완벽한 심시티 찾기: 알고리즘으로 밝혀낸 도시 설계의 비밀

이 글은 35년간 시뮬레이션 게임인 심시티를 해보면서 '완벽한 도시'가 무엇인지 궁금했던 경험을 바탕으로 쓰였습니다. 저자는 게임의 설계도인 소스 코드를 이용해 컴퓨터가 스스로 도시를 만들게 했고, 그 결과 점수가 높거나 인구가 많은 도시들의 구체적인 설계 방식과 게임의 숨겨진 작동 원리를 알아냈습니다. 심시티는 가상의 도시를 만들고 관리하는 시뮬레이션 게임이며, 소스 코드는 게임을 구성하는 프로그램 설계도와 같습니다.

보통 도시 건설 게임은 점수를 많이 받거나 많은 사람을 모으는 것이 목표입니다. 하지만 이 글은 단순히 게임을 잘하는 방법을 알려주는 것을 넘어, 점수를 매기는 방식이나 도시가 성장하는 내부 원리를 깊이 파고들었다는 점이 다릅니다. 도시 점수는 건물을 많이 지었는지 여부가 아니라 범죄율, 공해 수준, 주택 가치, 세금 비율, 교통량, 실업률 등 여러 요소가 복합적으로 작용해 점수를 올리거나 깎습니다. 예를 들어 실업률이 높으면 오히려 점수가 오르는 역설적인 상황이나, 공원이 공해를 직접 줄이지는 않아도 간접적으로 범죄율을 낮춰 점수에 긍정적인 영향을 주는 원리 같은 게임의 숨겨진 규칙을 발견했기 때문입니다.

점수가 완벽한 도시의 인구는 1만 2천 명에서 1만 6천 명 사이이며, 이 도시들은 세금 비율을 1%로 유지할 때 인구 수준, 범죄율, 오염도, 토지 가치가 완벽하게 균형을 이룹니다. 이러한 고득점 도시들은 경찰서나 소방서 같은 공공시설이 없으며, 도로와 철도도 적고 서로 연결되어 있지 않은 경우가 많습니다. 예를 들어, 점수가 가장 높은 도시 중 하나인 bigscore1은 949.5점을 기록했고 인구는 16,560명입니다. 반면 인구를 최대한 늘리려고 시도한 도시들은 점수가 상대적으로 낮아지는 경향을 보입니다. 인구 최대화를 목표로 한 실험 결과, bigpop1은 709,405명의 인구를 기록했지만 점수는 467.0점에 그쳤습니다. 도시 점수는 일곱 가지 감점 항목(평균 범죄율, 평균 오염도, 평균 토지 가치, 세금 부과율, 평균 교통 체증 수준, 실업률, 현재 불타고 있는 구역 수)을 통해 1차로 계산되고, 이후 아홉 가지 감점 항목이 추가로 적용됩니다. 특히 실업률이 주민 수보다 일자리가 많아지면 실업률 항목이 마이너스(-)가 되어 약 128점의 큰 점수 보너스를 얻을 수 있습니다. 또한, 도시의 토지 가치는 2x2 구역(네 칸짜리 정사각형)을 기준으로 계산되는데, 공원 분수대 같은 특정 시설은 점수 평가에 포함되지만 토지 가치에는 직접적인 영향을 주지 않습니다. 공원이 오염을 줄여주지는 않지만, 공원이나 나무 같은 녹지 공간이 주변 토지 가치를 높여 간접적으로 범죄율을 낮추는 역할을 합니다. 더 나아가, 도시를 가장 좋게 만드는 방법 중 하나는 이용 가능한 주택 공급을 줄이는 것이며, 이는 새로운 일자리를 위한 땅을 확보하고 인구 증가로 인한 경제 회복 압력을 안정시키는 역할을 합니다.

이 분석은 게임을 즐기는 사람들에게 높은 점수를 얻기 위한 구체적인 '숨겨진 공략법'을 제공합니다. 예를 들어, 높은 점수를 원한다면 공공시설을 최소화하고 특정 인구 수준을 유지하는 것이 유리하다는 것을 알 수 있습니다. 개발자나 연구자 입장에서는 이 시뮬레이션이 도시가 어떻게 작동하는지에 대한 복잡한 사회 시스템의 모델로 활용될 수 있음을 보여줍니다. 다만, 이 연구는 특정 게임의 내부 작동 방식을 분석한 것이므로, 실제 현실의 도시 계획이나 사회 운영에 그대로 적용하기에는 한계가 있습니다. 이 연구는 도시 시스템을 구성하는 요소들 간에 복잡하고 때로는 예상치 못한 상호작용이 존재한다는 점을 보여주는 하나의 사례로 이해해야 합니다.