AI 캐릭터가 거짓말을 할 수 있을 때 미스터리를 공정하게 만드는 방법

AI의 버전보다 사건의 진실을 먼저 작성하라

어떤 캐릭터의 기억이나 설명과도 무관하게 실제로 일어난 일에 대한 비공개 기록부터 시작하세요. 관련된 행동을 순서대로 나열하고, 각 캐릭터가 무엇을 알고 있는지, 어떤 세부 사항을 직접 관찰할 수 있는지 정리합니다. 이 기록을 미스터리의 고정된 기준점으로 삼으세요. 대사가 이와 모순될 수는 있지만, 추측이 맞아떨어지게 만들려고 진실이 밝혀지는 순간 새로운 사실을 지어내서는 안 됩니다.

간단한 예를 들어, AI 큐레이터가 방의 조명과 잘 어울려서 전시용으로 파란색 판화를 골랐다고 말한다고 상상해 보세요. 작가가 설정한 진실은 자원봉사자가 그 선택을 했고, AI는 다른 판화를 추천했다는 것일 수 있습니다. 누가 선택을 내렸는지, AI가 무엇을 보았는지, 어떤 기록이 남아 있는지를 기록해 두세요. 이는 예시를 위한 설정일 뿐, 실제 시스템에 대한 주장은 아닙니다.

이러한 분리가 중요한 이유는 캐릭터의 말이 여러 서사 전달 경로 중 하나에 불과하기 때문입니다. 게임에서의 신뢰할 수 없는 서술에 관한 연구는 대사, 시각 자료, 게임플레이가 어떻게 함께 작용하여 플레이어가 믿는 바를 형성하는지 설명합니다. 실무에서는 각 경로가 무엇을 입증하는지 기록해 두세요. AI의 진술은 자신의 설명을 전달하고, 날짜가 적힌 선택 카드는 행동을 기록하며, 눈에 보이는 전시는 현재의 결과를 보여줍니다. “Is This Really Happening?”: Game Mechanics as Unreliable Narrator

출처와 상태에 따라 주장을 분류하라

모든 중요한 진술에 명확한 출처를 부여하세요. 유용한 단서 장부는 주장 내용, 이를 제공한 주체(누구 또는 무엇인지), 확인 가능해진 시점, 뒷받침하는 내용, 다른 곳에서 교차 검증이 가능한지 여부를 기록합니다. 캐릭터의 주장을 물리적 기록, 목격된 행동, 또는 플레이어 자신의 관찰과 구별하세요. 이 구분이 인터페이스상에 명시적인 '진실' 라벨로 나타날 필요는 없으며, 픽션 내에서 자연스럽게 읽혀야 합니다.

예를 들어, "내가 파란색 판화를 선택했다"는 것은 AI의 주장입니다. 서명된 카드는 누가 선택을 입력했는지 보여줄 수 있고, 날짜가 적힌 전시 메모는 그것이 언제 변경되었는지를 입증할 수 있습니다. 이러한 기록들이 누군가가 행동한 이유까지 자동으로 증명해 주지는 않으므로, 행동에 대한 증거와 동기에 대한 설명을 분리해 두세요. 플레이어는 추가 단서를 통해 이유를 추론할 수 있지만, 진실이 밝혀지는 순간 그 추론이 마치 카드에 적혀 있었던 것처럼 취급되어서는 안 됩니다.

출처 라벨은 플레이어에게 어떤 결론을 내려야 하는지가 아니라, 자신이 보고 있는 증거가 어떤 종류인지 알려줄 때 가장 유용합니다. 인터뷰는 정확하더라도 여전히 인터뷰이며, 기록은 불완전하더라도 여전히 기록입니다. 이는 모든 단서가 제각기 자의적으로 느껴지게 만들지 않으면서도 불확실성을 유지할 수 있게 해줍니다.

각 핵심 추론에 둘 이상의 경로를 제공하라

필수적인 결론에 이르는 유일한 경로를 AI의 진술로만 만들지 마세요. 미스터리를 해결하는 데 필요한 각 추론마다 서로 다른 방식으로 이를 뒷받침하는 여러 단서를 계획하세요. 하나는 날짜가 적힌 기록일 수 있고, 다른 하나는 방 안의 가시적인 변화일 수 있으며, 또 다른 하나는 제2의 캐릭터의 증언일 수 있습니다. 단서들이 정답을 그대로 반복할 필요는 없습니다. 플레이어가 서로 다른 증거로부터 동일한 결론을 검증할 수 있게 해주면 됩니다.

