핵심 개념
플레이어와 대규모 언어 모델(LLM) 간의 상호작용을 통해 창발적 행동이 발생하여, 플레이어가 게임 내러티브의 진화에 참여할 수 있게 된다.
초록
연구진은 텍스트 어드벤처 게임 "Dejaboom!"을 개발하여, 플레이어가 GPT-4 기반의 비플레이어 캐릭터(NPC)와 자유롭게 대화하며 게임을 진행할 수 있도록 하였다. 28명의 게이머를 대상으로 한 사용자 연구에서, 플레이어들이 LLM의 비결정적 행동과 상호작용하면서 원래 내러티브에 포함되지 않았던 흥미로운 창발적 노드를 발견하였다는 것을 확인하였다. 이러한 창발적 노드에는 NPC로부터 정보를 추출하는 창의적인 방법, 새로운 오브젝트/장소/NPC의 추가 제안, 그리고 폭탄 제거를 위한 전혀 새로운 방법 등이 포함되었다. 창발적 노드를 가장 많이 생성한 플레이어들은 주로 발견, 탐험, 실험을 즐기는 게임을 선호하는 것으로 나타났다. 이는 창의성 있는 플레이어들이 게임 개발 과정에 기여할 수 있는 잠재력을 시사한다.
통계
플레이어들은 평균 75번의 행동을 수행하였고, 30번마다 폭탄이 폭발하여 평균 2.5번의 시도를 하였다.
28명의 참가자 중 6명이 폭탄을 성공적으로 제거하였고, 25명이 게임을 즐겼다고 보고하였다.
플레이어들은 유연한 명령어 선택과 오류 수정, NPC와의 현실적이고 재미있는 대화, 자유로운 탐험 등을 긍정적으로 평가하였다.
40%의 플레이어는 반응 지연 문제, 10%는 NPC 성격의 일관성 부족, 10%는 NPC의 반복적인 응답에 대해 불만을 표현하였다.
인용구
"플레이어와 LLM 간의 상호작용을 통해 창발적 행동이 발생하여, 플레이어가 게임 내러티브의 진화에 참여할 수 있게 된다."
"창발적 노드를 가장 많이 생성한 플레이어들은 주로 발견, 탐험, 실험을 즐기는 게임을 선호하는 것으로 나타났다."