기계와 함께
이제 기계와 함께 일하는 것은 먼 미래나 미래, 남의 이야기가 아닙니다. 지금 내 컴퓨터에서 실행되고 있는 클로드 앱까지 닥쳐온 현실입니다. 이제 무엇을 해야 할까요. 다들 비슷한 의문을 가지고 있겠지만 의외로 이런 본격적인 고민은 몇 년 전부터 시작되었습니다. 그들의 시행착오를 훔칩시다.
GDC 2026에 공개된 엠바크 스튜디오의 'Freedom Through Structure: Character Pipelines at Embark' 강연 영상을 보며 AI가 게임 개발 파이프라인 깊숙한 곳까지 얼마나 치밀하게 스며들었는지 생각해보게 되었습니다. 단순한 리소스 생성이나 기술 데모를 넘어, 이제는 스튜디오의 캐릭터 파이프라인부터 구조적인 개발 시스템 전체를 AI가 뒷받침하는 시대가 이미 시작되었습니다[^Game Character Pipelines at Embark: Freedom Through Structure | GDC 2026]. 업계가 생성형 AI를 본격적으로 개발 공정에 도입하기 시작한 지 어느덧 4년 차에 접어들었습니다. 그동안 AI는 신기한 실험용 기술을 지나 거대한 프로젝트의 뼈대를 지탱하는 핵심 인프라로 빠르게 자리 잡았습니다. 하지만 기술의 발전 속도가 경이로울수록 그 거대한 파도 앞에서 실무를 담당하는 우리는 종종 막막함을 느끼곤 합니다. 오늘은 현재 전 세계 게임 업계가 AI를 어떻게 구조적으로 적용하고 있는지 거시적인 글로벌 동향을 먼저 짚어보고자 합니다. 그리고 더 나아가 거창한 미래의 기술이 완벽해지기를 기다리는 대신 우리들이 당장 오늘부터 실무에서 무엇을 할 수 있는지 현실적인 방안을 찾아보려 합니다. 급변하는 환경 속에서 기획자가 주도권을 잃지 않고 능동적으로 활용할 수 있는 새로운 생존 전략과 실전 도구들을 살펴보겠습니다.
게임 개발이 놓인 자리
콘솔 중심 대형 작품의 예산은 이미 2억 달러 선을 넘어섰습니다. Call of Duty 신작은 3억 달러를 초과하도록 책정됐고 락스타의 차기작은 외부 보고에서 10억에서 20억 달러 수준으로 알려졌습니다. 이 수치는 검증된 값은 아니지만 업계가 도달한 지점을 가늠하게 해주는 지표입니다[^List of most expensive video games to develop]. 영국 경쟁시장청은 2023년 산업 보고서에서 개발 예산이 전례 없는 단계로 진입했다는 사실을 공식 문서로 남겼습니다[^CMA Report Reveals AAA Games Could Cost Over $1 Billion to Make]. 개발 기간도 연쇄적으로 늘어났습니다. 엑스박스 게임 스튜디오의 맷 부티는 2023년 인터뷰에서 게임 개발이 과거 2~3년이었다면 이제는 4~5년 그리고 6년까지 걸린다는 점을 업계와 팬 모두가 이해해야 한다고 발언했습니다[^Xbox Game Studios chief says people need to realise games now take 4-6 years to make]. 이 현실은 한 프로젝트의 기획 단계에서 세운 전제가 출시 시점에 전혀 다른 시장을 마주하게 된다는 의미입니다. 이 구조가 얼마나 취약한지는 콘코드 사건이 적나라하게 드러냈습니다. 파이어워크 스튜디오가 약 6년간 개발한 히어로 슈터는 2024년 8월 23일 출시 후 9월 6일 서버가 종료됐습니다. 출시 후 2주를 버티지 못한 것입니다. 피크 동시 접속은 132명이었고 소니는 파이어워크 스튜디오를 폐쇄한 뒤 구매자 전원에게 환불했습니다[^Sony shuts down Concord dev Firewalk and mobile studio Neon Koi]. 하이파이 러시를 만든 탱고 게임웍스와 프레이를 만든 아케인 오스틴이 같은 해 5월에 마이크로소프트의 결정으로 폐쇄된 것도 같은 맥락에서 읽어야 합니다.
개별 스튜디오의 실책이 아닌 구조적 문제라는 점은 고용 지표에서 확인됩니다. 2022년부터 2025년까지 게임 업계 누적 해고 인원은 약 4만 4천 명 수준으로 집계됩니다[^PRESENTATION: The State of Video Gaming in 2025]. 엠브레이서 그룹 한 곳에서만 2023년 6월 이후 7천 8백 명 이상이 회사를 떠났고 44개 이상의 스튜디오가 폐쇄되거나 매각됐습니다[^Embracer Group]. 에픽게임즈는 2023년 9월 870명을 줄인 뒤 2025년 9월 다시 1천 명을 감축했습니다. 소니는 콘코드 참사 뒤 파이어워크를 폐쇄하며 172명을 해고했습니다. 유비소프트는 2024년 12월 샌프란시스코와 오사카 스튜디오를 폐쇄하며 277명을 내보냈고 2026년 2월에는 프랑스와 캐나다에서 1천 2백 명 규모의 국제 파업이 발생했습니다. 이런 배경에서 AI 도입은 혁신 동력이라기보다 생존 수단에 가깝습니다. 그러나 도입 방식과 속도는 스튜디오마다 극명하게 다릅니다. 각 스튜디오가 어떤 업무에 어디까지 AI를 끌어들였고 어떤 결과를 얻었는지를 구체적으로 들여다봐야 게임 디자이너가 본인의 업무에 적용할 때 무엇을 따르고 무엇을 피할지 판단할 수 있습니다.
