멀티플레이어 게임에서 AI 봇은 어떻게 행동을 결정할까?

November 19, 2026

AI 게임 봇이 가까운 적을 무시하거나 제자리에서 멈추거나 이해하기 어려운 전술을 선택할 때, 행동 가중치 몇 개를 조정하는 것만으로는 원인을 해결하기 어렵습니다. 봇이 어떤 게임 상태를 입력받았고 서버가 최종적으로 어떤 행동을 실행했는지, 의사결정 루프를 단계별로 추적해야 합니다. 이 글에서는 행동 후보에 점수를 부여하는 방식과 각 단계에서 발생할 수 있는 문제를 살펴봅니다.

멀티플레이어 봇은 어디에서 의사결정을 내리나요?

서버가 게임 상태의 최종 권한을 갖는 멀티플레이어 게임에서는 게임 서버 또는 서버가 관리하는 신뢰할 수 있는 서비스에서 봇의 의사결정 로직을 실행합니다. 게임 서버는 경기 상태의 기준이 되며, 모든 행동 명령을 검증합니다. 이렇게 하면 클라이언트에서 로직을 변조할 여지를 줄이고, 의사결정에 서버가 관리하는 경기 상태를 사용할 수 있습니다.

각 봇은 자체 의사결정 루프를 가질 수 있습니다. 일반적인 설계에서는 주요 의사결정을 설정된 간격으로 수행하고, 평가 사이에는 이미 선택한 행동을 이어갑니다. 일부 역할에서는 초당 몇 회의 평가로 시작할 수 있습니다. 적절한 빈도는 게임의 특성, 활성 봇 수, 서버 CPU 예산에 따라 달라집니다.

각 봇의 의사결정 상태는 개별적으로 관리합니다. 봇끼리는 공유 경기 상태, 팀 신호, 분대 단위 로직을 통해 협력할 수 있습니다. 타이머와 최근 관측 정보, 현재 행동 상태는 각 봇이 관리합니다. 이렇게 구성하면 예상 밖의 행동을 한 개별 봇을 찾아 원인을 추적하기 쉽습니다.

봇의 의사결정에 쓰이는 입력 정보

  1. 현재 게임 상태. 서버는 위치, 체력, 스킬 재사용 대기시간, 목표 상태 등의 데이터를 제공합니다. 모드별 시야와 정보 공개 규칙을 적용해, 허용된 정보로 확인할 수 있는 적의 위치만 사용하도록 합니다.
  2. 봇 설정. 난이도 프리셋, 공격성 가중치, 위험 감수 성향, 역할 제약은 적응형 봇이 특정 행동을 얼마나 선호하는지 결정합니다.
  3. 단기 맥락. 최근에 받은 피해, 실패한 이동 시도, 관측한 적의 행동을 기억해 의사결정 틱 사이에도 맥락을 이어갑니다.
  4. 경기 이벤트와 신호. 목표 지점 점령 시도나 팀원의 핑은 설계에 따라 행동의 우선순위를 높이거나 다음 평가 시점을 앞당길 수 있습니다.

게임 상태 스냅샷이 불완전하거나 오래됐다면 점수 계산이 설계대로 작동해도 잘못된 판단이 나올 수 있습니다. 행동이 이상해 보일 때는 해당 시점에 봇이 어떤 정보를 받았는지 확인합니다.

봇이 현재 상황을 평가하는 방식

봇은 입력 정보를 분석해 관련 위협과 목표, 실행 가능한 대응을 가려냅니다.

  • 위협 평가. 시야, 접근 가능 여부, 당장의 위험을 기준으로 주변의 적이나 전술적으로 중요한 상대를 평가합니다. 벽 때문에 당장 공격할 수 없는 적도 잠재적인 위협으로 고려할 수 있습니다.
  • 목표 평가. 거점 점령, 아군 보호, 적 추격 등의 우선순위를 정합니다. 봇의 역할, 경기 진행 단계, 현재 위험 수준을 함께 고려합니다.
  • 자기 상태 평가. 체력, 사용 가능한 스킬, 재사용 대기시간을 확인합니다. 체력이 낮으면 엄폐하거나 후퇴하는 행동이 우선될 수 있고, 체력이 충분하고 공격적인 프리셋이 적용된 봇이라면 교전을 이어갈 수 있습니다.

틱 기반 설계에서는 평가할 때마다 현재 상황에 대한 판단을 갱신합니다. 바로 다음 행동의 결과를 짧게 예측하는 로직을 적용할 수도 있습니다.

행동 선택과 명령 검증

봇은 엄폐물로 이동하거나, 노출된 적을 공격하거나, 쓰러진 아군을 소생시키거나, 목표 지점으로 이동하는 등 가능한 행동을 찾습니다. 현재 게임 상태와 설정 가중치로 후보별 점수를 계산한 뒤, 실행 조건을 충족하는 후보 중 가장 높은 점수를 받은 행동을 고릅니다. 긴급 상황에 우선 적용되는 규칙을 두면, 멀리 있는 거점으로 이동하던 봇이 임박한 공격을 먼저 피한 뒤 이동을 재개할 수 있습니다.

