인터랙티브 스토리텔링
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.
1. 개요
인터랙티브 스토리텔링은 참여자와 스토리 사이의 상호작용을 핵심으로 하는 스토리텔링 형식이다. 참여자의 행동이 스토리 전개, 캐릭터, 배경 등 다양한 요소에 영향을 미치고, 그 결과가 다시 참여자에게 피드백되는 복합적인 상호작용을 추구한다. 1970년대부터 연구가 시작되어, 1990년대와 2000년대에 걸쳐 다양한 연구 프로젝트와 기술 개발이 이루어졌다. 인터랙티브 스토리텔링 시스템은 드라마 관리자, 사용자 모델, 에이전트 모델로 구성되며, 환경적, 데이터 기반, 언어 기반의 접근 전략을 사용한다. 성공적인 인터랙티브 스토리텔링 경험은 극적 구조와 사용자 주체성의 균형에 달려 있다.
더 읽어볼만한 페이지
| 인터랙티브 스토리텔링 |
|---|
2. 정의
인터랙티브 스토리텔링은 참여자와 이야기 사이의 상호작용을 핵심 요소로 삼는 스토리텔링 방식이다. 이는 단순히 정해진 선택지를 고르는 것을 넘어, 참여자의 행동이 이야기의 전개 방식, 등장인물, 배경 설정 등 다양한 요소에 직접적인 영향을 미치고, 그 결과가 다시 참여자에게 피드백되는 복합적인 상호작용 과정을 추구한다.
'인터랙티브 스토리텔링'이라는 용어 자체가 다른 형태의 인터랙티브 미디어와 어떻게 다른지에 대해서는 여러 논의가 있다. 상호 작용성과 스토리텔링이라는 단어 모두 여러 의미로 해석될 수 있는 다의어이기 때문에, 이미 어느 정도 상호작용적인 요소를 포함하는 다른 종류의 이야기 방식과 명확히 구분하기 어려운 경우도 있다.
일반적으로 인터랙티브 스토리텔링에서 '상호작용성'은 단순히 정보를 주고받는 것을 넘어, "주고받는 역할이 서로 바뀔 수 있으며, 이전에 교환된 정보와 관련된 메시지의 연관성"을 중요하게 여긴다. 또한, '스토리텔링'은 완성된 결과물을 수동적으로 받아들이는 것이 아니라, 참여자가 적극적으로 이야기를 만들고 참여하는 과정 자체를 의미한다. 이러한 정의에 따르면, 인터랙티브 스토리텔링은 사용자가 자신만의 고유한 극적 서사를 여러 방식으로 생성하고 경험할 수 있도록 하는 모든 미디어를 포괄하는 개념이다.
2. 1. 용어의 혼용과 의미
- - García-Ortega et al., ''나의 심즈로서의 삶: 가상 세계를 사용하여 고유하고 매력적인 삶의 이야기를 진화시키기'', 2014
2. 2. 인터랙티브 픽션 및 게임과의 관계
인터랙티브 스토리텔링은 사용자 주체성과 열린 결말 내러티브를 강조한다는 점에서 인터랙티브 픽션 (IF)이나, ''매스 이펙트'', ''바이오쇼크''처럼 강력한 서사를 가진 비디오 게임과 구분된다. 바이오웨어의 롤플레잉 게임 개발자 데이비드 가이더는 인터랙티브 스토리텔링의 어려움에 대해 "모든 가능한 분기를 작성하고 완전히 구현해야 하며, 모든 플레이어가 이를 보지 않더라도 마찬가지다. 따라서 플레이어의 선택지를 많이 허용하는 게임은 개발자에게 훨씬 더 비용이 많이 드는 제안이 된다"고 언급하며, 사용자 선택의 폭과 개발 비용 사이의 균형 문제를 지적했다.인터랙티브 픽션과 비디오 게임은 사용자 선택과 제작 노력 사이의 균형을 맞추기 위해 퍼즐, 전투 또는 변경할 수 없는 줄거리 지점과 병목 현상을 통해 서사가 취할 수 있는 방향을 제한하는 경우가 많다. 이러한 요소들은 몰입감을 저해할 수 있다. 또한 '게임플레이' 경험을 정의하는 특정 플레이어 목표를 충족해야 하므로, 사용자의 가장 중요한 서사적 선택만이 이야기 전개에 반영되거나 기억되는 경향이 있다. 진정한 인터랙티브 스토리텔링 시스템은 마치 살아있는 인간처럼 모든 것을 동시에 지속적으로 통합해야 하며, 이는 AI 기술을 통해서만 완전히 실현될 수 있는 과제로 여겨진다. 광범위한 AI 기반 사회적 상호작용을 특징으로 하는 ''심즈''나 ''스포어''와 같은 샌드박스 게임들은 극적인 긴장감을 관리하거나 일관성 있는 서사를 생성하는 데에는 한계가 있다.
''파사드''와 'The Party'의 제작자인 마테아스와 스턴은 인터랙티브 스토리텔링을 단순한 재미보다는 극적인 의미 전달을 목표로 하는 인터랙티브 연극의 형태로 이해해야 한다고 주장했다. 1990년대에 '인터랙티브 스토리텔링'이라는 용어를 처음 사용한 게임 디자이너 크리스 크로포드는 인터랙티브 스토리텔링이 서사가 있는 비디오 게임과는 다르며, 게임과 인터랙티브 스토리텔링을 성공적으로 결합할 수 없다고 주장하기도 했다. 제한된 기술과 막대한 작업량 때문에, 강력한 인터랙티브 스토리텔링 시스템과 게임 엔진을 각자의 효과를 저해하지 않으면서 결합하는 것은 여전히 어려운 과제로 남아있다.
