박세찬  김덕엽  이우진

10.5626/JOK.2024.51.2.149

강화학습 유니티(게임엔진) 게임 테스팅 자동화 유니티 머신러닝 에이전트 툴킷

수십억 명 규모의 거대한 비디오 게임 산업에서 게임 테스트 비용은 절반에 달할 정도로 상당하여 테스팅 비용 절감을 위한 자동화 연구들이 이루어지고 있다. 그러나 기존 테스트 자동화 기존 연구들은 스크립트 작성 등의 사람의 개입을 요구하는 수동 작업이 남아 있어 테스트 비용이 많이 든다. 또는 VGDL과 GVG-AI의 가상 환경으로 구현되어 실제 게임 테스팅에 활용하기 어렵다. 본 논문에서는 유니티 플랫포머 게임을 대상으로 유니티와 유니티 머신러닝 에이전트를 활용하여 시스템 결함 탐지를 목적으로 게임 테스팅을 자동화하는 도구를 제안한다. 제안하는 도구는 실제 상용 게임 엔진 기반이며 사람의 개입 없이 게임을 스스로 분석하여 게임 자동 테스팅 환경을 구축한다. 그리고 실제 오픈소스 게임들을 대상으로 제안하는 도구와 랜덤 베이스라인 모델의 에러 탐지 결과를 비교 분석하여 제안하는 도구가 효율적으로 자동 게임 분석과 테스팅 환경 구축을 수행하여 테스트 비용을 줄이고 품질과 안정성을 개선할 수 있음을 보인다.