유비소프트의 내러티브 실험
유비소프트 파리 R&D 조직인 라 포지는 2023년 3월 21일 GDC에서 고스트라이터라는 도구를 공개했습니다. 작가가 맥락과 캐릭터 성격을 입력하면 도구는 confident, excited, irritated, curious 같은 감정 축을 기반으로 여러 변형안을 생성합니다. 작가는 두 개의 안을 비교하는 pairwise comparison 인터페이스에서 더 나은 쪽을 고르며 모델을 점진적으로 조정합니다[^The Convergence of AI and Creativity: Introducing Ghostwriter]. 벤 스완슨의 GDC 2023 발표에서 드러난 흥미로운 사실은 감정 축마다 수용률이 달랐다는 점입니다. confident나 excited 변형은 작가들이 자주 채택한 반면 curious는 거의 항상 거절됐습니다. 이 데이터는 작가가 실제로 원하는 감정 톤이 무엇인지를 역으로 추론하는 근거가 됐습니다[^Here are more details on Ubisoft's Ghostwriter AI tool from GDC 2023]. 고스트라이터는 이후 오멘이라는 범용 내러티브 도구로 확장됐으며 paraphrase, double-acts, crowd life barks 같은 케이스에 특화된 서브 도구들이 추가됐습니다. 1년 뒤인 2024년 3월 GDC에서 유비소프트는 훨씬 더 야심 찬 프로토타입을 선보였습니다. NEO NPC는 유비소프트의 첫 플레이어 대면 생성형 AI 프로토타입으로 Inworld의 캐릭터 엔진과 NVIDIA의 Audio2Face를 결합해 실시간 대화와 얼굴 애니메이션을 구현했습니다. 세 가지 데모가 있었는데 블룸이라는 캐릭터와 관계를 구축하는 상황, 드론 피드를 보며 반응하는 상황, 그리고 아이언이라는 캐릭터와 침투 작전을 기획하는 상황이었습니다.
주목할 점은 이 프로토타입이 작가 직무를 어떻게 재편했는가입니다. 내러티브 디자이너 비르지니 모세는 전통적 대사 작성 대신 캐릭터의 백스토리, 성격, 대화 스타일을 설정하는 설계 문서를 만들었습니다. 이어서 데이터 사이언티스트가 이 설계를 가드레일과 프롬프트 조건화로 옮겼습니다. 여기서 가드레일은 캐릭터가 하지 말아야 할 행동이나 표현의 경계를 의미합니다[^How do Ubisoft's AI-driven NPCs handle dynamic player interactions?]. 초기 실험에서 여성 캐릭터가 자동으로 flirtatious 또는 seductive 성향으로 편향되는 문제가 발견됐고 이를 수정하는 과정 자체가 작가의 핵심 업무가 됐습니다. 디렉터이자 프로듀서인 하비에르 만사나레스는 같은 발표에서 "생성형 AI는 도구이고 기술이지 게임을 만드는 주체가 아니다"라고 못 박았습니다. 디자인과 팀에 연결되어야만 의미가 있다는 것입니다[^Ubisoft is developing an AI tool ‘that aims to support scriptwriters’]. 이 발언은 뒤이어 등장한 수많은 프로토타입에 대한 유비소프트의 일관된 태도로 자리 잡았습니다.
2025년 11월 유비소프트는 Teammates라는 비공개 플레이테스트 프로젝트를 공개했습니다. 한 걸음 더 나아가 슈팅 게임 환경에서 AI 팀원 소피아와 파블로가 플레이어의 음성 명령을 받아 엄폐와 공격을 수행하고 재스퍼라는 어시스턴트가 적이나 오브젝트를 하이라이트하는 구조입니다[^Ubisoft Reveals Teammates – An AI Experiment to Change the Game]. 기술 시연을 넘어 플레이어가 실제로 조작하는 상품 프로토타입이라는 점에서 이전 실험들과 결이 다릅니다. 그러나 유비소프트의 이런 실험적 태도와 조직의 실제 상태 사이에는 괴리가 존재합니다. 프랑스와 캐나다의 노조는 2026년 2월 국제 파업에 돌입하며 이브 기유모 CEO의 사임을 요구했습니다. 파업 쟁점에는 AI 도구 도입과 외주 전환, 원격 근무 축소가 포함됐습니다. 즉 경영진이 내세우는 혁신 프로젝트와 현장 노동자가 경험하는 구조조정이 같은 조직 안에서 동시에 진행 중입니다. 게임 디자이너는 이 양면성을 정확히 인식해야 합니다. 유비소프트 내부의 NEO NPC 작업에 참여하는 디자이너와 도구 도입으로 포지션이 통합되거나 사라진 디자이너는 같은 회사에 소속되어 있습니다.
EA의 애니메이션 자동화
EA의 HyperMotion V는 2023년 EA SPORTS FC 24에 처음 도입된 이후 계속 확장되고 있습니다. 핵심은 volumetric motion capture로 실제 11대11 프로 경기를 대규모로 수집한 뒤 머신러닝으로 진짜 축구 같은 움직임을 학습시킨다는 점입니다. FC 24 기준으로 총 5억 9천만 프레임 분량의 데이터가 쓰였는데 이는 직전작인 FIFA 23의 80배에 해당합니다. FIFA 23에 12개뿐이었던 런 사이클 애니메이션은 FC 24에서 1천 2백 개로 늘어났습니다[^Gameplay Improvements in EA SPORTS FC™ 24]. 주목할 점은 이 시스템이 기획 단계의 의사결정까지 바꾼다는 점입니다. 과거에는 애니메이터가 수작업으로 만들어야 하는 모션의 수가 제한적이었기 때문에 기획 단계에서부터 플레이어 움직임의 가짓수를 미리 좁혀야 했습니다. HyperMotion V 기반 파이프라인에서는 머신러닝 모델이 변형을 생성하므로 기획이 더 세밀한 단위로 차별화를 시도할 수 있습니다. FC 26에서는 여기에 강화학습이 더해져 골키퍼 행동이 더 자연스러워졌습니다[^‘EA Sports FC’ developer claims new tech will “blur the lines” between virtual and real football].