하지만 최근에는 기존 비디오 게임 장르에 서사적 복잡성과 현실적인 캐릭터를 추가하려는 시도들이 나타나고 있다. 한 AI 연구팀은 MADE(Massive Artificial Drama Engine)라는 시스템에서 유전자 알고리즘을 사용하여 문학적 원형에 기반한 NPC의 자발적인 행동을 유도하는 연구를 진행했다. ''엘더스크롤 V: 스카이림''의 레디언트 AI 엔진 역시 마을 사람들의 기계적인 행동을 넘어서는 상호작용을 구현하기 위해 테스트되었다. 가르시아-오르테가 등의 연구(2014)에 따르면 이러한 시스템에서는 "... 배고픈 주민들은 도둑이 될 수 있고, 경비병은 도둑을 추격할 수 있으며, 마을 사람들은 서로 사랑에 빠질 수 있고, 다른 전쟁 동맹이 나타날 수 있다."
2. 3. 인공지능의 역할
진정한 인터랙티브 스토리텔링(IS) 시스템은 사용자의 모든 행동을 마치 살아있는 인간처럼 실시간으로, 지속적으로 통합하여 이야기를 자연스럽게 전개해야 한다. 이는 포괄적인 인간 수준의 내러티브 이해와 창의성을 요구하는 작업으로, 인공 지능(AI) 기술의 발전이 필수적이다.기존의 인터랙티브 픽션(IF)이나 강력한 서사를 가진 비디오 게임(예: ''매스 이펙트'', ''바이오쇼크'')은 사용자 주체성과 열린 결말 내러티브를 제공하려 하지만, 현실적인 제약에 부딪힌다. 바이오웨어의 개발자 데이비드 가이더는 가능한 모든 이야기 분기를 미리 만들고 구현하는 것은 막대한 개발 비용을 발생시킨다고 지적했다. 또한, 게임 진행을 위해 삽입되는 퍼즐, 전투, 또는 미리 정해진 줄거리 진행 방식 등은 사용자의 선택 폭을 제한하고 이야기 몰입을 방해하는 요소로 작용하기도 한다. 결과적으로, 사용자의 수많은 선택 중 내러티브 전개에 영향을 미치는 일부 중요한 결정만이 시스템에 반영되는 경우가 많다. 반면, 이상적인 IS 시스템은 AI를 통해 사용자의 사소한 행동까지 모두 파악하고 이를 이야기 흐름에 즉각 반영할 수 있어야 한다. 광범위한 AI 기반 상호작용을 특징으로 하는 ''심즈''나 ''스포어'' 같은 샌드박스 게임조차도 극적인 긴장감을 조절하거나 일관성 있는 이야기를 만들어내는 데는 한계를 보인다.
IS 연구 초기에는 게임과의 결합에 대해 회의적인 시각도 있었다. ''파사드''의 제작자 마테아스와 스턴은 IS를 단순한 재미보다는 극적인 의미 전달을 목표로 하는 인터랙티브 연극에 가깝다고 보았다. 1990년대 IS 용어를 처음 사용한 크리스 크로포드는 IS가 내러티브 중심의 비디오 게임과는 다르며, 게임과 IS를 성공적으로 결합하기 어렵다고 주장했다. 제한된 기술과 막대한 작업량 때문에 강력한 IS 시스템과 게임 엔진을 효과적으로 통합하는 것은 여전히 어려운 과제이다.
그러나 최근 AI 연구는 기존 비디오 게임 장르에 내러티브 복잡성과 현실적인 캐릭터를 더할 가능성을 보여주고 있다. AI 연구팀은 MADE(Massive Artificial Drama Engine)라는 시스템을 통해 유전자 알고리즘을 사용하여 문학적 원형에 기반한 비플레이어 캐릭터(NPC)들의 자율적인 행동 패턴을 구현하려는 연구를 진행했다. ''엘더스크롤 V: 스카이림''의 레디언트 AI 엔진 역시 이러한 방향의 예시로 볼 수 있는데, 이 엔진은 게임 속 마을 주민들이 보다 현실적이고 예측 불가능한 행동을 하도록 설계되었다. 가르시아-오르테가 등의 연구에 따르면,
: ... 배고픈 주민들은 도둑이 될 수 있고, 경비병은 도둑을 추격할 수 있으며, 마을 사람들은 서로 사랑에 빠질 수 있고, 다른 전쟁 동맹이 나타날 수 있다.
이러한 기술 발전은 AI가 미래 인터랙티브 스토리텔링 경험을 풍부하게 만드는 데 핵심적인 역할을 할 것임을 시사한다.
3. 역사
인터랙티브 스토리텔링은 이야기와 상호작용성을 결합하려는 시도에서 비롯되었다. 그 기원은 1970년대 로저 섕크의 연구와 실험 프로그램인 TaleSpin 등으로 거슬러 올라간다. 1980년대에는 초기 개념 시스템 개발과 이론적 기반 마련이 이루어졌으며, 1990년대에 들어서는 여러 대학을 중심으로 본격적인 연구 프로젝트가 진행되고 관련 학술 활동도 활발해졌다. 2000년대 이후에는 기술 발전과 함께 자동화된 스토리텔링, 자율 캐릭터 등에 대한 연구가 확장되었고, 실제 인터랙티브 스토리텔링 소프트웨어가 등장하며 주목받기 시작했다.
