[정보] NDC 2017 키노트: 이은석 - 다가오는 4차 산업혁명 시대의 게임개발

NDC 2017 키노트: 이은석 - 다가오는 4차 산업혁명 시대의 게임개발 관련 자료입니다.

내용 참고 하시기 바랍니다.

 

 

NDC 2017 키노트: 이은석 - 다가오는 4차 산업혁명 시대의 게임개발 from Eunseok Yi

 

 1. 다가오는 4차 산업혁명 시대의 게임개발 넥슨코리아 2017. 4. 25 이은석
2.  이은석 Eunseok Yi 왓 스튜디오의 책임자 2012-현재 < 야생의 땅: 듀랑고 > 디렉터 2012 < Borderless > 미술전 기획, 출품 2010 < 마비노기 영웅전 > 라이브 프로듀서 2006-2009 < 마비노기 영웅전 > 디렉터 2002-2005 < 마비노기 > 아트디렉터 1998-2001 < 화이트데이 > 디렉터, 기획 twitter: @paparanga
 3.  들어가며 • 논란이 될만한 내용이 많음 • 부분보다는 맥락을 봐주시기 바랍니다 • 당장 1~2년 뒤 얘기는 아님 • 그러나 10년쯤 뒤엔 어느 정도 달라져있을 것 • 기술적인 강연이 아님 • 전 직군의 청강자들 대상 • 발표자 개인의 견해지 회사의 견해를 대표하진 않습니다
4.  “NDC 2015 이은석 – Pay-to-Skip: 온라인 게임 속 로봇 경제와 내몰리는 인간” 이 얘기를 해보고자 합니다
5.  서론
6.  40여년전 만화의 한 장면 ©Fujiko F. Fujio “Doraemon” Published by Shogakukan 한국어 판권: 대원씨아이
7.  판타지라 생각했는데 • 이젠 진지하게 생각해보게 됨 • 최근 급격히 발전하는 인공지능 기술 • 언젠간 게임도 저렇게 만들어질 수 있을까? • 사람이 할 일이 없어지면 무엇을 해야할까? • 게임 만드는 일을 하며 오래 버티려면 뭘 해야할까?
8.  게임산업의 빛과 그늘
9.  게임, 디지털 시대의 놀이
10.  놀이는 인간 본능 • 아기들도 놀이를 즐기고 • 동물들도 놀이를 즐긴다 • 생존에 도움되어서 이렇게 진화해왔을 수 있지만 • 어쨌든 놀이는 내재된 본능
11.  먹고사는 문제가 아님 • 놀이는 비필수적, 비실용적 • 그러나 재미, 유희에 대한 욕망이 문명의 발전과 혁신을 이끌어 옴 • 예: 산업혁명을 이끈 것은 증기기관만이 아니라 사치스런 옷감의 유행
12.  가장 진화된 미디어 읽고 보고 듣고 선택하고 행동한다
13.  상호작용이 특징 플레이어 자신이 선택하고, 그 결정에 죄책감을 느끼게 하는 게임도 있다 게임이라는 미디어니까 가능 This War of Mine © 11 bit Studios
 14.  “More PlayStation, Less Police Station.” 순작용도, 부작용도. http://www.economist.com/news/britain/21718544-bodes-well-britains-future-crime-among-youngsters-may-be-dropping-even-faster-among 영국 10대 청소년들이 온라인에서 시간을 많이 보내면서 범죄율이 급하락 중이라는 기사 (이코노미스트)
15.  게임의 가격은? • 밥값: 2천원~20만원 • 가방: 1천원~1천만원 2,500,000 (발렌시아가) 1,000 (이케아) 100배 10000배