EA의 또 다른 플래그십인 College Football 25는 AI가 없었다면 만들 수 없었을 작품이라고 앤드루 윌슨 CEO가 공식 발언한 프로젝트입니다. 150개 대학 경기장과 1만 1천 명 이상의 고유 선수 초상을 구현했는데 이 규모는 수작업으로는 불가능에 가까운 수준이었습니다[^Generative AI would help studios make games faster, says EA CEO - "there is a real hunger amongst our developers to get to this as quickly as possible"]. 윌슨은 2024년 3월 모건 스탠리 투자 컨퍼런스에서 EA 개발 프로세스의 60%가 생성형 AI로 영향받을 것이며 30% 효율성 향상이 목표라고 밝혔습니다[^EA desperately wants investors to know it's on the generative AI bandwagon]. 2024년 5월 실적 발표에서는 50% 이상 표현으로 수위가 올라갔고 같은 해 9월 투자자의 날에서는 100개 이상의 novel AI 프로젝트가 진행 중이라고 공개했습니다. 투자자의 날에서 공개된 Script to Scene 도구는 텍스트 또는 음성 프롬프트를 입력하면 레벨이 생성되는 구조입니다. 시연에서는 "종이 상자로 미로를 만들어"라고 말하자 실제로 해당 구조물이 월드에 배치됐습니다[^EA studios 'hunger' to start using generative AI 'as quickly as possible,' says CEO]. 이 시연은 레벨 디자이너가 어디에서부터 어디까지 도구에 위임할 수 있는지를 보여주는 동시에 어디까지 위임하면 안 되는지도 함께 드러냅니다. 프롬프트 한 줄로 생성된 미로는 플레이어블한 공간으로 다듬어지려면 여전히 게임 디자이너의 손을 거칠 필요가 있습니다.
2025년 10월 23일 EA는 Stability AI와 전략적 파트너십을 체결했습니다. 공동 AI 모델과 툴을 개발하는 계약이며 첫 프로젝트는 물리 기반 렌더링용 머티리얼 제작을 가속하는 시스템과 3D 환경을 사전 시각화하는 시스템입니다. Stability AI의 3D 연구팀이 EA 내부에서 협업하는 구조입니다[^Stability AI and EA Partner to Empower Artists, Designers, and Developers to Reimagine Game Development]. EA의 칼롤 미트라 VP는 이 협업에서 AI가 "초안을 만들고, 생성하고, 분석할 수는 있지만 상상하거나 공감하거나 꿈꿀 수는 없다"고 밝혔습니다. 파트너십 발표 직후 사우디아라비아 공공투자펀드 컨소시엄이 EA를 550억 달러에 비상장 전환시키는 leveraged buyout 계약이 이루어졌고 이는 현재 기준 역대 최대 규모의 비상장 전환 거래입니다[^Electronic Arts Partners With James Cameron-Backed Stability AI for Game Developer Tools That Serve as ‘Smarter Paintbrushes’].
EA의 SEED 연구 조직은 플레이테스트 자동화를 실제 프로덕션에 적용한 드문 사례입니다. Battlefield V의 601개 기능 테스트를 모두 사람이 수행하려면 총 50만 시간이 필요하다고 추정됐습니다. SEED는 이를 강화학습 에이전트로 대체하는 연구를 진행했고 Battlefield 2042에서는 차량 AI의 경로 추종을 테스트하는 에이전트로 평균 총 테스트 시간을 39% 줄였습니다[^SEED Applies Machine Learning Research to the Growing Demands of AAA Game Testing]. 2023년 출시한 데드 스페이스 리메이크에는 강화학습 기반 자동 테스트가 실제 프로덕션에 적용됐습니다[^Augmenting Automated Game Testing with Deep Reinforcement Learning]. 게임 디자이너 입장에서 이는 밸런스 조정이나 레벨 디자인 이터레이션에서 수동 플레이테스트의 병목이 일부 해소된다는 의미입니다. 에이전트가 수백만 번 반복 시도한 결과를 통계로 받아볼 수 있다면 디자이너가 대면해야 할 문제는 "이 밸런스가 맞는가"가 아니라 "어떤 밸런스가 좋은 경험을 만드는가"로 옮겨갑니다.
액티비전의 운영 단계 기계학습
액티비전은 AI를 개발 단계보다 라이브 운영 단계에 훨씬 더 공격적으로 투입한 사례입니다. Call of Duty의 안티치트 시스템인 RICOCHET은 2023년 이후 기계학습 기반 Replay Investigation Tool을 대폭 확장했습니다. 이 도구는 일일 1대 PC당 최대 1천 개의 리플레이 클립을 검토할 수 있으며 이는 과거 수동으로 처리하던 일일 700개보다 많은 양입니다[^RICOCHET Anti-Cheat™ Progress Report – Black Ops 6 Launch]. 2024년 11월 Black Ops 6 출시 이후 2025년 시즌 3까지 RICOCHET은 22만 8천 명 이상의 치터를 밴했고 이 중 23%는 첫 매치가 시작되기 전에 시스템이 차단했습니다. 섀도우밴 계정 비율은 플레이어 기반의 0.15% 미만 수준으로 유지됐습니다[^TeamRICOCHET unveils plan to use machine learning in its effort to ramp up Call of Duty anti-cheat efforts]. 음성 채팅 모더레이션은 Modulate의 ToxMod와 협업해 구현됐습니다. 2023년 8월 30일 베타 도입 이후 11월 10일 Modern Warfare 3에 정식으로 탑재됐고 심각한 유해 음성 채팅 노출이 약 50% 줄었으며 재범률이 8%, 전반적인 독성 행위가 25%에서 33% 감소했습니다. 2백만 개 계정에 조치가 취해졌습니다[^Call of Duty® Takes Aim at Voice Chat Toxicity].
