-메이플스토리PC(RL 리서치 엔지니어) 자기소개서

1. 넥슨코리아-메이플스토리PC(RL 리서치 .hwp
2. 넥슨코리아-메이플스토리PC(RL 리서치 .pdf
게임은 강화 학습(RL)이 가장 현실적으로 실험될 수 있는 플랫폼 중 하나입니다.
강화 학습 모델링과 구현 경험.
메이플스토리는 방대한 데이터와 구조를 가진 복합시스템이기 때문에, 강화 학습의 응용 가능성이 매우 높은 게임입니다.
가장 흥미롭게 실험했던 강화 학습 프로젝트는 무엇이었나요?
게임은 강화 학습(RL)이 가장 현실적으로 실험될 수 있는 플랫폼 중 하나입니다.
저는 학부 3학년 때 OpenAIGym과 Unity ML-Agents를 이용해 간단한 게임 환경을 만들고, PPO 알고리즘을 적용해 적대적 캐릭터의 전략을 학습시킨 경험을 계기로 '게임 내 인공지능'에 본격적인 관심을 갖게 되었습니다.
이후 졸업 프로젝트에서는 강화 학습 기반 NPC 행동설계 프로젝트를 수행했고, 대학원 진학 후에는 '캐릭터 행동 예측을 위한 모방학습기반 RL'이라는 주제로 연구를 진행하며 실제 유저 행동로그를 기반으로 한 im itationlearning, offlineRL 등을 활용해 유저와 유사한 행동 패턴을 생성하는 실험을 진행했습니다.
그 과정에서 메이플스토리처럼 복잡한 컨텍스트를 가진 MMORPG 게임에 강화 학습을 도입한다면 단순히 봇을 만드는 수준을 넘어서, 유저의 플레이 패턴 분석, 밸런스 테스트 자동화, 콘텐츠 설계 최적화 등 훨씬 넓은 응용 가능성이 있음을 체감했습니다.
강화 학습 모델링과 구현 경험.
행동 시퀀스를 기반으로 한 LSTM 기반 예측 모델 구현, 행동 트리 추출, 유저 세그먼트 분석 등의 경험을 통해 게임 내 데이터 흐름을 이해하고, 이를 기반으로 효과적인 보상구조 및 학습 커리큘럼을 설계할 수 있습니다.
저는 실험 로그를 체계적으로 관리하고, 실험군·대조군 구조의 A/BTest 설계, 지표화 및 결과 리포트 작성 경험을 다수 보유하고 있습니다.
유저의 플레이로그를 기반으로 개인화된 콘텐츠 루트를 예측하고, 이를 바탕으로 적절한 이벤트나 보상을 추천하는 AI 시스템도 가능합니다.
스킬트리와 데미지로 그를 기반으로 한 강화 학습 기반 스킬 최적화 추천 기능을 구현해 보고 싶습니다.
기반, 학습, 유저, 행동, 강화, 게임, 설계, rl, 구현, 실험, 경험, 프로젝트, 환경, 연구, 메이플스토리, 이다, 시스템, npc, 실제, 가능성