16.  게임의 가격은? • 영화: 1만원 남짓 • 거의 균일가 • 제작비 천억원짜리 영화도, 천만원짜리 영화도 • 실물이 없는 재화를 디지털로 열화없이 복제 전송 • 스트리밍 영화: 0원 ~ 4천원 • 공짜도 있음 • 판매자측 물리적 공간 불필요  다운로드식 게임과 비슷함
17.  가격이 다른 이유 한계비용 제로 재화 하나를 추가로 공급하는 비용 Zero Margin Cost 거의
18.  심한 경쟁속에 가격은 한계비용과 비슷해짐 한계비용의 주 요인 밥 재료비, 인건비, 1석 임대료 가방 재료비, 인건비, 유통비, 브랜드 관리비 영화 1석 임대료 (균일가인 이유) 스트리밍 영화 (게임과 비슷) 없음 (서버 유지비와 회선비용 약간) *제작비는 고정비용이지 한계비용이 아님
19.  여가시간을 즐겁게 보내는 수단은 공짜에 가깝게 이미 얼마든지 있음
20.  수요는 유한 즐거움을 추구하는 수요는 늘 있으나 그래도 유저의 시간은 총 24시간
21.  유저의 여가시간을 두고 경쟁 TV 시청 167 의사소통 및 소셜 활동 41 게임, 컴퓨터로 여가활동 25 독서 19 스포츠, 운동, 레크리에이션 18 휴식 및 생각 17 기타 12 미국인의 여가시간 활동 통계 (분, 총 5시간) 미국 노동통계청 집계 (2015년도) vs. vs. vs.
 22.  게임과 식당을 비교 • 개발(요리)과 운영(서빙)이 있다 • 재미(맛)를 그대로 기록해 재현할 수 없다 (스탠드얼론 게임 예외) • 전체수요의 한계가 있다: 하루 여가시간(3끼니)
23.  게임과 식당의 차이점: 한계비용 • 게임산업은 태생이 글로벌 경쟁 환경 • 세계최고의 고오급 레스토랑이 뉴욕 어딘가에 있다고 해도 • 실제로 뉴욕까지 가본 사람은 거의 없고 • 대부분은 근처 식당에서 밥을 먹지만 • 게임이나 영화는 다들 앉아서 세계 최고수준의 것을 즐긴다 • 가격도 큰 차이 없음 • 게임업계는 동네식당도 뉴욕맛집과 경쟁하는 셈 “NDC 2016 이은석 – 돌죽을 끓입시다”에서 수정 인용
24.  멱함수분포 • 물리적 연결 제약이 적은 네트워크에선 • 소수의 노드에 쏠림현상이 벌어짐 • 극심한 빈익빈 부익 부 모양의 분포가 됨 http://scienceon.hani.co.kr/29601 “NDC 2016 이은석 – 돌죽을 끓입시다”에서 수정 인용 정규분포 멱함수분포 고속도로 연결망 랜덤 네트워크 항공 연결망 척도없는 네트워크
25.  게임의 평가는 정규분포 http://www.giantbomb.com/profile/dry_carton/blog /metacritic-score-distribution-graphs/82409/ 갓게임똥게임 “NDC 2016 이은석 – 돌죽을 끓입시다”에서 재인용
26.  그러나 판매량은 거듭제곱형 독식 http://arstechnica.com/gaming/2014/04/steam-gauge-do-strong-reviews-lead-to-stronger-sales-on-steam/ “NDC 2016 이은석 – 돌죽을 끓입시다”에서 수정 인용 12%의 게임이 75%의 매출을 가져간다 (미국 콘솔, 2012-2016, 출처 EEDAR)
 27.  양극화 “Go Big or Go Home” 승자독식의 세계
28.  그리고 치열한 경쟁.