흥미로운 대비는 같은 회사가 생성형 AI 에셋 사용에서는 정반대의 결과를 얻었다는 점입니다. 2025년 2월 스팀 페이지에 Call of Duty가 생성형 AI 도구를 사용한다는 공식 고지가 추가됐습니다[^Call Of Duty Uses Generative AI For Some Content, Activision Admits]. 그 직전인 2024년 말 Black Ops 6의 네크로클로스 스킨 아트에서 손가락이 6개인 이미지가 포착돼 논란이 있었고 하스스톤과 디아블로 이모탈의 하스의 영웅들 크로스오버 프로모션에서도 AI 의혹이 제기됐습니다[^Blizzard is investigating claims that upcoming Hearthstone hero skins are AI generated]. 이 패턴의 배경은 Wired의 2024년 탐사 보도에서 드러났습니다. 마이크로소프트의 액티비전 인수 이후 2024년 초에 2D 아티스트 대량 해고가 있었고 잔류한 아티스트들이 AI 도구 사용을 사실상 강요받는 상황이 보고됐습니다[^Fans Think Blizzard May Be Using AI Art Again (And They’re Not Happy)]. 게임 디자이너 관점에서 이 사례는 "어떤 AI를 도입하느냐"만큼 "누구의 업무를 어떻게 재편하느냐"가 성패를 가른다는 점을 보여줍니다. 운영 단계의 통계적 모더레이션 도구는 성우나 일러스트레이터의 일자리를 직접 대체하지 않았기 때문에 외부 반발 없이 효과를 검증할 수 있었습니다. 반면 생성형 이미지는 아트 직군의 존재 자체를 위협했기 때문에 같은 회사 안에서도 전혀 다른 반응을 촉발했습니다.
마이크로소프트의 이중적 메시지
2025년 2월 19일 마이크로소프트는 Xbox와 닌자 시어리가 공동 개발한 Muse라는 AI 모델을 네이처에 게재했습니다. World and Human Action Model의 약자인 WHAM은 Xbox의 Bleeding Edge 게임에서 7년간 수집한 10억 장 이상의 이미지와 컨트롤러 액션 데이터 50만 세션을 학습했습니다. 10프레임의 프롬프트를 주면 수 분 분량의 일관된 플레이 시퀀스를 생성할 수 있으며 Azure AI Foundry에서 오픈소스로 공개됐습니다[^Empowering Creators and Players With Muse, a Generative AI Model for Gameplay]. 기술적 성과와 별개로 주목할 발언은 닌자 시어리의 돔 매튜스에게서 나왔습니다. "우리 게임에는 AI가 생성한 콘텐츠를 쓰지 않겠지만 이런 기술을 통해 게임 만드는 과정을 더 빠르고 쉽게 만들 수 있는지 탐구하겠다"는 입장이었습니다[^Introducing Muse: Our first generative AI model designed for gameplay ideation]. 제품과 프로세스를 분리한 이 발언은 2024년 이후 많은 스튜디오가 채택한 수사 구조가 됐습니다.
그러나 발언과 조직 행동이 반드시 일치하지는 않았습니다. 마이크로소프트 게이밍은 2024년 1월 1천 9백 명을 감원한 데 이어 5월 7일 하이파이 러시를 만든 탱고 게임웍스와 아케인 오스틴을 폐쇄했습니다. 2025년 7월에는 추가로 9천 명을 감원했고 이 과정에서 The Initiative가 폐쇄되고 퍼펙트 다크와 에버와일드가 취소됐습니다. 같은 해 10월 필 스펜서는 파리 강연에서 "어떤 도구를 반드시 써야 한다는 하향식 명령은 성공으로 가는 길이 아니다"라고 발언했습니다. 2026년 2월 스펜서가 퇴임하고 아샤 샤르마가 Microsoft Gaming의 새 CEO로 취임하며 발표한 메모는 더 강한 수사를 담았습니다. "우리는 단기 효율성을 쫓지 않을 것이며 우리 생태계를 영혼 없는 AI 슬롭으로 채우지 않을 것이다. 게임은 언제나 인간이 만든 예술이다"라는 선언이었습니다.
마이크로소프트의 이중 메시지는 대규모 회사가 AI를 도입할 때 마주치는 구조적 딜레마를 보여줍니다. 연구 조직은 논문과 모델을 발표해야 하고 사업 조직은 손익을 개선해야 하며 경영진은 평판을 관리해야 합니다. 이 세 요구가 일치하지 않을 때 조직은 분열된 메시지를 외부에 내보내고 내부 직원은 혼란에 빠집니다. 게임 디자이너는 자기 스튜디오의 공식 발언과 실제 조직 운영 사이의 거리를 측정하는 능력이 생존에 직결된다는 점을 이 사례에서 읽어야 합니다. 사티아 나델라는 2025년 4월 29일 라마콘에서 주커버그와 대담 중 "우리 저장소 안의 코드와 일부 프로젝트의 20%에서 30%는 아마 전부 소프트웨어가 쓴 것일 것"이라고 발언했습니다[^Satya Nadella says as much as 30% of Microsoft code is written by AI]. 이 발언은 마이크로소프트 게이밍의 조직 재편과 맞물려 있었습니다. 코드 생성이 자동화될수록 기존 엔지니어의 역할은 생성된 코드를 검증하고 통합하는 쪽으로 이동했고 주니어 엔지니어의 채용 수요는 줄었습니다.
