[NDC22] ‘카트라이더: 드리프트’, 머신 러닝으로 오차 최소화하기

국내 게임업계 최대 지식공유 컨퍼런스인 넥슨 개발자 컨퍼런스가 8일 개막했다. 넥슨 니트로스튜디오 김진호 개발자는 “‘카트라이더: 드리프트’에서 머신 러닝을 활용한 위치 예측 개선” 세션을 통해 안 좋은 네트워크 환경에서 카트의 위치를 정확하게 예측하기 위해 어떤 작업들을 해왔는지 소개했다.

‘카트라이더’를 비롯한 온라인 레이싱 게임을 플레이 할 때는, 다른 유저들의 위치 동기화가 잘 이루어져야 자연스럽게 플레이할 수 있다. 그렇지 않으면 다른 유저들과 주행 시 상대 차량의 움직임이 어색하게 느껴질 수 있고, 유저들에게 좋지 않은 플레이 경험을 줄 수 있다. 

이 부분을 해결하기 위해 ‘카트라이더: 드리프트’에서는 등속 예측 모델을 사용했다. 과거 카트의 위치와 속도를 통해 다음 위치를 예측하는 방식이다. 이를 통해 직선 주행에서 자연스러운 움직임을 구현하는데 성공했다.

하지만 문제는 드리프트였다. 등속 예측 모델 적용시 인터넷 환경이 좋을 때는 큰 오차 없이 커브길에서 부드러운 드리프트 움직임을 보였는데, 인터넷 환경이 나쁠 때는 카트가 원래 경로를 따라가지 못하고 밖으로 밀리는 현상이 나타났다. 회전 운동에서는 모델의 오차가 발생하기 때문이다.

개발진은 이 문제의 해결을 위해 고심하던 중, 머신 러닝으로 접근하자는 의견이 나왔다. 이를 통해 100ms의 레이턴시에서도 자연스럽게 플레이하고, 작은 연산량을 가지도록 모델을 만들기 시작했다. 

개발진은 선형 회귀 모델에서 한계를 겪은 뒤 딥 러닝으로 접근하기로 결정, 여러 번의 실험을 거쳐 DNN-GLU(심층 신경망 추출 모델) 기반 모델을 완성시켰다. 그 결과 100ms에서도 드리프트 시 오차를 최소화할 수 있었다.

이제 개발진은 200ms 이상의 레이턴시에서의 오차 최소화에 나선다는 계획이다. 그리고 그 상황에서 상대 유저가 늦게 드리프트하는 모습이 보여지는 만큼, 유저의 실력이나 맵의 특징을 분석해 드리프트 타이밍을 미리 예측하는 모델을 만든다는 계획이다.

저작권자 © 게임뷰 무단전재 및 재배포 금지