29.  4차산업혁명이란
30.  4차 산업혁명이 뭔가 • 2016년 세계경제포럼에서 처음 언급 • 1차 • 기계동력 • 2차 • 전기, 대량생산 • 3차 • 전자, 정보화
31.  “4차 산업혁명” 설레발 hype 인가? 네 좀 그래요 3차 산업혁명부터도 정설이 아닌.. 섹시한 키워드라 키노트 제목으로 (후문)
32.  한국에서만 크게 유행중인 키워드 • 알파고 쇼크 • 대선후보들의 아젠다로 동원됨 • Industry 4.0 = 4차 산업혁명? 으로 혼용됨 “4차 산업혁명” “Fourth Industrial Revolution” 구글 트렌드 전세계 검색어 인기도 추세
33.  아무튼 뭔가 큰 게 다가오고 있다 • 그걸 가리키는데 어필하기 좋은 이름이라 • 한국에서 인기끌게 됨 • 80년대 “제3의 물결”과도 비슷한...
34.  “NDC 2015 이은석 – Pay-to-Skip: 온라인 게임 속 로봇 경제와 내몰리는 인간”수확체증의 법칙
35.  인공지능, 불가능이 점점 가능으로 • 인공지능의 겨울이 지남 • 딥러닝이 가능해진 이유 • 알고리즘 • 하드웨어 • 빅데이터 퀘이크하자고 만든 GPU가 이런 결과를 낳을 줄이야... 역시 쓸데없는 짓이 중요함
36.  지도학습된 AI가 현재 할 수 있는 것 Source: “What Artificial Intelligence Can and Can’t Do Right Now” by Andrew Ng https://hbr.org/2016/11/what-artificial-intelligence-can-and-cant-do-right-now ©HBR.ORG 지도학습식 딥러닝 AI를 간략히 보면: A를 입력하면  B의 반응을 하는 것 “질문A & 정답B” 의 문답세트가 수만~수십만개 필요 (아킬레스건) 입력 A 반응 B 응용프로그램 그림 인간의 얼굴이 있는가? (0/1) 사진 태깅 대출 신청서 이들이 대출을 갚을까? (0/1) 대출 승인 광고 + 유저정보 유저가 광고를 클릭할까? (0/1) 타겟 온라인 광고 오디오 클립 자막 음성 인식 영어 문장 프랑스어 문장 언어 번역 HDD, 엔진등의 센서 곧 고장날 것 같나? 예방식 유지보수 자동차 카메라와 센서 다른 차들의 위치 자율주행차
37.  인지 자동화 • “전형적인 인간이 1초 이하 생각으로 할 수 있는 정신적 업무는, 지금 또는 근시일내에 AI로 자동화가 가능하다” (Andrew Ng) • CCTV로 수상한 행동 감시 • 자동차가 행인을 치게 될 것인지 판단 • 불량 온라인 게시물 발견 및 삭제 Source: “What Artificial Intelligence Can and Can’t Do Right Now” by Andrew Ng https://hbr.org/2016/11/what-artificial-intelligence-can-and-cant-do-right-now ©HBR.ORG
 38.  약한 인공지능의 시대 • 인간의 지능과는 비교가 안되지만, • 인간: 1000억개의 뉴런, 1000조개의 시냅스 • 모든 일반적인 문제를 다룸 • 먹고 사는 문제부터 스스로의 존재이유까지 • 훈련된 특정 분야의 문제해결에 있어서는 능가할 수 있다 • 알파고: 비교도 안되게 적은 규모의 신경망 • 오직 바둑에서의 승리만을 다룸
39.  노동의 종말?
40.  추천 영상: Humans Need Not Apply https://youtu.be/7Pq-S557XQU 나중에 한 번 봐두시면 좋습니다 (15분, 한글자막 있음)
41.  이미 벌어지고 있는 일들 • 육체노동직도 • 운전/운수 관련 종사자는 상당히 많음 • 자율주행차가 도입되면 실업 위기 • 정신노동직도 • 골드만삭스: 자산트레이더 600명 (2000년)  현재 2명. 자동 트레이딩 프로그램이 대체 • 스포츠 기사: 사람이 쓰지 않게 됨 • 전문직, 창조적 직업 등도
42.  점점 인간보다 가성비가 좋아질 것 • 기계가 최고의 사람만큼 잘해내지 않더라도 • 인건비보다 싸면서 왠만큼만 잘 하면 • 그리고 24시간 365일 일하므로 • 기계의 도입이 급속도로 늘어날 것 • 인간의 고용이 충분히 줄어들만함
43.  새로운 직업이 생기니 괜찮다? “NDC 2015 이은석 – Pay-to-Skip: 온라인 게임 속 로봇 경제와 내몰리는 인간”
44.  특히 비숙련 노동계층이 피해 • 현재 직업이 사라지면 누구나 자동화 관리자로 전직할 기회가 주어지는가 • 대리운전기사도? 텔레마케터도? 마트 계산원도?