월드 모델과 프로토타이핑의 새로운 지평
2024년 10월 31일 Decart라는 스타트업이 Oasis라는 모델을 공개했습니다. 마인크래프트 클론을 실시간으로 생성하는 첫 플레이어블 오픈월드 AI 모델로 초당 20프레임 속도에서 360×640 해상도로 동작했습니다. 메모리가 없어서 플레이어가 뒤를 돌면 세계가 다시 생성되는 한계가 있었지만 Sequoia와 Oren Zeev가 주도한 2천 1백만 달러 시드 투자를 끌어냈습니다[^Oasis: A Universe in a Transformer]. 불과 한 달 뒤인 2024년 12월 4일 딥마인드는 Genie 2를 공개했습니다. 단일 이미지에서 3D 인터랙티브 환경을 생성하며 10초에서 60초 분량의 일관성을 유지할 수 있습니다. Imagen 3와 연동해 텍스트 프롬프트에서 이미지를 거쳐 플레이 가능한 환경으로 이어지는 파이프라인이 구성됐고 SIMA 에이전트 훈련용 무한 커리큘럼으로도 사용됐습니다[^Genie 2: A large-scale foundation world model]. 2025년 8월 5일 발표된 Genie 3는 이전 버전과 질적으로 다른 단계에 도달했습니다. 텍스트 프롬프트에서 실시간 24프레임 720p 영상을 수 분간 일관성 있게 생성했습니다. 2026년 1월 Google AI Ultra 구독자에게 Project Genie라는 이름으로 제한적 공개가 시작됐습니다[^Genie 3: A new frontier for world models]. 발표 당일 주식 시장의 반응이 상징적이었습니다. Take-Two는 8%, Roblox는 13%, 유니티는 24% 하락했습니다. 투자자들의 불안감은 Take-Two의 스트라우스 젤닉 CEO가 직접 반박해야 할 만큼 커졌습니다. 젤닉은 Google의 Project Genie 같은 모델이 GTA급 게임을 만들 수 있다는 발상은 "가소로운 개념"이라고 일축했습니다. 그러나 같은 인터뷰에서 Take-Two가 수백 개의 생성형 AI 파일럿을 진행 중이며 이를 적극 받아들이고 있다고 덧붙였습니다. 같은 회사 안에서 상반된 메시지가 나오는 또 다른 사례입니다.
월드 모델의 상업적 제품화는 페이페이 리가 창업한 World Labs의 Marble에서 가장 빨랐습니다. 2025년 11월 12일 freemium과 유료 요금제로 공개된 이 제품은 텍스트, 이미지, 비디오, 3D 레이아웃 중 어떤 입력이든 받아 영구적인 3D 환경을 생성합니다. Gaussian splats, mesh, 영상 형태로 내보낼 수 있으며 Vision Pro와 Quest 3를 지원합니다. 회사는 2억 3천만 달러를 조달한 상태였습니다[^Fei-Fei Li’s World Labs speeds up the world model race with Marble, its first commercial product]. 게임 디자이너에게 월드 모델이 의미하는 바는 프로토타이핑 단계의 속도입니다. 과거에는 레벨 디자이너가 공간 프로토타입을 제시하려면 엔진에서 지오메트리를 배치하고 조명을 세팅해야 했습니다. Marble 같은 도구는 텍스트 몇 줄 또는 참고 이미지 몇 장에서 영구적인 공간 프로토타입을 즉시 내보낼 수 있게 해줍니다. 문제는 이 공간이 플레이 가능한지 여부와 프로덕션 파이프라인에 진입할 만한 품질인지 여부입니다. 현 단계에서는 둘 다 충분하지 않습니다. 그러나 기획 초기의 시각적 커뮤니케이션 비용을 극적으로 줄여주는 용도로는 이미 충분합니다. 디자이너가 2D 무드보드와 글로 전달하던 공간 의도를 플레이어블은 아니지만 인터랙티브한 환경으로 전달할 수 있다는 것 자체가 의사결정 속도를 크게 바꿉니다.
엔진과 플랫폼이 내장한 AI 도구
에픽게임즈의 MetaHuman Animator는 2023년 3월 22일 GDC에서 공개된 뒤 6월 15일 Unreal Engine 5.2와 함께 정식 출시됐습니다. 아이폰 12 이상의 카메라로 배우의 얼굴 퍼포먼스를 촬영하면 자동으로 MetaHuman 얼굴 애니메이션으로 변환됩니다. Mesh to MetaHuman이라는 보조 기능은 3프레임짜리 짧은 영상만으로 디지털 휴먼을 생성할 수 있습니다[^Delivering high-quality facial animation in minutes, MetaHuman Animator is now available!]. 닌자 시어리는 이 도구를 Senua's Saga: Hellblade II에 전면 적용했고 3Lateral의 Blue Dot 데모도 동일한 파이프라인을 보여줬습니다. 2025년 UE 5.5에서는 Audio-Driven Animation이 추가됐고 UE 5.6부터는 MetaHuman Creator가 엔진 내부에 베타로 통합됐습니다. 그동안 웹 기반 도구로 따로 존재하던 기능이 개발 환경과 직결된 것입니다.
에픽게임즈의 가장 공격적인 실험은 State of Unreal 2025 행사에서 공개된 Persona Device입니다. UEFN 창작자가 AI 대화형 NPC를 직접 만들 수 있게 해주는 실험적 기능으로 백엔드는 Google Gemini 2.5 Flash-Lite와 ElevenLabs 음성 합성으로 구성됐습니다. 동일한 행사에서 공개된 Epic Developer Assistant는 Verse 코드 작성을 보조하는 베타 도구입니다[^State of Unreal 2025 - Highlights for Fortnite Creators]. 2026년 4월 16일 공개된 Persona Device Rule 1.22는 의료, 연애, 안전 우회 관련 시나리오에 AI NPC를 사용하는 것을 금지하는 가이드라인으로 AI NPC 설계의 정책 선례로 주목받고 있습니다. Unreal Engine의 절차적 콘텐츠 생성 프레임워크인 PCG는 2023년 5월 UE 5.2에 실험적으로 도입된 이후 빠르게 성숙했습니다. UE 5.4에서 베타로 승격됐고 2025년 UE 5.7에서는 PCG Editor Mode, 템플릿, 바이옴 개선이 추가되며 대규모 업데이트가 이뤄졌습니다. 노드 그래프 기반으로 나무, 바위, 건물을 배치하며 스플라인과 포인트 페인팅, 볼륨 생성, 메시 샘플러를 지원합니다[^Procedural Content Generation Overview]. GDC 2023의 Electric Dreams Environment Sample 데모가 이 프레임워크의 실전 활용을 보여준 대표 사례입니다.
