게임 플레이는 AI에게 '현실 감각'을 가르칠 수 있을까

General Intuition을 볼 때 핵심은 투자 규모보다 문제 설정입니다. 이 회사는 게임을 단순한 오락 콘텐츠가 아니라, AI가 공간을 이해하고 다음 행동을 예측하는 데 필요한 데이터로 봅니다.

최근 General Intuition은 3억 2천만 달러를 조달했고, 기업가치는 23억 달러로 평가됐습니다. 공개된 누적 조달액은 4억 5천4백만 달러입니다.¹ 이번 라운드는 Khosla Ventures가 주도했습니다.²

이 자금 조달이 의미 있는 이유는 분명합니다. AI 경쟁의 초점이 텍스트와 이미지 생성에서, 환경을 이해하고 행동하는 에이전트로 넓어지고 있기 때문입니다.

General Intuition은 무엇을 만들려는가

General Intuition은 게임 소셜미디어 기업 Medal의 자매회사로 소개됩니다.² Medal 이용자들이 공유한 게임 플레이 클립이 주요 학습 재료입니다.²

여기서 중요한 것은 회사가 게임 영상을 단순한 시각 데이터로만 보지 않는다는 점입니다. 목표는 “다음 화면이 어떻게 보일까”를 맞히는 데 그치지 않습니다. General Intuition은 게임 안에서 사람이 어떤 상황에서 어떤 행동을 선택하는지에 초점을 둡니다.²

즉, 핵심 데이터는 픽셀보다 행동입니다. 플레이어가 장애물을 피하고, 목표 지점으로 이동하고, 상대의 움직임을 예측하고, 제한된 정보 속에서 결정을 내리는 과정이 학습 대상이 됩니다.

왜 게임 플레이가 AI 학습 데이터가 될 수 있는가

게임은 행동 학습에 유리한 특성을 갖고 있습니다. 공간이 있고, 시간이 흐르며, 사용자의 선택에 따라 환경이 바뀝니다. 플레이어는 매 순간 보고, 예측하고, 움직입니다.

General Intuition은 수백만 명의 게이머가 공간과 시간을 탐색하는 능력을 하나의 AI 모델로 증류하려 합니다.² 이는 단순히 게임을 잘하는 AI를 만들겠다는 뜻이 아닙니다. 가상 환경과 물리 세계에서 인식·예측·행동할 수 있는 프런티어 모델을 개발하겠다는 방향에 가깝습니다.²

이 관점에서 게임은 작은 세계입니다. 현실보다 통제되어 있지만, 행동과 결과의 관계를 학습하기에는 풍부한 환경입니다.

월드 모델은 최종 제품이 아니라 에이전트의 훈련 기반이다

이 접근을 이해하려면 월드 모델을 알아야 합니다. 월드 모델은 어떤 행동이 주어졌을 때 환경이 어떻게 변할지 예측하는 모델입니다.² 예를 들어 앞으로 이동하면 벽에 막히는지, 문 쪽으로 가면 통과할 수 있는지, 특정 행동 뒤에 어떤 변화가 생기는지를 학습합니다.

General Intuition은 월드 모델 자체를 최종 제품으로 보지 않습니다. 월드 모델을 에이전트 학습을 위한 구성 요소로 봅니다.² 다시 말해, 월드 모델은 AI가 세상을 상상하고 연습하는 기반에 가깝습니다.

이 차이는 중요합니다. 좋은 에이전트는 단순히 현재 장면을 인식하는 데서 끝나지 않습니다. 다음 상태를 예측하고, 가능한 행동을 비교하고, 목적에 맞는 선택을 해야 합니다. General Intuition이 겨냥하는 지점도 바로 이 행동 능력입니다.

관건은 ‘게임에서 현실로’의 전이

General Intuition의 접근이 매력적인 이유는 데이터의 규모와 다양성입니다. 수많은 게이머가 남긴 행동 기록은 AI에게 공간적 직관과 시간적 예측을 가르칠 수 있는 원천이 될 수 있습니다.

하지만 가장 큰 질문도 여기에 있습니다. 게임은 규칙이 비교적 명확하고, 현실은 훨씬 복잡합니다. 물리 세계에서는 센서 노이즈, 예외 상황, 예측하기 어려운 물체와 사람이 끊임없이 등장합니다.

따라서 판단 기준은 단순합니다. 게임에서 배운 행동 감각이 실제 로봇, 드론, 시뮬레이션 환경 등으로 얼마나 안정적으로 전이되는가입니다. General Intuition은 이미 게임, 시뮬레이션, 로보틱스 분야의 초기 파트너들을 상업용 API에 온보딩했습니다.² 앞으로는 이 파트너십이 실제 성능으로 이어지는지가 중요합니다.

투자금보다 봐야 할 것

General Intuition의 메시지는 “AI에게 언어뿐 아니라 행동의 직관도 필요하다”는 것입니다. 텍스트를 잘 생성하는 AI와 환경 속에서 판단하고 움직이는 AI는 다른 문제를 풉니다.

따라서 이 회사를 볼 때는 조달액보다 세 가지를 봐야 합니다.

첫째, 게임 데이터로 배운 모델이 얼마나 다양한 환경에서 작동하는가.
둘째, 실제 기기나 시뮬레이션에서 행동 성능이 얼마나 개선되는가.
셋째, 더 적은 실제 데이터로도 안정적인 에이전트 학습이 가능한가.

이 조건들이 충족된다면 게임 플레이 데이터는 단순한 사용자 콘텐츠를 넘어, 행동형 AI를 훈련시키는 중요한 자원이 될 수 있습니다. General Intuition의 실험은 그 가능성을 시험하는 대표적인 사례입니다.

참고

¹Dutch AI firm General Intuition raises $320 million in new round

²General Intuition raises $320M at $2.3B valuation for AI frontier models based on gameplay | exclusive interview