3. 1. 1980년대 ~ 1990년대: 초기 연구와 개념 정립
인터랙티브 스토리텔링의 초기 개념은 1970년대 로저 섕크의 노스웨스턴 대학교 연구와 실험 프로그램인 TaleSpin과 같은 노력에서 찾아볼 수 있다. 1980년대 초, 마이클 리보위츠는 인터랙티브 스토리텔링을 위한 개념 시스템인 "Universe"를 개발했다. 1986년에는 브렌다 로렐이 박사 학위 논문 "컴퓨터 기반 인터랙티브 판타지 시스템 설계를 향하여"를 발표하며 이론적 기반을 다졌다.1990년대에는 이 분야의 연구가 더욱 활발해져 여러 중요한 프로젝트들이 등장했다. 카네기 멜론 대학교에서는 조셉 베이츠 박사가 이끄는 Oz 프로젝트가 진행되었고, 매사추세츠 공과대학교에서는 소프트웨어 에이전트 그룹이 활동했다. 뉴욕 대학교에서는 켄 퍼린이 Improv 프로젝트를 이끌었으며, 스탠포드 대학교에서는 바바라 헤이즈-로스가 Virtual Theater 그룹을 주도했다.
이 시기에는 관련 학술 교류도 활발히 이루어졌다. 1990년 인터랙티브 픽션 & 합성 현실 워크숍, 1995년 스탠포드에서 열린 인터랙티브 스토리 시스템: 플롯 & 캐릭터 워크숍, 1996년 AAAI AI 및 엔터테인먼트 워크숍, 같은 해 10월 유타주 스노우버드에서 열린 Lifelike Computer Characters 컨퍼런스, 1997년 2월 캘리포니아주 마리나 델 레이에서 개최된 제1회 국제 자율 에이전트 컨퍼런스 등 다양한 학술 행사를 통해 인터랙티브 스토리텔링 관련 주제들이 논의되었다.
3. 2. 2000년대 이후: 기술 발전과 상용화 시도
2000년대에 들어서면서 인터랙티브 스토리텔링 및 관련 주제에 대한 연구가 활발해졌다. 이 분야를 직접 다룬 최초의 학술대회는 2003년 3월에 열린 제1회 인터랙티브 디지털 스토리텔링 및 엔터테인먼트 기술 국제 컨퍼런스(TIDSE)였다. 이 컨퍼런스는 자동화된 스토리텔링, 자율 캐릭터, 감정 모델링, 사용자 경험 등에 대한 개념과 초기 프로토타입 발표에 중점을 두었다. 이러한 개념은 크리스 크로포드(Chris Crawford)가 2005년 저서에서 더욱 발전시켰다.이후 독일과 프랑스에서 각각 격년으로 개최된 TIDSE와 가상 스토리텔링 국제 컨퍼런스(ICVS)를 통해 관련 연구들이 발표되었다. 이 두 컨퍼런스는 2008년 연례 행사인 인터랙티브 디지털 스토리텔링 국제 컨퍼런스(ICIDS)로 통합되었다.
최초의 본격적인 인터랙티브 스토리텔링 소프트웨어로 널리 인정받은 것은 마이클 마테아스(Michael Mateas)와 앤드류 스턴(Andrew Stern)이 개발한 ''파사드(Façade)''이다. 2006년에 공개된 이 시스템은 같은 해 선댄스 영화제의 독립 게임 페스티벌 부문에서 대상을 수상하며 주목받았다.
4. 구현 방식
인터랙티브 스토리텔링 시스템은 일반적으로 드라마 관리자, 사용자 모델, 에이전트 모델이라는 세 가지 주요 구성 요소로 이루어진다.
시스템 개발을 위한 접근 방식으로는 크리스 크로포드(Chris Crawford)가 제시한 세 가지 전략이 주로 논의된다.
첫 번째는 환경적 접근 방식이다. 이는 컴퓨터 게임과 같은 상호작용 환경을 이용하여 사용자의 행동이 자연스럽게 일관된 줄거리를 형성하도록 유도하는 방식이다. 시스템이 충분히 복잡하다면, 사용자의 특정 행동과 관계없이 시스템 내에서 발생하는 사건들이 마치 이야기처럼 전개될 수 있다.
두 번째는 데이터 기반 전략이다. 이 방식은 미리 정의된 다수의 '스토리 구성 요소'를 라이브러리 형태로 갖추고, 사용자의 행동이나 상황에 맞춰 이 요소들을 유연하게 조합하여 이야기를 만들어나간다. 환경적 접근 방식보다 초기 개발 비용이 크다는 단점이 있지만, 더 다양한 상황에 적용할 수 있는 범용성을 가진다.
세 번째는 언어 기반 접근 방식이다. 여기서는 사용자와 시스템이 서로의 의도를 이해하고 반응할 수 있도록 매우 제한된 특정 영역의 언어를 공유한다. 예를 들어, 그림 언어나 특정 규칙을 가진 간소화된 영어 등을 사용하여 상호작용의 폭을 넓히고 시스템이 사용자 행동을 더 깊이 이해하도록 만들 수 있다.