유니티는 정반대 방향의 교훈을 제공합니다. 2023년 7월 발표되고 11월 Unite 2023에서 월 30달러 유료 구독으로 출시된 유니티 Muse는 Chat, Sprite, Texture, Animate, Behavior 같은 서브 도구를 포함했습니다. 2024년 4월에는 텍스트에서 휴머노이드 애니메이션을 만드는 Animate와 비헤이비어 트리를 자동 생성하는 Behavior가 추가됐습니다[^All Unity Muse capabilities are now available in the Editor, plus 3 new updates]. 그러나 이 제품은 2025년 10월 1일 공식적으로 종료됐고 유니티 AI라는 새 브랜드로 대체됐습니다. 유니티 6.2와 함께 2025년 8월 공개된 유니티 AI는 Assistant, Generators, Inference Engine으로 구성됩니다. Assistant는 /ask, /run, /code 같은 명령어를 받으며 Generators는 자체 모델과 Scenario, Layer AI 같은 서드파티 통합을 포함합니다. Inference Engine은 기존 Sentis의 리브랜드입니다[^Unity AI]. 주의할 대목은 IP 책임이 개발자에게 전적으로 부여된다는 점이 약관에 명시됐다는 사실입니다[^Unity 6.2 Welcomes AI, But Pace Caution—User Liability on Copyright]. 2년 만에 한 제품이 폐기되고 완전히 다른 구조로 재출범했다는 사실은 엔진 공급사의 AI 전략이 아직 불안정하다는 의미입니다. 디자이너가 어떤 도구에 파이프라인을 의존시킬 때 그 도구가 2년 뒤에 존재하지 않을 가능성을 계산에 넣어야 한다는 이야기입니다.
Roblox는 플랫폼 차원의 AI 도구로는 가장 공격적인 보급을 보여줍니다. Code Assist는 2023년 베타로 시작해 2024년 2월 정식 출시됐고 11개월의 베타 기간 동안 약 3억 문자 분량의 코드가 채택됐습니다. Toya Play 같은 스튜디오는 개발 효율이 5% 향상됐다고 보고했습니다. 2024년 3월 GDC에서는 Avatar Auto Setup과 Texture Generator가 공개돼 단일 3D 바디 메시에서 자동 리깅과 케이지, 스키닝이 가능해졌습니다. Roblox의 Cube 3D는 2025년 3월 GDC에서 오픈소스로 공개됐고 출시 후 약 1년 동안 180만 개 이상의 3D 오브젝트가 이 모델로 생성됐습니다[^Introducing Roblox Cube: Our Core Generative AI System for 3D and 4D]. 2025년 11월 얼리액세스로 시작해 2026년 2월 6일 오픈 베타로 전환된 4D Generation은 정적 메시를 넘어 기능적이고 인터랙티브한 객체를 생성합니다. 운전 가능한 차량이나 비행체가 텍스트 프롬프트에서 직접 나옵니다. Laksh 스튜디오의 Wish Master는 얼리액세스 중 16만 개 이상의 객체를 생성했고 4D 기능을 사용한 유저의 평균 플레이 시간이 64% 증가했다고 보고했습니다[^Accelerating Creation, Powered by Roblox’s Cube Foundation Model]. Roblox의 가장 최근 실험은 에이전틱 워크플로를 플랫폼에 도입한 Roblox Assistant입니다. 플래닝 모드에서 기존 코드베이스를 분석하고 작성자에게 확인 질문을 던진 뒤 편집 가능한 액션 플랜을 제시하고 실행 및 테스트까지 자동화합니다. MCP 클라이언트가 내장돼 Claude, Cursor, Codex 같은 외부 도구와 연동됩니다[^Roblox gives its AI assistant the ability to plan, build, and test games on its own]. Roblox의 사례가 시사하는 바는 플랫폼 차원의 AI 도입이 개별 창작자의 진입 장벽을 직접 낮춘다는 점입니다. 3D 모델링 전문 지식이 없어도 텍스트로 오브젝트를 만들고 코드 없이 자동화된 계획을 따라 게임을 조립할 수 있습니다.
중국 스튜디오의 규모 전략
텐센트의 Hunyuan 3D와 HunyuanWorld 모델은 2024년 11월 오픈소스로 공개된 뒤 Hugging Face에서 300만 다운로드를 넘겼습니다. 2025년 7월 HunyuanWorld 1.0이 공개됐고 2026년 4월 2.0이 발표됐습니다. 유니티와 언리얼 엔진으로 직접 임포트할 수 있으며 유니티 차이나를 포함한 150개 이상의 기업이 채택했습니다[^Tencent-Hunyuan/HunyuanWorld-1.0]. 텐센트가 내부에서 CodeBuddy를 활용하는 방식은 더 흥미로운 숫자를 보여줍니다. 사내 개발자의 85%가 AI 코딩 어시스턴트를 일상 업무에 사용하며 코딩 시간이 40% 이상 단축됐습니다. AI가 생성한 코드의 비중은 40%를 넘고 R&D 효율은 16% 이상 향상됐다고 보고됩니다. 위챗, QQ, 왕자영요 같은 주요 서비스에 내부적으로 적용돼 있습니다[^Tencent Cloud's CodeBuddy Launches Craft AI for Software Development, Supporting MCP Protocol]. 2025년 4월에 공개된 Craft Agent는 이를 에이전틱 워크플로로 확장한 제품입니다. 왕자영요의 Juewu AI는 최초의 MOBA 인간 수준 AI로 2천 1백 회 이상의 프로 경기에서 99.8% 승률을 기록했습니다. NeurIPS 2022에서 환경이 오픈소스로 공개됐습니다[^Why Honor of Kings is the Ideal Competition Arena for AI Reinforcement Learning]. 이 성과는 단순한 연구 과제가 아니라 밸런스 테스트 도구로 실제 제작에 활용됐습니다. 프로 수준의 AI가 수백만 판을 두면서 나오는 통계는 인간 플레이테스터로는 얻기 어려운 데이터입니다.
