2b2t 15TB 아카이브, AI 시대의 월드 데이터

게임 아카이브가 데이터 인프라가 되는 순간

2b2t.place의 1M² 월드 다운로드 프로젝트는 AI 모델 발표는 아니지만, AI 시대 데이터 뉴스로 읽을 만하다. 프로젝트는 Minecraft 서버 2b2t의 1,024,000² Overworld 영역, 512,000² Overworld 스냅샷, 256,000² End 영역, 100,000² Nether 영역을 포함한 15TB, 13.7TiB 규모의 압축 월드 데이터를 공개했다. 28개 봇 계정이 맵을 비행하며 서버가 보내는 월드 데이터를 저장했고, 최종 1M² 작업은 2025년 12월 말부터 2026년 4월까지 109일이 걸렸다고 설명한다.

이 데이터는 하나의 바로 실행 가능한 Minecraft 월드가 아니라 여러 시점의 압축 월드 덤프 모음이다. 프로젝트는 GitHub 조직, 프로젝트 설명 페이지, SalC1 영상, 2b2t Wayback 서버를 통해 도구와 맥락을 공개한다. 게임 팬덤의 보존 프로젝트처럼 보이지만, 실제로는 장기간 인간 행동이 누적된 3D 공간 로그다.

왜 AI 관점에서 중요한가

생성형 AI는 텍스트와 이미지에서 3D, 게임, 로보틱스 환경으로 이동하고 있다. 이때 필요한 것은 예쁜 합성 장면만이 아니다. 사람들이 오랜 시간 만들고 파괴하고 이동하고 숨기고 복구한 세계의 흔적이 필요하다. 2b2t는 초기화가 거의 없는 장기 서버라는 특성 때문에 폐허, 이동 경로, 기반 시설, 숨겨진 구조물, 시간별 변화가 함께 남는다. Neural Render Proxies, 현실 디테일과 AI 에이전트 평가, Mr. Baby Paint의 작은 UI 창발성이 보여준 것처럼 AI 시스템은 정적인 장면보다 상호작용의 흔적에서 더 많은 평가 신호를 얻는다.

Minecraft 자체도 연구 환경으로 오래 쓰였다. MineRL은 Minecraft 기반 강화학습과 모방학습 태스크를 제공했고, Project Malmo는 게임 월드를 AI 실험장으로 다뤘다. 2b2t 데이터는 정제된 연구 벤치마크와 다르게 매우 지저분하지만, 바로 그 지저분함이 실세계 데이터에 가깝다.

보존, 저작권, 안전의 복잡한 경계

이 프로젝트는 비상업적 보존과 연구 목적을 밝히고, Mojang·Microsoft·2b2t 운영자와 무관하다고 고지한다. 하지만 대규모 사용자 생성 콘텐츠에는 늘 복잡한 문제가 따라온다. 누가 만든 구조물인지, 어떤 내용이 포함됐는지, 민감하거나 유해한 표현이 있는지, 데이터셋으로 재배포할 때 어떤 권리가 남는지 명확하지 않을 수 있다. AI 저작권과 공정이용 논쟁과 같은 문제가 게임 월드에서도 반복된다.

AI 연구자는 "공개 torrent니까 학습에 써도 된다"고 단정하면 안 된다. 공개 접근성과 학습 권리는 다른 문제다. 특히 월드 데이터는 좌표, 시간, 사용자 흔적, 커뮤니티 맥락을 포함한다. 모델 학습보다 먼저 필터링, 라이선스 검토, 유해 콘텐츠 탐지, 재배포 제한, 데이터 카드가 필요하다. Internet Archive 같은 보존 기관이 축적한 원칙도 참고할 만하다.

한국 게임·AI 기업의 기회

한국은 온라인 게임 운영 경험이 길고, 장기 라이브 서비스 데이터를 많이 보유한다. 하지만 이 데이터는 보통 운영 로그, 밸런싱 지표, 결제 분석에 갇힌다. 생성형 AI 시대에는 게임 월드 자체가 훈련·평가·시뮬레이션 자산이 될 수 있다. NPC 행동, 레벨 디자인 보조, 버그 탐색, 유저 동선 요약, 월드 복원, 커뮤니티 기록 보존이 모두 연결된다.

다만 기업 데이터는 훨씬 민감하다. 유저 개인정보와 채팅, 신고 기록, 결제 정보가 분리되어야 하고, 크리에이터 권리도 정리해야 한다. 2b2t 사례가 주는 실용적 교훈은 기술보다 배포 구조다. 전체 zip 하나가 아니라 ring 구조와 SquashFS 이미지로 선택 다운로드를 가능하게 한 점, 도구와 렌더, 발견 기록을 함께 제공한 점은 대규모 게임 데이터 공개의 참고 모델이 된다.

자주 묻는 질문

Q1: 이 데이터가 바로 AI 학습용 데이터셋인가요?

A: 아니다. 공개 아카이브에 가깝다. AI 학습에 쓰려면 라이선스, 유해 콘텐츠, 중복, 메타데이터, 태스크 정의를 별도로 정리해야 한다.

Q2: 왜 Minecraft 월드가 AI에 유용할 수 있나요?

A: 3D 공간, 인간 행동 흔적, 시간 변화, 자원 배치, 탐색 경로가 함께 있기 때문이다. 에이전트 평가와 월드 이해 연구에 힌트를 줄 수 있다.

Q3: 15TB 전체를 받아야 하나요?

A: 프로젝트는 필요한 반경만 선택해 받을 수 있는 구조를 설명한다. 전체 덤프를 받지 않아도 일부 영역을 살펴볼 수 있다.

Q4: 한국 게임사가 비슷한 공개를 할 수 있나요?

A: 가능하지만 권리 정리와 개인정보 분리가 선행되어야 한다. 공개 연구용과 내부 모델 학습용의 기준도 다르게 잡아야 한다.

Q5: 이 사례의 가장 큰 의미는 무엇인가요?

A: 오래된 온라인 세계가 단순한 추억이 아니라 미래 AI가 이해해야 할 복잡한 상호작용 데이터라는 점을 보여준다.