45.  약인공지능시대 최후까지 남을 직업은? • 자본주? • 로봇에게 소유의 권리를 부여하진 않을테니 • 건물주 조물주 위에 있다는 • 로봇주 • 주주 • 집주인(…)
46.  이것이 미래세계다 - 희망편 • 인간의 노동해방 • 생계와 가사를 위해 일을 하지 않아도 됨 • 귀찮은 노동은 로봇이 다 함 • 자아실현과 즐거움만 찾아 살 수 있는
47.  이것이 미래세계다 - 절망편 • 극심한 계층갈등 • 자본주의 체제가 유지될 수 있을까 • 대부분의 사람에게 직업이 없고 소득도 없다면 • 소비도 없고 수요도 없고 경제가 멈춤 • 혼돈 파괴 망각
48.  기본소득제 논란 • 직업이 없어도 기본소득을 지급받는다 • 자동화로 인해 늘어나는 부(富)가 재원 • 이 정도만 돼도 괜찮겠지만 • 정말 가능할까? • 전지구적인 자동화세 징수가? • 전지구적인 분배가? • 세계정부라도 있어야..
49.  먼 미래엔 인공 일반 지능이 • 강한 인공지능의 탄생 • 이른바 특이점 • 아직 알 수 없는 사상의 지평선 너머 • 이 강연에선 논외로
50.  회사님이 준 근속 15주년 기념 황금열쇠 타이틀이 어째서...
51.  약한인공지능시대 게임산업에벌어질일들
52.  소프트웨어 산업이라 영향을 많이 받게됨 • 자율주행차나 산업용 로봇보다 도입이 쉬움 • “기술 개발보다 더 어려운 과제는 사용자 수용성과 윤리적 문 제” <로봇 시대, 인간의 일>, 구본권 • 하드웨어가 없는 AI봇이기에 • 물리적인 상해 문제에서 자유롭고 원자력 발전소 제어도 아니고 • 가격도 싸다 (이들도 한계비용 제로)
53.  벌어질일: 독과점과 양극화
54.  플랫폼 독과점과 양극화가 더 심해질 것 • 선도 플랫폼의 이점은 • 규모의 경제 외에도 • 네트워크 효과 • 전화를 쓰는 사람이 많을 수록 전화의 가치는 높아진다 • 누가 페이스북, 유튜브의 대체재를 만들수 있을까?
