제거 퍼즐: 알고리즘이 만드는 단어 게임의 비밀

초록

‘Elimination’은 브라우저와 모바일용 단어 퍼즐 게임으로, 모든 레벨은 FI-2Pop 진화 알고리즘을 통해 인간의 개입 없이 자동 생성됩니다. 본 논문은 게임 디자인, 레벨 생성 방법, 그리고 출시 후 수집된 수백 명의 사용자 플레이 데이터 분석을 소개합니다. 분석 결과, 생성기가 의도한 ‘톱니형’ 난이도 곡선을 구현했음을 확인했으며, 플레이어의 단어 선택 패턴에 대한 통찰도 얻었습니다.

상세 분석

본 논문의 기술적 핵심은 ‘제약 조건 하의 진화 알고리즘’을 활용한 프로시저럴 콘텐츠 생성(PCG) 시스템에 있습니다. 특히 FI-2Pop(Feasible-Infeasible 2-Population) 알고리즘을 채택해 두세 개의 ‘소스 단어’를 효율적으로 혼합한 문자열(챌린지)을 생성합니다. 이 과정에서 핵심은 두 가지 제약 함수와 적합도 함수입니다. 제약 함수는 생성된 챌린지 단어의 길이를 목표치 이하로 유지하는 반면, 적합도 함수는 ‘maxSeq’ 파라미터를 기준으로 챌린지 내에서 발견 가능한 모든 영어 단어를 ‘긴 단어 집합’과 ‘짧은 단어 집합’으로 분류합니다. 생성기의 목표는 긴 단어 집합의 단어들이 챌린지 문자열 내에 연속적으로 나타나는 경우를 최소화하고, 짧은 단어 집합의 단어들이 나타나는 경우를 최대화하는 것입니다. 이는 플레이어가 너무 쉽게 정답을 발견하거나 반대로 발견하기 너무 어렵지 않도록 미묘한 밸런스를 조정하는 메커니즘입니다.

사용자 데이터 분석에서 가장 주목할 만한 통찰은 플레이어의 단어 선택 행동에 관한 것입니다. 선형 회귀 모델 분석에 따르면, 플레이어는 점수 보상이 큰 ‘긴 단어’를 예상보다 더 자주 선택하는 경향이 있었습니다. 이는 단순히 점수 효율 때문만이 아니라, 게임 메커니즘의 숨은 특성 때문으로 추정됩니다. 즉, 짧은 단어를 찾기 위해 글자를 제거하는 과정에서, 의도치 않게 더 긴 단어가 먼저 완성되는 경우가 많기 때문입니다. 또한 논문에서 언급한 ‘AFART’ 예시처럼, 특정 챌린지에서는 특정 짧은 단어(‘FAR’)가 게임 규칙 상 절대 선택될 수 없는 ‘불가능한 단어’가 존재할 수 있음이 분석을 통해 새롭게 발견되었습니다. 이는 디자이너의 사전 예상을 뛰어넌, 생성 시스템과 게임 플레이 간의 복잡한 상호작용을 보여주는 사례입니다.

난이도 설계 측면에서는 ‘톱니형 곡선’을 목표로 생성 파라미터(말뭉치 빈도, 목표 길이, maxSeq, 2X 문자 수 등)를 수동으로 조정했으나, 사용자 성적을 예측하는 선형 회귀 모델의 설명력(R²=19.43%)은 상대적으로 낮게 나왔습니다. 이는 인간 디자이너의 직관적 파라미터 튜닝이 어느 정도 효과는 있지만, 정교한 난이도 제어를 위해서는 Isaksen 등의 연구에서 언급된 자동화된 튜닝 기법 도입이 필요함을 시사합니다.