이러한 접근 방식들에 더해, 계획 기반 시스템을 통합하여 서사의 일관성을 더욱 강화할 수 있다. 계획 기반 시스템은 이야기 진행 중 발생할 수 있는 플롯의 허점을 미리 예측하고, 새로운 정보나 사건을 도입하여 이를 보완하는 역할을 한다. 대표적인 예로는 작가가 미리 정해둔 플롯 포인트를 바탕으로 서사를 수정하는 '자동 스토리 디렉터'(Automated Story Director, ASD)와, 플레이어의 과거 행동 패턴을 분석하여 여러 가능한 수정 방안 중 가장 적절한 것을 선택하는 '플레이어별 자동 스토리텔링'(Player-Specific Automated Storytelling, PAST)이 있다. PAST 시스템은 로빈 로우즈(Robin Laws)의 플레이어 유형 연구를 참고하여 플레이어를 파이터, 파워 게이머, 스토리텔러, 메소드 액터, 전술가 등의 성향으로 분류하고, 각 유형에 맞춰 이야기 전개를 조절한다. 예를 들어, '파이터' 성향의 플레이어를 위해서는 새로운 전투를 추가하여 끊어진 플롯을 해결하고, '스토리텔러' 성향의 플레이어에게는 플롯의 개연성을 설명하는 새로운 배경 정보를 제공하는 방식으로 이야기에 개입할 수 있다.
4. 1. 드라마 관리자
인터랙티브 스토리텔링 시스템을 구성하는 세 가지 주요 요소 중 하나이다. 드라마 관리자는 이야기의 흐름을 이끌어가는 핵심적인 역할을 수행한다. 정해진 순서에 따라 이야기의 조각들, 즉 '스토리 비트'를 찾아 실행하며 서사를 진행시킨다. 또한 이야기가 진행되는 동안 새로운 정보를 적절히 제공하고, 서로 내용이 맞지 않는 플롯이 발생하면 이를 조정하여 이야기의 완성도를 높인다.드라마 관리자는 캐릭터 정보를 관리하는 '에이전트 모델'과 협력하여, 이야기 속 비플레이어 캐릭터(NPC)들이 상황에 가장 적합한 행동을 선택하도록 돕는다. 작가가 미리 설정한 이야기의 목표를 달성하기 위해, 드라마 관리자는 이야기 세계의 다양한 상황 변수들을 지속적으로 감시하고 관리한다. 예를 들어, 이야기 전체의 갈등 수준을 나타내는 척도를 이용하여 극적인 긴장감을 조절할 수 있으며, 캐릭터 간의 관계나 호감도 같은 지표를 활용해 로맨틱한 방향으로 이야기를 이끌어갈 수도 있다.
4. 2. 사용자 모델
인터랙티브 스토리텔링 시스템의 구성 요소 중 하나인 사용자 모델은 플레이어(참여자)의 선택과 입력을 기록하고 추적하는 역할을 한다. 이렇게 수집된 정보는 드라마 관리자와 에이전트 모델에게 전달되어, 시스템이 플레이어의 의도를 더 잘 파악하도록 돕는다. 이를 통해 드라마 관리자와 에이전트 모델은 플레이어의 결정에 반하거나 이를 오해하지 않고, 플레이어가 시도하는 방향에 맞춰 이야기가 자연스럽게 흘러가도록 협력할 수 있다.4. 3. 에이전트 모델
에이전트 모델은 인터랙티브 스토리텔링 시스템을 구성하는 세 가지 주요 요소 중 하나이다. 이 모델의 주요 역할은 이야기 세계와 등장인물에 대한 정보를 모으고, 각 비플레이어 캐릭터(NPC)가 취할 수 있는 행동들을 생성하는 것이다.에이전트 모델은 각 캐릭터의 성격이나 감정 상태를 바탕으로 가능한 행동들을 추론한다. 이를 통해 캐릭터들은 단순히 정해진 대로 움직이는 것이 아니라, 마치 지능을 가지고 스스로 판단하여 극적인 목표를 추구하는 것처럼 자율적인 행동을 보여줄 수 있다.
5. 접근 전략
크리스 크로포드는 인터랙티브 스토리텔링 시스템 개발을 위한 세 가지 주요 전략을 제시했다.
첫째, 환경적 접근 방식은 컴퓨터 게임과 같은 상호작용 환경을 통해 사용자의 행동이 자연스럽게 일관된 이야기를 형성하도록 유도하는 방식이다. 시스템이 충분히 복잡하다면 사용자의 행동과 관계없이 나타나는 결과들이 이야기와 유사한 흐름을 만들 수 있다.
둘째, 데이터 기반 전략은 사용자의 다양한 행동에 맞춰 유연하게 결합될 수 있는 '이야기 구성 요소' 라이브러리를 미리 구축하는 방식이다. 초기 개발 비용이 크다는 단점이 있지만, 환경적 접근 방식보다 더 폭넓게 적용될 수 있는 장점이 있다.
셋째, 언어 기반 접근 방식은 사용자와 시스템이 서로 소통하고 시스템이 사용자 행동을 더 잘 이해할 수 있도록, 매우 제한된 특정 영역의 언어(예: 그림 언어, 제한된 영어)를 공유하는 것을 목표로 한다.
이 외에도, 계획 기반 시스템은 이야기 진행 중 발생할 수 있는 모순이나 허점을 예측하고 새로운 정보나 사건을 추가하여 서사의 일관성을 유지하는 데 활용될 수 있다.