저스틴 알렉산더(Justin Alexander)의 '세 가지 단서 규칙(Three Clue Rule)'은 롤플레잉 미스터리에서 각 결론마다 최소 세 개의 단서를 제공할 것을 제안하는데, 이는 부분적으로 단서를 놓치거나 오해하여 진행이 막힐 가능성을 줄이기 위함입니다. AI 중심의 이야기에서는 출처를 다각화함으로써 이 원칙을 적용하세요. AI 자신의 주장이 담긴 세 개의 복사본은 세 가지 독립적인 검증 수단이 되지 못합니다. “Three Clue Rule”

이것은 설계를 돕는 지침일 뿐, 절대적인 숫자는 아닙니다. 철저히 통제된 선형적 게임에는 더 적은 경로가 필요할 수 있고, 선택지가 많거나 물건을 간과하기 쉬운 게임에는 더 많은 경로가 필요할 수 있습니다. 핵심 질문은 플레이어가 AI의 설명을 배제하더라도 여전히 관련 결론에 도달하고 이를 검증할 수 있는가입니다. 공정한 퍼즐에 관한 게임 디자인 가이드라인 역시 게임 월드 내에 필요한 정보를 제공하고 플레이어에게 필요할 때 중요한 단서를 다시 확인할 수 있게 할 것을 강조합니다. “GDC Online: Making Puzzles And Writing Work Together”

AI가 왜곡할 수 있는 범위를 정의하라

AI가 입을 열기 전에 그 불확실성의 경계를 설정하세요. 알고서 거짓 진술을 하는지, 기록을 혼동하는지, 세부 사항을 누락하는지, 아니면 제한된 시야를 가지고 있는지 결정합니다. 이들은 서로 다른 행동 방식이며, 이야기가 편의에 따라 이들 사이를 오간다면 플레이어는 공정하게 추론할 수 없습니다. 캐릭터가 틀렸거나 기만적일 수는 있지만, 그 능력과 진술을 둘러싼 조건은 일관성을 유지해야 합니다.

오해의 소지가 있는 각 주장에 대해 기획 노트에서 네 가지 질문에 답해 보세요. AI는 무엇이라고 말하는가? 실제 진실은 무엇인가? 왜 그런 주장을 할 수 있는가? 플레이어가 이에 도전할 수 있게 해주는 증거는 무엇인가? 예를 들어 AI가 자신의 선택에 대해서만 거짓말을 한다면, 나중에 아무런 복선 없이 무관한 관찰 내용까지 변경하게 만들어서는 안 됩니다. 제한된 패턴은 플레이어가 학습할 수 있는 요소를 만들어 내지만, 무작위적인 신뢰성 결여는 증거를 그저 소음으로 만들 뿐입니다.

인터랙티브 픽션 이론가인 닉 몬트포트(Nick Montfort)는 플레이어가 작품의 세계와 인터페이스가 작동하는 방식을 발견해 나가며, 일관된 규칙이 이러한 발견을 매력의 일부로 만든다고 언급합니다. 여기에 적용해 보면, 플레이어는 작가가 은근슬쩍 추가한 새로운 규칙을 추측하기보다 플레이를 통해 AI의 규칙을 배울 수 있어야 합니다. “Toward a Theory of Interactive Fiction,” in *IF Theory Reader*

진실의 공개가 증거를 따르도록 하라

만족스러운 진실 규명은 AI의 주장과 독립적인 단서들을 함께 설명해 내야 합니다. 마지막 장면을 작성하기 전에, 각각의 결정적인 사실이 앞서 등장했는지, 플레이어가 접근할 수 있었는지, 그리고 명시되지 않은 능력이나 숨겨진 규칙 없이도 결론이 도출되는지 확인하세요. 어떤 단서를 간과하기 쉬웠다면, 다시 살펴볼 수 있게 만들거나 동일한 추론으로 이어지는 다른 경로를 추가하는 것을 고려해 보세요.

그런 다음 플레이어의 입장에서 설계를 테스트해 보세요. 각 주장을 누가 제공했는지 구별할 수 있는가? AI의 설명을 검증할 단서를 찾을 수 있는가? 각각의 핵심 결론이 AI의 대사 외부에서도 뒷받침되는가? 플레이어가 이미 마주친 증거를 사용하여 진실을 설명할 수 있는가? 게임 퍼즐 가이드는 공정성을 일종의 계약으로 규정합니다. 즉, 기획자는 통찰을 발휘할 여지를 남겨두면서도 도전을 해결하는 데 필요한 정보를 제공해야 한다는 것입니다. “Puzzle Writing: Best Practices”

플레이테스터가 다른 결론에 도달한다면, 그 격차의 원인을 특정한 단서나 규칙에서 찾아내세요. 설명 없이 두 기록이 충돌하거나, AI의 한계가 명확히 설정되지 않았을 수 있습니다. 이야기 속에서 그 빈틈을 메우세요. 단지 플레이어가 발견하지 못했다는 이유만으로 결말에서 AI가 결정적인 사실을 불쑥 발표하게 만들어서는 안 됩니다. 그것은 퍼즐이 끝난 뒤에 해결의 근거를 바꾸는 일입니다.

거짓말을 하는 AI는 그 설명이 일어난 일을 결정하는 권위가 아니라 하나의 증거 조각으로 쓰일 때 공정한 미스터리를 더욱 흥미진진하게 만들 수 있습니다. 밑바탕의 진실을 확정하고, 주장과 기록을 구별하며, 중요한 추론을 검증할 독립적인 방법을 제공하고, AI의 행동을 플레이어가 학습할 수 있는 규칙 안에 두세요. 그렇게 하면 진실의 공개는 플레이어에게 작가가 무엇을 허용할지 추측하게 하는 대신, 관찰과 논리적 추론에 대한 보상을 안겨줄 수 있습니다.

이 주제 더 살펴보기