감성형 AI 게임 캐릭터 시스템 설계 및 구현 연구

초록

본 연구는 온디바이스 환경에서 작동하는 소형 언어모델을 기반으로, 페르소나 그라운딩과 정량적 감정 점수화를 통합한 감성형 AI 게임 캐릭터 시스템을 설계 및 구현하는 데 목적을 둔다. 첫째, 대형언어모델의 한계인 지연 시간과 일관성 문제를 해결하기 위해, 벡터 데이터베이스에 경량화된 트랜스포머 기반 인코더-디코더 구조를 결합하고 대화 맥락, 세계관, 정서 정보를 임베딩한 후 감정 추론과 캐릭터 정체성의 일관성을 유지했다. 둘째, 감정 점수화는 플루치크의 감정 이론에 기반하여 10개의 감정 벡터를 정량화함으로써 사용자 반응을 수치로 해석했으며, 감정 데이터는 AI 캐릭터와의 대화 톤과 관계 변화를 실시간 조정하는 데 활용하였다. 여기에 시스템 프롬프트와 유저 프롬프트를 분리한 감성 대화 설계를 통해 대화 이력과 감정 흐름을 지속적으로 누적 및 분석하여, 호감도 임계치 이벤트를 트리거하는 비선형 내러티브 시스템을 구현하였다. 본 연구는 AI 게임 캐릭터를 단순한 ‘대화형 지원자’에서 ‘감정적 관계를 형성하고 성장하는 스토리텔링 에이전트’로 확장함으로써, 게임 내 몰입도와 감정적 유대감을 극대화하는 새로운 상호작용 모델을 제시하고자 했다.

키워드