5. 1. 환경적 접근 방식
인터랙티브 스토리텔링 시스템 개발 전략 중 하나로, 크리스 크로포드가 제시한 세 가지 방식 중 첫 번째에 해당한다. 이 접근 방식은 컴퓨터 게임처럼 상호작용이 가능한 시스템을 이용하여, 사용자의 행동이 자연스럽게 일관된 이야기(플롯)를 만들어가도록 유도하는 것을 목표로 한다. 시스템이 충분히 복잡하게 설계된다면, 사용자의 개별적인 행동과 관계없이 시스템 내에서 발생하는 다양한 상호작용들이 모여 마치 하나의 이야기처럼 보이는 흐름을 형성할 수도 있다.5. 2. 데이터 기반 전략
데이터 기반 전략은 사용자의 행동이나 행동하지 않음에 따라 자연스럽게 이어질 수 있는, 일반적인 '이야기 조각'(스토리 구성 요소)들을 미리 많이 만들어 두는 방식이다. 이 방법은 처음 개발할 때 많은 시간과 비용이 든다는 단점이 있지만, 환경적 접근 방식보다 더 폭넓게 적용될 수 있다는 장점이 있다.5. 3. 언어 기반 접근 방식
크리스 크로포드가 제시한 인터랙티브 스토리텔링 시스템 개발 전략 중 하나이다. 이 방식은 사용자와 시스템이 서로 반응하고 시스템이 사용자 행동을 더 폭넓게 '이해'할 수 있도록, 매우 제한된 특정 영역의 언어를 공유하는 것을 핵심으로 한다. 예를 들어, 그림 언어나 영어의 제한된 형태를 사용하는 방식이 여기에 해당될 수 있다.5. 4. 계획 기반 시스템
계획 기반 시스템은 서사적 일관성을 보장하기 위해 인터랙티브 스토리텔링 시스템의 여러 접근 방식에 통합될 수 있다. 이 시스템은 플롯에서 발생할 수 있는 잠재적인 허점을 미리 예상하고, 새로운 정보나 사건을 도입하여 이를 수정하는 역할을 한다.대표적인 계획 기반 시스템으로는 자동 스토리 디렉터(Automated Story Director|ASDeng)와 플레이어별 자동 스토리텔링(Player-Specific Automated Storytelling|PASTeng)이 있다. ASD는 작가가 미리 정해둔 플롯 포인트를 기반으로 서사를 수정한다. 반면 PAST는 플레이어의 이전 행동 기록을 바탕으로 여러 가능한 수정 방안 중에서 가장 적절한 것을 선택한다. PAST는 로빈 로우즈(Robin Laws)의 플레이어 유형 연구를 참고하여 플레이어를 파이터, 파워 게이머, 스토리텔러, 메소드 액터, 전술가 등 다섯 가지 유형으로 분류하며, 예를 들어 '파이터' 유형의 플레이어가 스토리를 진행하다 플롯 포인트가 손상되면 새로운 캐릭터와의 전투를 추가하여 해결하고, '스토리텔러' 유형의 플레이어에게는 손상된 부분을 정당화할 수 있는 새로운 배경 정보를 제공하는 방식으로 작동한다.
6. 평가
인터랙티브 스토리텔링 경험의 성공은 균형 잡힌 극적 구조와 사용자 주체성 사이의 조화에 달려 있다. 이는 흥미로운 서사를 만들고 사용자가 이야기에 영향을 미치는 느낌을 주는 것이 중요하지만, 현재 기술, 특히 인공지능의 한계로 인해 완벽하게 구현하기는 어렵다.
이러한 경험을 평가하려는 시도는 꾸준히 있었으며, 주로 플레이어의 주체성과 재미를 중심으로 이루어졌다. 그러나 때로는 '흥미로움'이나 '서스펜스'와 같은 서사적 요소가 더 중요한 지표로 고려되기도 한다. 리커트 척도와 같은 정량적 방법은 사용자 경험의 일부를 보여줄 수 있지만, 복잡한 상호작용에서 비롯되는 주관적인 감정이나 해석을 온전히 담아내기는 어렵다.
따라서 기술적 결함(예: AI의 오작동) 측정보다는 사용자의 성공적인 참여와 몰입을 질적으로 평가하는 접근 방식이 중요하게 여겨진다. 대화 시스템 연구에서는 인공지능이 사용자의 의도를 오해하거나 부적절하게 반응하는 문제가 지적되기도 했지만, 흥미롭게도 사용자들은 종종 이러한 AI의 불완전한 행동에 대해 나름의 서사적 맥락을 부여하며 이야기를 이해하려는 경향을 보였다. 이는 인터랙티브 스토리텔링 평가의 복잡성을 보여주는 사례이다.