55.  플랫폼은 양면시장 two-sided market • 플랫폼이 공급자 측과 소비자 측을 교차 • 예: 지마켓, 배달의 민족, 스팀 • 플랫폼이 커질수록 소비자 측은 좋다 • 이로 인해 거대 플랫폼이 점점 더 커지게 된다 • 진입장벽이 생겨서 독과점으로 발전할 가능성이 높다
56.  그리고 데이터, 빅 데이터. • 기계학습에는 충분한 데이터가 중요 • 다들 기계학습 알고리즘과 툴킷은 공개해도 • 데이터는 공개하지 않는다 • 거대기업은 좋은 데이터를 많이 가졌기에 더욱 잘하게 됨 • 아마존이나 스팀의 맞춤 추천 스팀님이 이게 제 취향에 맞을거라 추천
57.  게임산업 역시 플랫폼과 퍼블리셔의 독과점체제가 굳건해질 것
58.  벌어질일: 작아지는 개발팀
59.  가혹한 경쟁 환경이 무인화를 앞당김 • 종종 발생하는 패턴 • 일이 많아서 힘들다  무인화 적극 추진  일자리 감소 • 바로 직업을 잃는게 아니어도 (재교육과 전환배치 등) • 길게 보면 일자리 감소 (신규채용을 줄이는 등)
60.  이상한 역설 • “일이 많아서 힘듭니다”  “일을 못하게 됨” ??? • 노동자가 원했던 것 • 사람다운 삶 (노동조건 개선) • 즉: 업무에 넉넉한 시간과 예산, 저녁이 있는 삶 • 벌어지는 결과 • 인간의 존엄성 훼손 (노동기회 감소) • 한계비용 제로 산업에선 더 심할 것
61.  질리지 않고 오래 즐기는 게임이 되고 싶어 • 인간은 이미 다 밝혀낸 패턴에 흥미를 잃음 • 온라인/모바일 게임은 유저 시간을 오래 점유하고 싶어함 • “변화하는 콘텐츠”가 계속 있어야 함 • PvP 라든가 • PvE 라면 사람이 만든 “고정된 콘텐츠”로 버티다가 • 절차적 생성  인공지능 창작으로 자동화수준 진화
62.  자동으로 게임을 플레이하고 MarI/O - Machine Learning for Video Games https://youtu.be/qv6UVOQ0F44 강화학습 (진화 알고리즘으로 시행착오)
63.  자동으로 레벨디자인도 하고 Machine Learning is Fun! Part 2: Using Machine Learning to generate Super Mario Maker levels https://medium.com/@ageitgey/machine-learning-is-fun-part-2-a26a10b68df3 지도학습 (원본 게임의 레벨 데이터  RNN)
 64.  자동으로 배경 아트도 만들고 Machine Learning is Fun Part 7: Abusing Generative Adversarial Networks to Make 8-bit Pixel Art https://medium.com/@ageitgey/abusing-generative-adversarial-networks-to-make-8-bit-pixel-art-e45d9b96cee7 비지도학습 (패미콤게임 스크린샷들  DCGAN)
 65.  사진으로 아바타를 만들어주기도 하고 Unsupervised Creation of Parameterized Avatars https://arxiv.org/pdf/1704.05693.pdf 비지도학습 (DCGAN)
 66.  저해상도 사진 하나로 고해상도 3D 텍스처도 Photorealistic Facial Texture Inference Using Deep Neural Networks https://arxiv.org/abs/1612.00523
 67.  가상의 예: 오메가고 • 유저들이 정신없이 몰입하게 될 궁극의 바둑 게임! • 알파고 : “자신의 승리”가 목표 • 오메가고 : “상대 플레이어의 즐거움”이 목표
68.  가상의 예: 오메가고 • 알파고의 가치망 학습 데이터: • 인간 바둑기사들의 기보 16만개, 3천만 수 • “어디에 두면 상대를 이기는가?”를 지도학습 *실제로는 지도학습만으로는 학습이 불충분해서 다음 단계에 자가대결 방식의 강화학습을 함 https://gogameguru.com/i/2016/03/deepmind-mastering-go.pdf 알파고가 보는 바둑판 모습
69.  가상의 예: 오메가고 • 오메가고의 가치망 학습 데이터: • 기사들의 인게이지먼트 기록이 함께 수록된 기보 십만여개 • “어디에 두면 상대가 희열을 느끼나?”를 지도학습 • engagement 측정 방법 • 뇌전도, 심박, 호흡, 눈깜빡임, 체온, 움직임 등 • 연구 분야에서 쓰이는 현존 기술들 Image Source: http://gizmodo.com/5771076/how-hollywood-studios-harness-your-brainwaves-to-win-oscars
 70.  오메가고: 데이터만 있으면 이론상 가능 • 이걸 “빅 데이터”급으로 학습하면 • 궁극의 바둑게임 탄생 • 플레이어의 재미를 위한 AI • 무조건 이긴다고 재미있는게 아니라 • 플레이어가 희열을 느끼는 어떤 통계적 패턴을 발견 • 아마도 상대의 실력에 맞추어 최선을 다할 수 있는 난이도로 • 드라마틱한 과정(밀땅..)을 거쳐 • 아슬아슬 승리하는 카타르시스 유도!