넷이즈는 2023년 2월 16일 저스티스 온라인 모바일에 챗GPT 기반 NPC를 도입해 중국 최초의 MMO 내 LLM NPC 사례를 만들었습니다. 송대를 배경으로 한 무협 및 역사 텍스트로 사전 학습됐으며 플레이어의 대화에 따라 NPC의 관계와 행동이 동적으로 변화합니다. 플레이어가 "집에 불이 났다"고 말하면 NPC가 실제로 그 방향으로 달려갑니다[^NetEase's "Justice Online" Game to Adapt First Game Version of ChatGPT]. 이어 에그 파티에서는 2023년부터 2~3개월마다 새로운 AI 기능이 추가됐습니다. AIGC 내장 UGC 도구, AI NPC Abby, Tripo AI 연동이 순차적으로 들어갔습니다[^Who will rule the era of AI games? Tencent, NetEase, and Mihoyo are engaged in a covert technological battle.]. 넷이즈 푸시 AI Lab과 저장대학이 공동 개발한 Titan 에이전트는 두 개의 상용 MMORPG에서 과제의 95%를 완수했고 인간 플레이어가 찾지 못했던 버그 4개를 추가로 발견했습니다[^New Study Shows AI Outpaces Humans in Game Testing]. 이 수치는 플레이테스트 자동화가 단순히 시간을 줄이는 것을 넘어 품질 자체를 개선할 수 있음을 보여줍니다.
호요버스는 2023년 10월 LLM 에이전트에 관한 86페이지 서베이 논문의 공동 저자로 등재됐습니다. 264편의 논문을 리뷰한 이 작업은 중국 게임사들이 학술 커뮤니티에 적극 참여하는 방식을 상징합니다. 2024년 9월에는 자체 LLM인 Glossa를 등록했고 공동 창업자 차이하오위는 같은 해 AI 게임 스타트업 Anuttacon을 설립했습니다[^miHoYo co-authors science paper outlining bold AI intentions]. 그러나 중국 업계에도 AI 사용에 대한 반발이 존재합니다. 2024년 검은신화: 오공을 만든 게임 사이언스 프로젝트의 퍼포먼스 디렉터 베스 파커는 BAFTA Breakthrough 인터뷰에서 "AI는 억양은 모방할 수 있지만 그 이면의 감정은 결코 복제할 수 없다"고 말했습니다[^Black Myth: Wukong Dev Criticizes AI Use in Game Development]. 검은신화: 오공의 R&D 비용은 3억 위안 이상으로 보고됐고 첫 달에 2천만 장이 팔렸습니다. AI 없이도 성공할 수 있다는 입장은 중국 내에서도 존재하며 이 입장의 비중은 생각보다 무시할 수 없습니다.
중국 스튜디오들의 공통된 특징은 내부 표준화입니다. 스크립트, 에셋, 운영, 고객 응대, 데이터가 하나의 흐름으로 연결되어 있습니다. AI는 개별 도구가 아니라 이 전사 파이프라인에 얹힌 레이어로 작동합니다. 한국 스튜디오가 이 모델을 따라가기 어려운 가장 큰 이유는 데이터 표준화와 검색 계층의 부재입니다. 문서, 메신저, 빌드 상태가 서로 어긋나면서 "누가 맞는지"를 매번 사람끼리 확인해야 하는 상황에서는 AI를 붙여도 효과가 제한적입니다.
일본 퍼블리셔의 온도차
스퀘어 에닉스의 AI 전략 선언은 업계에서 가장 명확한 수치를 포함한 발표로 꼽힙니다. CEO 타카시 키류는 2024년 1월 1일 신년사에서 AI 및 첨단 기술을 콘텐츠 개발과 퍼블리싱에 공격적으로 적용하겠다고 선언했습니다[^A New Year's Letter from the President]. 2025년 11월 6일 발표한 중기 경영 계획에서는 2027년 말까지 QA와 디버깅의 70%를 생성형 AI로 자동화하겠다는 구체적 목표가 제시됐고 도쿄대 마츠오이와사와 연구실과의 합동 프로젝트가 공식화됐습니다[^Square Enix wants to use gen AI to 'automate 70 percent of QA and debugging' by late 2027]. 목표 수치가 구체적이라는 점 자체가 일본 스튜디오에서는 이례적입니다. 캡콤은 2024년 7월 Google Cloud Japan 인터뷰에서 Technical Director 아베 카즈키가 Gemini Pro와 Flash를 Imagen과 결합해 환경 오브젝트의 아이디어 수십만 개를 자동 생성하고 평가한다고 밝혔습니다. 게임 내 가상 TV 브랜드와 로고 같은 세부 요소를 만드는 데 사용됐습니다[^Capcom is experimenting with generative AI to help generate the “hundreds of thousands of ideas needed for game development” ]. 2025년 투자자 브리핑에서는 AI 생성 에셋을 게임 콘텐츠에 직접 넣지는 않겠다고 명시하면서도 효율성과 생산성 향상을 위해 이 기술을 적극 활용하겠다고 입장을 정리했습니다. 제품에는 쓰지 않지만 프로세스에는 쓴다는 닌자 시어리와 동일한 구조입니다.
세가는 2025년 CEDEC에서 생성 AI 위원회를 설치하고 가이드북을 배포했다고 공개했습니다. 요코시마 다이시와 야기 아츠키의 발표에서 코드, 이미지, 모션 생성의 내부 테스트가 진행 중이라고 밝혔고 "AI를 사용하지 않는 것이 불가능한 시대에 들어서고 있다"는 표현이 쓰였습니다[^Sega says it will use AI in game development, but only in ‘appropriate use cases’]. 코나미는 2024년에서 2025년 사이 기업 블로그에서 AI, 클라우드, WEB3, NFT, VR 기술의 활용을 예고했으나 2023년 유희왕 세계선수권에서 성우 야마무라 히비키의 동의 없이 AI 복제 음성으로 중계를 진행한 사건이 일본 내 강한 반발을 불렀습니다. 기업 수사와 현장 관행의 불일치가 가장 가시적으로 드러난 사례입니다. 2025년 11월 일본의 콘텐츠 해외유통촉진기구인 CODA는 스퀘어 에닉스, 카도카와, 아니플렉스 등과 함께 OpenAI의 Sora 2가 일본 콘텐츠를 무단 학습했다며 중단을 요구하는 성명을 냈고 반다이 남코도 여기 참여했습니다[^Bandai Namco, Square Enix And Other Japanese Publishers Aren't Happy About OpenAI's Sora 2 Generative AI Tool]. 일본 업계가 AI를 내부 효율화에는 적극적으로 쓰지만 학습 데이터의 권리 문제에는 단호한 공동 대응을 취한다는 점이 읽히는 지점입니다.