6. 1. 극적 구조
인터랙티브 스토리텔링 경험의 성공은 균형 잡힌 극적 구조와 사용자 주체성에 달려 있다. 극적으로 흥미로운 이야기는 등장인물과 사건 사이의 긴장감을 시간에 따라 조절하여 갈등이 논리적으로 발생하고 해결되도록 만드는 것이다. 또한 가상 세계에서 등장인물 및 사물과의 상호작용 자유도에 따라 매번 플레이할 때마다 경험이 눈에 띄게 달라져야 한다.[1] 이는 분기, 발생, 캐릭터 중심, 플롯 중심 시스템 등을 통해 다양한 수준으로 시도되고 있지만, 기존 시스템만으로는 생생한 경험을 완전히 구현하기 어렵다. 인공지능은 아직 드라마나 이야기 규칙을 사람처럼 이해하지 못하기 때문에, 기존의 인터랙티브 드라마는 제작에 드는 노력에 비해 상당히 다른 이야기 결과를 만들어내는 데 한계가 있다.모든 기존 프로젝트가 아직 실험 단계임에도 불구하고, 인터랙티브 드라마를 평가하는 시스템을 만들려는 시도가 여러 번 있었다. 플레이어의 주체성과 재미가 중요한 평가 요소이지만, 재미 대신 '흥미로움'이나 '서스펜스' 같은 이야기 중심의 지표가 사용되기도 한다.[2] 플레이어가 참여하는 설문 방식(리커트 척도 등)은 사용자 경험을 수치로 보여주지만, 복잡한 인간 상호작용 이면의 주관적인 해석은 담아내기 어렵다.
Mehta 등은 대화 중심 시스템 평가에서 인공지능이 플레이어 입력을 오해하여 엉뚱한 답변을 하는 '부적절한 발언' 같은 기술적 실패를 측정하는 것보다, 사용자가 얼마나 성공적으로 이야기에 참여하는지를 보여주는 질적 지표 개발에 주목했다.[3] 대화가 자연스럽지 못하게 '붕괴'된 이후, 사용자가 이를 등장인물과 이야기에 대한 전반적인 이해 속으로 얼마나 잘 받아들이는지는 디자인에 달려 있다. ''Façade'' 연구에서는 인공지능 캐릭터가 의미를 피상적으로 이해하거나, 반대로 이해하거나, 응답 시점을 놓치는 등의 문제가 발견되었다. 인공지능 에이전트는 사용자의 모호한 표현("슬픔", "상처" 등)을 제한된 이야기 맥락 안에서 해석하는 데 어려움을 겪는다. 예를 들어, 단순한 감정 표현을 임상적 우울증으로만 해석하는 경우가 있다. 마찬가지로 사용자의 부정적 감정과 긍정적 감정을 혼동하는 경우도 잦은데, 특히 긍정적인 말을 하기 전에 부정적인 내용을 먼저 언급하며 반박할 때 더욱 그렇다. 사용자가 충분히 빨리 반응하지 못하면 문제가 더 심각해질 수 있다. 즉, 인공지능이 가장 마지막에 말한 사람의 발언으로 오해하여 의도치 않은 상호작용이 발생하기도 한다. 하지만 배경 정보가 충분히 제공되면, 플레이어는 인공지능의 명백히 이상한 행동에 대해서도 이야기 맥락에 맞는 이유를 스스로 만들어내는 경향을 보였다.
6. 2. 사용자 주체성
인터랙티브 스토리텔링 경험의 성공은 균형 잡힌 극적 구조와 사용자 주체성에 달려 있다. 사용자 주체성이란 가상 세계에서 등장인물 및 객체와의 상호 작용 자유도를 의미하며, 이를 통해 사용자는 매번 눈에 띄게 다른 경험을 할 수 있어야 한다. 이는 분기, 발생, 캐릭터 중심, 플롯 중심 시스템 등 다양한 방식으로 시도되었지만, 기존 시스템들은 아직 생생한 경험을 완전히 구현하지 못하고 있다. 현재 인공지능은 드라마와 내러티브 규칙에 대한 인간 수준의 이해를 갖추지 못했기 때문에, 기존 인터랙티브 드라마는 제작자의 노력에 비해 상당히 제한된 수의 스토리 결과만을 생성하는 한계를 보인다.아직 실험 단계에 머물러 있음에도 불구하고, 인터랙티브 드라마를 평가하려는 여러 시도가 있었다. 플레이어의 주체성과 재미가 주요 관심사로 여겨지지만, 재미는 종종 '흥미로움'이나 '서스펜스'와 같은 내러티브 중심 지표로 대체되기도 한다. 플레이어가 직접 작성하는 리커트 척도는 사용자 경험에 대한 대략적인 정량적 정보를 제공하지만, 복잡한 인간 상호작용 이면의 주관적인 해석을 충분히 담아내지는 못한다.
Mehta 등은 대화 중심 시스템 연구에서 기술적 실패(예: AI가 플레이어 입력을 오해하여 엉뚱한 응답을 하는 '부적절한 발언')의 정량적 측정보다는, 사용자의 성공적인 참여에 대한 질적 지표 개발에 초점을 맞췄다. 대화가 '붕괴'되었을 때 사용자가 이를 등장인물과 스토리에 대한 전반적인 이해 속에 얼마나 효과적으로 통합하는지는 디자인의 완성도에 달려 있다. Façade 연구에서는 AI 배우의 붕괴 사례로 얕은 의미론적 이해, 의미 역전, 응답 시점 문제 등이 지적되었다. 예를 들어, AI 에이전트는 사용자의 모호한 입력을 제한된 내러티브 의미 체계로 변환하는 데 어려움을 겪는데, '슬픔'이나 '상처' 같은 단어를 임상적 우울증에 대한 언급으로만 해석하는 경우가 그렇다. 또한 사용자의 부정적 감정과 긍정적 감정을 혼동하는 경우도 잦으며, 특히 긍정적 진술 전에 부정적 진술에 대한 반박이 있을 때 더욱 심화된다. 사용자가 충분히 빠르게 응답하지 못하면, AI가 발화를 가장 최근 화자에게 한 것으로 오해하여 의도치 않은 상호작용이 발생하기도 한다. 그럼에도 불구하고, 플레이어들은 제공된 배경 정보를 활용하여 AI의 명백히 이상한 행동에 대해 나름의 내러티브적 정당성을 부여하려는 경향을 보였으며, 대부분의 참가자가 실제로 그렇게 행동했다.