71.  오메가고: 아오 아까워 Player Win
 72.  Player Win ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ 이걸 이겼네 ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ
73.  이론상 가능, 당장은 아니지만 • 정밀한 인게이지먼트 측정장비는 비싼 연구실에나 있음 • 수많은 인간 상대로 빅 데이터 수집은 무리 • 하드웨어 보급 문제, 프라이버시 문제 • 개발후 운영비용도 비쌈 • 이세돌전 알파고급 스펙이라면 • 클라우드 서버 운영비 월 1억쯤 • 동접 1인당 (…) • 이 비용은 낮출 방법이 많으니 상대적으로 쉬운 문제
74.  자동화로 생산성이 많이 높아짐 • 생산성 = 생산물 / 생산비용 • 최적의 생산성이 되면 한계비용 제로로 • 가격 역시 제로에 가까워짐 • AI가 만든 게임들이 공짜에 가깝게 공급될 것이다 • 유저의 오랜 시간을 점유할 수 있도록 학습된 것들 • 뇌전도 수집은 어렵지만, 리텐션 데이터 수집은 쉽거든요 • 이들과의 가격 경쟁
75.  개발팀 인원이 상당히 줄어들 것 • 여전히 수백명의 인간이 개발에 동원되는 게임이 있겠지만 • 멱함수 분포의 최상위에 존재하는 극소수만 가능 • 풀프라이스로 팔 수 있는 극소수의 AAA 타이틀 • 그 외엔 모두 한계비용에 가까운 가격으로 팔림 • 그 가격에 맞추기 위해선 많은 인간을 고용하기 힘들것 • 어느날 “당신 자리가 AI로 대체되니 그만 나오시오”보단 • 외국회사와 경쟁에 밀려 점점 회사가 망해서. • 프로젝트가 접혀서. 신입을 안 뽑아서. 추천도서
76.  창의적인 일은 안전하잖을까? • 알파고 역시 바둑이라는 특정 분야에선 창의적 • 창의성 • 쉽게 떠올리기 힘든 조합으로 유용한 해결책을 만드는 능력 • “쉽게 떠올리기 힘든 조합” • 기계도 만들수 있다 • 랜덤하게 아무거나 조합하면 온갖 괴상한 게 나옴 • 그러면서도 “유용한 해결책” • 자동측정 가능한 평가방법이 있으면 강화학습 가능
77.  사람이 설계 기계학습으로 최적화 크기 1/2, 무게 1/4 특정 분야에서의 창의성: 교량에서 같은 무게의 케이블을 견딜수 있는 부품 http://www.arup.com/news/2015_05_may/11_may_3d_makeover_for_hyper-efficient_metalwork 쉽게 떠올리기 힘든 조합의 모습
78.  미래에 프로그래머는 어떻게 될까? • 설계 • 요구사항 검토 • 해결방법 탐색 • 구조 설계 • 코딩 • 번역 (자연어&설계도프로그래밍언어) • 배선 wiring 상대적으로 자동화 가능성이? 자동화를 만드는 것이 프로그래머의 일 업무영역과 성격이 계속 변화할 것
79.  희망,그리고대처
80.  어쨌든 사람들은 게임을 원할 것이다 • 총 한계 역시 있지만 (시간에 지배) • 예전보단 여가시간이 많아질 것이다 (희망)
81.  기업 수준의 대처 1. 인공지능을 적극 활용 2. 아직 없는 영역에 도전 3. IP와 브랜드 만들기
82.  대처1. 인공지능을 적극 활용한다 피할수 없다면 즐겨ㄹ…