선택된 행동은 명령으로 변환됩니다. 서버는 명령을 반영하기 전에 이동, 충돌, 재사용 대기시간 등 현재의 게임 규칙을 기준으로 실행 가능 여부를 확인합니다. 예를 들어 충돌 판정이 있는 지형을 통과하는 이동은 허용되지 않으며, 재사용 대기시간이 남은 스킬은 사용할 수 없습니다.

봇은 다음 틱에 상황을 다시 판단합니다. 관련 이벤트가 발생하면 평가를 앞당길 수 있습니다. 현재 행동을 이어갈 수도 있고, 더 적합한 행동이 생기면 바꿀 수도 있습니다.

봇의 의사결정에서 자주 발생하는 문제

  • 잦은 목표 전환. 두 목표의 점수가 비슷하면 작은 변화에도 순위가 뒤집힐 수 있습니다. 봇이 이동 방향을 반복해서 바꾸면 제자리에 멈춘 것처럼 보이기도 합니다.
  • 오래된 입력 데이터. 상태 업데이트가 늦으면 봇이 적이 이미 떠난 위치를 향해 공격하거나, 이미 점령 팀이 바뀐 거점에 뒤늦게 반응할 수 있습니다.
  • 잘못 설정된 가중치. 공격성 가중치가 너무 높으면 승산이 낮은 교전에 무리하게 뛰어듭니다. 지나치게 신중하게 설정하면 팀이 거점에서 지원을 필요로 할 때도 엄폐한 채 움직이지 않을 수 있습니다.
  • 느린 의사결정 갱신. 갱신 간격이 길면 기습이나 교전 상황의 변화에 늦게 대응할 수 있습니다. 반응 지연의 원인을 찾을 때는 설정된 간격과 함께 입력 데이터가 얼마나 오래됐는지도 확인합니다.

실제 서비스에서 의사결정 루프를 안정화하는 방법

  • 전환 기준을 정합니다. 점수가 같을 때는 같은 조건에서 같은 결과가 나오도록 우선순위 규칙을 둡니다. 작은 점수 변화로 행동이 반복해서 바뀐다면, 새 행동의 점수가 일정 수준 이상 높을 때만 전환하거나 현재 행동을 짧게 유지하도록 설정합니다. 긴급 이벤트가 발생하면 유지 조건을 해제할 수 있도록 합니다.
  • 입력 데이터의 최신성을 확인합니다. 입력 스냅샷의 틱이나 타임스탬프를 현재 서버 상태와 비교합니다. 데이터가 오래됐으면 현재 행동이 여전히 유효할 때만 이어갑니다. 검증에 실패하면 안전한 대체 행동을 실행합니다.
  • 역할에 맞게 갱신 빈도를 조정합니다. 전투 봇은 순찰 봇보다 짧은 간격으로 평가해야 할 수 있습니다. 실제 운영에 가까운 수의 봇을 동시에 실행하고, 반응 시간과 CPU 사용량을 측정해 주기를 정합니다.
  • 의사결정 로그를 남깁니다. 내부 테스트에서 선택한 행동, 상위 후보의 점수, 입력 데이터의 틱, 점수 순위를 뒤집은 규칙을 기록합니다. 필요한 경우 서버가 명령을 거부한 기록도 남깁니다. 짧은 의사결정 로그만으로도 점수 계산 문제와 입력 지연, 명령 실행 실패를 구분하는 데 도움이 됩니다.

GameBot은 멀티플레이어 게임을 위한 적응형 아군 봇과 상대 봇을 제공합니다. 스튜디오는 도입 시 봇이 볼 수 있는 정보, 행동의 우선순위 가중치, 행동 전환 규칙을 게임 모드와 의도한 플레이 스타일에 맞춰 조정해야 합니다.

자주 묻는 질문

멀티플레이어 봇이 두 목표 사이를 계속 오가는 이유는 무엇인가요?

두 목표의 점수가 비슷하면 틱마다 순위가 뒤집힐 수 있습니다. 점수가 같을 때는 일관된 우선순위 규칙을 적용합니다. 점수의 작은 변화만으로도 전환이 반복된다면, 새 목표의 점수가 일정 수준 이상 높을 때만 바꾸거나 현재 행동을 짧게 유지하도록 설정합니다.

멀티플레이어 봇의 의사결정은 클라이언트와 서버 중 어디에서 실행해야 하나요?

서버가 게임 상태의 최종 권한을 가진 구조에서는 게임 서버 또는 신뢰할 수 있는 서버 측 서비스에서 의사결정을 실행합니다. 게임 서버는 명령을 검증하고 실행 결과를 경기 상태에 반영합니다.

멀티플레이어 봇의 의사결정 루프는 얼마나 자주 실행해야 하나요?

모든 게임에 적용되는 단일 주기는 없습니다. 전투 봇은 순찰 봇보다 더 자주 평가해야 할 수 있습니다. 예상 동시 봇 수에서 반응 시간과 CPU 사용량을 측정한 뒤 주기를 정합니다.