6. 3. 평가의 어려움
인터랙티브 스토리텔링 경험의 성공은 균형 잡힌 극적 구조와 사용자 주체성에 달려 있다. 극적으로 흥미로운 내러티브 경험은 등장인물과 사건 사이의 긴장감을 시간 경과에 따라 조절하여 갈등이 논리적으로 발생하고 해결되는 경험이며, 가상 세계에서 등장인물 및 객체와의 상호 작용 자유도에 따라 모든 플레이 경험마다 눈에 띄게 달라야 한다. 이러한 목표는 분기, 발생, 캐릭터 중심, 플롯 중심 시스템 등 다양한 방식으로 시도되었지만, 기존 시스템은 아직 생생한 경험을 완전히 구현하지 못한다. 인공지능이 아직 드라마와 내러티브 규칙에 대한 인간 수준의 이해를 갖추지 못했기 때문에, 현재의 인터랙티브 드라마는 저자의 많은 노력에도 불구하고 상당히 다른 스토리 결과를 제한적으로만 생성할 수 있다.모든 기존 프로젝트가 아직 실험 단계에 머물러 있음에도 불구하고, 인터랙티브 드라마의 경험을 평가하기 위한 시스템을 공식화하려는 시도는 여러 차례 있었다. 플레이어의 주체성과 재미가 주요 관심사로 남아 있지만, 평가에서는 재미 대신 '흥미로움'이나 '서스펜스'와 같은 내러티브에 더 특화된 지표를 사용하기도 한다. 플레이어가 직접 평가하는 리커트 척도와 같은 방법은 사용자 경험에 대한 대략적인 정량적 그림을 제공할 수 있지만, 복잡한 인간 상호 작용 이면에 있는 주관적인 해석의 깊이를 포착하기에는 한계가 있다. 사용자 경험의 주관적인 특성 때문에 객관적인 평가 지표를 개발하는 것 자체가 어려운 과제이다.
Mehta 등의 연구는 대화 중심 시스템 평가에서 단순히 "부적절한 발언"(인공지능이 플레이어 입력을 오해하고 비논리적인 응답을 하는 경우)과 같은 기술적 실패 횟수를 세는 정량적 측정보다는, 사용자가 얼마나 성공적으로 이야기에 참여하는지를 보여주는 질적 지표 개발에 초점을 맞추었다. 대화가 '붕괴'되는 상황이 발생했을 때, 사용자가 이를 등장인물과 스토리에 대한 전반적인 이해 속으로 얼마나 효과적으로 통합하는지는 시스템 디자인의 중요한 기능이 된다. 예를 들어, 인터랙티브 드라마 ''Façade''에 대한 연구에서는 인공지능 캐릭터가 대화를 이해하지 못하는 몇 가지 사례가 드러났다. 여기에는 단어의 피상적인 의미만 이해하거나(얕은 의미론적 이해), 의미를 반대로 해석하거나(의미 역전), 대화의 적절한 시점을 놓치는(응답 시점 오류) 문제 등이 포함된다. 인공지능 에이전트는 사용자가 "슬픔"이나 "상처" 같은 단어를 사용할 때, 이를 문맥과 상관없이 임상적 우울증과 같은 제한된 의미로만 해석하는 등 모호한 사용자 입력을 내러티브의 의미 체계 안에서 적절히 변환하는 데 어려움을 겪는다. 마찬가지로, 사용자의 부정적인 감정과 긍정적인 감정을 혼동하는 경우도 자주 발생하며, 특히 긍정적인 말을 하기 전에 부정적인 내용에 대한 반박이 있을 때 이런 혼란은 더욱 심해진다. 사용자가 충분히 빠르게 반응하지 못할 경우, 인공지능이 가장 최근에 말한 사람을 대상으로 반응하는 것으로 오해하여 의도치 않은 상호 작용으로 이어지는 문제도 발생할 수 있다. 흥미로운 점은, 이러한 명백한 인공지능의 오류에도 불구하고, 플레이어들은 주어진 배경 정보를 활용하여 인공지능 캐릭터의 이상한 행동에 대해 나름의 내러티브적 정당성을 부여하며 스토리를 이해하려는 경향을 보였다는 것이다. 이는 인터랙티브 스토리텔링 경험의 평가가 단순히 기술적 완성도만으로는 측정될 수 없는 복잡한 과정임을 시사한다.
7. 구현 사례
다음은 그동안 상호작용성과 이야기를 결합하려 했던 시도들이다.
7. 1. 가지치기 서사
가지치기 서사는 참여자가 이야기의 진행 방향을 직접 선택해 나가는 방식의 서사 구조를 의미한다. 이야기의 전개는 마치 순서도와 같은 형태로 나타난다. 참여자의 선택은 주로 다음과 같은 선택지의 형태로 제시된다.무슨 과일을 사시겠습니까?