83.  AI가 게임을 만들면 좋은 점: • Ever-changing 콘텐츠 • 개인별 맞춤형 콘텐츠 즉석 제작 • 단체 수업과 1:1 수업의 교육효율 차이와 비슷 • 마인크래프트 같은 절차적 콘텐츠 생성의 발전형
84.  예를 들자면 궁극의 게임마스터 AI가 TRPG의 게임마스터처럼 이끌어준다면 RimWorld의 스토리텔러(위기의 패턴)가 딥러닝급 AI라면? Community © NBC / RimWorld © Ludeon Studios
 85.  대처2. 아직 없는 영역에 도전 • Fast Follower는 안 통함 • AI가 더 잘함 • 누군가가 AI로 만들어 출시할거임 • 뻔한 게임은 경쟁력 없음 • 패턴화될만한 건 자동화 잘 됨
86.  대처3. IP와 브랜드를 만들라 잉그레스는 포켓몬고의 전신 사랑받는 IP가 이런 차이를 만듦 Ingress Pokemon Go 구글 트렌드 검색어 인기도
87.  개인 수준의 대처 1. 데이터화하기 힘든 일을 하라 2. 인간에 대해 이해하라 3. 자아실현에 대해 고민을 4. 자발적 참여자들과 일하는 법
88.  대처1. 데이터화하기 힘든 일을 하라 • AI학습엔 패턴파악을 위해 많은 데이터가 필요 • 데이터가 많은 일 = 기계화되기 좋은 일 • 스스로 기계적이라 생각되는 일을 하고 있다면 • 정말로 기계화될 것 • 데이터가 많이 생기는 분야에 있다면 • 많이 안 생길만한 영역으로 확장해보자
89.  대처2. 인간에 대해 이해하라 • 약한 인공지능이 인간을 진정으로 이해하진 못한다 • 꽤 잘 맞는 통계적인 추론을 하지만 • 인간과 같은 신체와 생리구조를 가지지 않음 • 인간과 같은 성장과정을 거친것도 아님
90.  딥러닝도 고도의 통계적 추론 • 인간에 대한 이해와 공감, 협상 능력은 기계에게 어려운 일 • 예: 프로그래머라면 주어진 스펙만 받아 일하는 코더가 아니라 • 의도를 파악하고 액티브하게 스펙을 협상
91.  대처3. 자아실현에 대해 고민을 • 생산적이지 않아도 괜찮아 • 놀아도 된다 인간 • 생계의 걱정이 없어진다면 (희망편) • 쓸데없는 일을 해도 되고 • 의미있는 일을 해도 되고 • 그냥 하고싶은 일을 하면 된다 • 직업의 형태가 아니더라도
92.  너도 나도 직업이 없다면 • 게임 개발자도 자아실현을 위해, 플레이어의 자아실현을 돕는 게임을 만든다 • 개발자와 플레이어 사이의 경계가 희미해질 수 있음 • 여러분의 자아, 되고 싶은 자신의 모습은 무엇인가요?
93.  대처4. 자발적 참여자들과 일하는 법을 알기 • 당신 팀의 동료 역시 직업이 아니라 마치 자원봉사하듯 자아실현을 위해 일할 수 있다 • 금전보상이 아니라 존중, 재미, 성장 같은 요소가 중요 • 탈권위가 혁신을 촉진
94.  결론
95.  결론 • 한계비용 제로, 승자독식 시장의 특성 • 인공지능이 만능은 아니지만 큰 충격이 올 것이다 • 게임산업 전 분야에 변화가 생길 것이다 • 기업과 개인 모두 대처하자
96.  결론 기업 수준의 대처 1. 인공지능을 적극 활용 2. 아직 없는 영역에 도전 3. IP와 브랜드 만들기 개인 수준의 대처 1. 데이터화하기 힘든 일을 하라 2. 인간에 대해 이해하라 3. 자아실현에 대해 고민을 4. 자발적 참여자들과 일하는 법
97.  추천도서
98.  Q&A