(NPC, 몬스터 행동 등)이 많았지만, 강화 학습을 통해 유저와의 상호작용 결과에 따라 AI의 반응이 유연하게 진화할 수 있다면, 반복 콘텐츠에서도 예측 불가능한 신선함을 줄 수 있습니다.
게임은 정해진 콘텐츠를 제공하는 것이 아니라, 점점 사용자의 패턴을 학습하고 진화하는 콘텐츠로 나아가야 한다고 생각하며, 인턴 기간 동안 이러한 주제를 실험적으로 탐구해보고 싶습니다. |
 |
게임, ai, 경험, 데이터, 기반, 구조, 자동, 생, 학습, 가다, 유저, 설계, 내, 싶다, 콘텐츠, 활용, 행동, 사용자, 되어다, 모델 |
|
|
|
|
|
|
 |
|
|
|
|
|
|
|
|
|
|
|
| |
|
|
|
2025.05.12
5페이지