- 사과
- 바나나
- 배
이러한 방식은 비주얼 노벨 장르에서 흔히 찾아볼 수 있다. 대부분의 비주얼 노벨은 이야기의 중요한 분기점에서 참여자에게 선택을 요구한다. 하지만 이러한 선택들은 작가가 미리 정해 놓은 이야기 흐름 안에서 제한되며, 제시된 선택지를 벗어나는 이야기 전개는 불가능하다.
가지치기 방식은 아무리 풍부한 이야기를 담고 있더라도 참여자의 선택을 제한할 수밖에 없다는 한계를 가진다. 참여자에게 가능한 모든 선택지를 제공하고 그 결과를 반영하려면 이론적으로 무수히 많은 이야기 가지를 만들어야 하기 때문이다.
7. 2. 서사 게임
서사 게임은 이야기가 게임의 한 요소로 쓰이는 형태로, 많은 컴퓨터 게임이 부분적으로라도 사용하고 있다. 이런 서사는 주로 컷신처럼 참여자가 조작할 수 없는 동영상이나 글자를 출력함으로써 나타난다. 참여자가 진행한 게임이 이야기 자체에는 큰 영향을 미치지 못 하고, 특정한 도전에 대해 이야기를 보상해주는 방식으로 전개된다.스퀘어에닉스의 롤플레잉 게임 파이널 판타지 시리즈에서 이러한 방식이 잘 나타난다. 파이널 판타지는 먼저 이야기가 제공되어 동기와 도전 과제를 부여한 뒤, 도전을 완수할 게임플레이가 이어지고, 게임플레이로 도전을 완수하면 다시 이야기가 주어지는 형식을 취하고 있다.
7. 3. 주요 프로젝트
''오즈 프로젝트''는 1990년대 초 지능형 에이전트 기술을 사용하여 정보 시스템(IS)의 과제에 도전하려는 시도였다. 이 아키텍처는 시뮬레이션된 물리적 세계, 여러 캐릭터, 인터랙터, 프레젠테이션 이론 및 드라마 매니저를 포함했다. 사용자들은 텍스트 기반 또는 그래픽 인터페이스를 사용하여 시스템과 소통했다.''Façade''는 마이클 마테아스(Michael Mateas)와 앤드루 스턴(Andrew Stern)이 제작한 인공지능 기반 접근 방식이다. 2006년 슬램댄스 인디펜던트 게임 페스티벌에서 대상을 수상했으며, 최초의 진정한 인터랙티브 스토리텔링 소프트웨어로 인정받고 있다. 텍스트 기반이며, 자연어 처리 및 기타 인공지능 루틴을 사용하여 액션을 지시한다.
''하이브리드 진화-퍼지 시간 기반 인터랙티브'' (HEFTI) 스토리텔링 시스템은 텍사스 대학교 오스틴에서 개발되었으며, 유전자 알고리즘을 사용하여 일련의 스토리 템플릿에서 생성된 스토리 구성 요소를 재조합하고 평가한다.[1] 크로포드는 이를 "개발 시스템에 대한 잘못된 접근 방식 [...] 스토리텔링에 필요한 창의적인 재능을 가진 사람들에게는 이해할 수 없는 것"이라고 묘사했지만, 연구 접근 방식으로 계속 논의되고 있으며 유전자 알고리즘은 이 분야에서 사용될 수 있는 잠재적인 도구로 간주되고 있다.
피가와 타라우는 워드넷을 사용하여 인터랙티브 스토리텔링에 유용한 기술을 구축했다.[2] 이 접근 방식은 '스토리 트레이스'를 이야기의 추상적인 축약(또는 골격)으로 정의하고, '스토리 프로젝션'을 하나의 드라마적 구성 요소로 취급할 수 있는 이야기의 단편으로 정의한다. 이 작업은 이러한 형태가 나중에 결합될 수 있도록 대규모 서사 양식 저장소를 구축하는 것을 목표로 한다.
''투르-레제르부아(Tour-Réservoir)''는 프랑스 예술가 장 미셸 브뤼이에르(Jean Michel Bruyère)와 그의 단체 LFKs가 구상한 최초의 생성형 웹 시리즈이다. 2016년에 시작되었으며, 르 아브르 국립 극장(Le Volcan - Scène nationale du Havre), 프랑스 르 아브르 교외 지역의 주민 296명, 100개 이상의 지역 음악 그룹과 협력하여 개발 및 제작되었다. 웹사이트 플랫폼은 라디오, TV, 책, 시리즈, 뮤직 비디오 등 5가지 미디어를 통해 능동적인 방문을 제공한다. 사용자는 다양한 자료 중에서 어떤 주제, 배우, 음악을 보고/들을지 선택할 수 있으며, 자신만의 에피소드나 뮤직 비디오를 편집할 수 있다. 2017년에는 파리 팡탱(Pantin)에서 열린 꼬떼 꾸르(Côté Court)[3] 단편 영화제에서 뉴 미디어 부문에 후보로 올랐다.
8. 한국의 인터랙티브 스토리텔링
한국에서는 웹툰, 웹소설, 게임 등 다양한 플랫폼에서 인터랙티브 스토리텔링 콘텐츠가 활발하게 제작되고 있다.
참조
[1]
논문
A genetic algorithm approach to interactive narrative generation
Proceedings of the fifteenth ACM conference
2004
[2]
웹사이트
Wordnet
http://wordnet.princ[...]
2011-04
[3]
웹사이트
Côté Court / Programmation
https://web.archive.[...]
2019-01-23
본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.
문의하기 : help@durumis.com