NitroGen의 개요
NitroGen은 비디오 게임을 플레이하는 에이전트용 오픈 파운데이션 모델로, NVIDIA가 이끄는 연구팀이 2025년 12월에 공개했고 논문은 2026년 1월 4일에 나왔습니다. 게임 화면을 보고 컨트롤러 입력을 출력합니다. 256×256 RGB 프레임을 받아 아날로그 스틱 벡터 2개와 버튼 입력 17개를 돌려줍니다. 게임을 생성하지 않고, 게임을 플레이합니다.
모델은 4억 9300만 파라미터이며, SigLip2 비전 트랜스포머가 행동을 만드는 확산 트랜스포머에 입력을 넘기는 구조입니다. 스트리머들이 컨트롤러 입력을 화면에 띄운 공개 영상을 이용해, 1,000개 이상 게임의 40,000시간 플레이로 행동 복제 방식으로 학습했습니다. 팀은 이 데이터셋, 평가 도구 모음, 모든 Windows 게임을 Gymnasium API로 다룰 수 있게 하는 래퍼도 공개했습니다.
가중치는 NVIDIA One-Way Noncommercial 라이선스이고, SigLip2 백본은 Apache 2.0입니다.
NitroGen, 쓸 만한 가치가 있습니까?
NitroGen은 실제로 돌려 볼 수 있는 오픈 게임 플레이 에이전트입니다. 493M 파라미터 모델 하나가 게임별 코드 없이 화면만 보고 액션, 플랫포머, 레이싱 게임을 플레이하며, 가중치와 코드와 학습 데이터가 함께 공개됩니다.
핵심은 데이터입니다. 팀은 스트리머가 화면에 띄우는 컨트롤러 오버레이를 읽어, 818명 크리에이터의 영상 38,739개, 71,000시간의 방송 플레이를 40,000시간 분량의 프레임·버튼 쌍으로 바꿨습니다. 논문은 학습 때 보지 못한 게임에서 처음부터 학습한 모델보다 과제 성공률이 최대 52% 높다고 보고합니다. 자기 게임에 맞춰 파인튜닝하려면 이 숫자가 중요합니다.
주의할 점: 데이터 분포도 실력도 고르지 않습니다. 1,000개가 넘는 게임 중 100시간 넘는 데이터가 있는 것은 91개, 1,000시간을 넘는 것은 15개뿐이라 인기 게임을 훨씬 잘합니다. 모델 카드는 전략이나 MOBA처럼 마우스·키보드 중심 게임에 약하다고 밝히며, 논문의 핵심 결과도 상대적 개선이지 게임을 끝까지 깬다는 주장이 아닙니다. 논문 평가에서는 모델이 행동을 고르는 동안 게임을 일시 정지했고, 실시간 플레이는 향후 과제로 남겼습니다. 플레이 스크립트는 실행 중인 Windows 게임 프로세스에 붙어 사용자 기기에서 컨트롤러 입력을 보내므로, 중요한 계정이 있는 PC가 아닌 테스트용 PC에서 돌려야 합니다. 상업적 사용은 허용되지 않습니다.
연구 프로젝트치고 확산은 뚜렷합니다. GitHub 스타 2,237개, Hugging Face 좋아요 579개입니다. GitHub 저장소의 마지막 푸시는 2026년 1월이었습니다.
결론: 스튜디오에게는 라이선스가 상업 작업을 허용하지 않으므로, 도입할 도구가 아니라 자동 플레이테스트의 미리보기로 평가할 대상입니다. 연구자에게는 모델보다 데이터셋이 더 가치 있습니다.
제 역할을 하는 곳
게임 스튜디오 연구개발 조직의 리서치 엔지니어
범용 에이전트가 언젠가 컨트롤러 게임을 테스트할 수 있을지 판단하기
scripts/serve.py로 체크포인트를 띄우고 전용 Windows 테스트 기기에서 빌드 실행 파일에 scripts/play.py를 붙입니다. 논문의 미학습 게임 결과로 보면 팀 자체 플레이로 파인튜닝하는 것이 가장 효과적입니다. 라이선스는 비상업적 평가만 허용하며 실제 QA에는 쓸 수 없습니다.
모방 학습을 연구하는 박사 과정 학생
데이터셋을 만들지 않고 게임 간 전이 연구하기
공개된 40,000시간 데이터셋과 평가 도구를 고정 기준으로 쓰고, Gymnasium 래퍼로 상용 게임에서 실험합니다.
도입 전 확인할 점
- 설정
- MineDojo/NitroGen을 클론해 pip install -e .를 실행하고, nvidia/NitroGen에서 ng.pt를 받아 추론 서버를 띄운 뒤, Windows 게임 실행 파일을 대상으로 플레이 스크립트를 실행합니다.
- 연동
- 상용 Windows 게임용 Gymnasium 방식 래퍼. Hugging Face 데이터셋 nvidia/NitroGen.
- 데이터와 개인정보
- 로컬에서 실행됩니다. 에이전트가 화면을 읽고 대상 프로세스에 게임패드 입력을 주입합니다. 가중치는 NVIDIA One-Way Noncommercial 라이선스입니다.
- 제한
- 입력 256x256. 게임패드 행동만. RTS·MOBA에 약함. Windows 게임만. 행동마다 게임을 멈추고 평가. 비상업.
좋은 점
- 화면 픽셀에서 게임패드 입력까지, 실제 Windows 게임을 플레이
- 데이터셋, 평가 도구, 가중치 모두 공개
- 처음 보는 게임에서 처음부터 학습한 모델보다 최대 52% 우수
- 493M 파라미터로 작음
아쉬운 점
- 비상업 라이선스
- 마우스·키보드 장르에 약함
- 학습 데이터가 인기 게임에 쏠림
- 행동 사이에 게임을 멈추고 평가했으며 실시간이 아님
추천 대상
비상업 라이선스로 작업할 수 있는 게임 AI 연구자와 자동 플레이테스트를 검토하는 스튜디오 연구개발팀.
NitroGen 대안
NitroGen: 자주 묻는 질문
- NitroGen, 쓸 만한 가치가 있습니까?
- NitroGen은 오늘 내려받아 실제 Windows 게임에 붙일 수 있는 게임 에이전트지만, 비상업 라이선스 때문에 연구실 밖으로 나가지 못합니다. 평점은 5점 만점에 3.8점입니다.
- NitroGen의 가격은 얼마입니까?
- 가중치, 코드, 데이터셋은 비상업적 용도에 한해 무료입니다. GPU 비용은 직접 부담합니다.
- NitroGen의 단점은 무엇입니까?
- 비상업 라이선스; 마우스·키보드 장르에 약함; 학습 데이터가 인기 게임에 쏠림; 행동 사이에 게임을 멈 추고 평가했으며 실시간이 아님.
- NitroGen에 적합한 사람은 누구입니까?
- 비상업 라이선스로 작업할 수 있는 게임 AI 연구자와 자동 플레이테스트를 검토하는 스튜디오 연구개발팀.
- NitroGen에 회사 데이터를 맡겨도 안전합니까?
- 로컬에서 실행됩니다. 에이전트가 화면을 읽고 대상 프로세스에 게임패드 입력을 주입합니다. 가중치는 NVIDIA One-Way Noncommercial 라이선스입니다.
- NitroGen의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 Genie 4, Matrix-Game 4.0 및 LingBot-World 2.0 (Infinity)입니다.
답변 확인일: 2026년 11월 7일.