한국 게임사들의 대응
넥슨 인텔리전스랩스는 2017년 설립된 이후 약 700명 규모의 엔지니어 조직으로 성장했습니다. 2023년 4월 Gamescale이라는 솔루션 패키지가 공개됐고 TTS, AI NPC, 매치메이킹, 이상 행위 탐지 기능을 포함합니다[^Nexon's Intelligence Labs aims to enhance user experience]. 넥슨의 자회사인 엠바크 스튜디오는 2023년 10월 더 파이널스 오픈 베타에서 거의 모든 컨테스턴트 보이스와 두 명의 해설자 음성을 AI TTS로 구현했습니다. 이 선택은 SAG-AFTRA 파업과 맞물려 서구 게임 커뮤니티에서 격렬한 비판을 불렀습니다[^Embark Studios' The Finals uses text-to-speech AI for in-game voices]. 아크 레이더스 사례는 이 흐름의 연장선에 있습니다. 엠바크는 AI TTS 비판이 커지자 실제 성우를 고용해 대사를 재녹음하는 결정을 내렸고 이 과정은 스튜디오의 비용 구조와 평판 관리 양쪽에 적지 않은 타격이 됐습니다. 넥슨 CEO가 아크 레이더스를 "AI 도구 활용을 입증하는 트로이의 목마"로 언급한 2026년 3월 발언은 본사 차원의 전략적 위치 설정을 드러냅니다. 엠바크의 시행착오가 넥슨 전체의 AI 도입 학습 과정이 됐다는 의미입니다. 같은 발표에서 공개된 Mono Lake AI 플랫폼은 엔드투엔드 인텔리전스를 표방하며 수십 년 분량의 라이브 게임 데이터를 학습시킵니다.
크래프톤은 2025년 초 CAIO 직을 신설하고 같은 해 10월 24일 AI-First 기업 전환을 공식 선언했습니다. 에이전틱 AI 도입이 핵심이며 inZOI의 Smart Zoi 시스템은 이 전략의 대표 쇼케이스입니다. 온디바이스 SLM과 NVIDIA ACE의 결합으로 각 Zoi가 600개의 심리 데이터 포인트와 맥락 기반 의사결정을 수행합니다. 30분 뒤 저녁 약속이 있으면 과식하지 않는 식의 Inner Thoughts 시스템이 구현됐습니다[^Guidance on System Requirements for Using Smart Zoi]. 하드웨어 요구 사항이 RTX 3060 최소, RTX 5070 Ti 권장으로 무거운 편입니다. 실제 시연은 기대와 다른 반응을 받았습니다. PC Gamer가 GDC 2025에서 참관한 라이브 데모에서는 Smart Zoi가 활성화됐을 때 "물장구를 장난스럽게 튀기는" 수준의 반응을 보였고 기자는 "대단한 감탄은 주지 못했다"는 평가를 내렸습니다[^Inzoi's 'Smart Zoi' AI system sounds great on paper but seeing it in a live demo didn't exactly wow me]. 디렉터 김형준은 "SLM을 통해 Smart Zoi가 특별한 깊이를 얻으며 상호작용과 상황에 대한 내면의 생각을 가지게 된다"고 설명했으나 시연의 표현력이 이 설명을 따라가지 못한 것입니다. 크래프톤의 또 다른 실험인 PUBG Ally는 2025년 초 CES 파트너십으로 공개된 뒤 개발이 진행 중입니다. CPC라는 약어로 표현되는 Co-Playable Character 개념은 NPC를 넘어 실시간 음성 대화와 협력 플레이가 가능한 존재를 상정합니다. 가장 주목할 조직 변화는 2026년 3월 공개된 AI FDE 채용입니다. Forward Deployed Engineer의 약자인 이 포지션은 학력과 경력을 무관하게 두고 3개월 계약직으로 두 자릿수 규모를 뽑겠다는 파격적 조건을 걸었습니다. 한국 대형 게임사의 채용 관행에서 "학력 무관" 조건은 매우 드물며 AI 도구 활용 능력이 전통적 자격 요건을 대체할 수 있다는 신호로 읽을 수 있습니다.
펄어비스는 2026년 3월 19일 출시한 붉은 사막에서 생성형 AI 논란을 겪었습니다. 초기 단계에서 2D 비주얼 프롭을 생성형 AI로 만들었고 플레이스홀더로 사용한 뒤 교체하지 못한 실수가 있었습니다. 출시 후 사과문을 내고 전수조사와 교체를 약속했으며 Steam 페이지에 AI 공시를 추가했습니다. 이 사건은 프로덕션 과정에서 AI 도구를 어디까지 실제 제품에 남겨도 되는지에 대한 내부 규정이 부재할 때 어떤 결과가 나오는지를 보여줍니다. 넷마블은 2026년 4월 15일 몽길: 스타 다이브라는 몬스터 테이밍 RPG를 글로벌 출시했습니다. UI 레이어에서 AI 활용 구현 코드를 자동 생성하는 파이프라인 연구가 진행됐고 고객 지원과 이상 행위 탐지에도 AI가 투입됐습니다. 시프트업의 김형태 대표가 2026년 한국 경제성장전략 서밋에서 한 발언은 업계의 본질적 문제를 가장 날카롭게 짚었습니다. 시프트업은 게임 한 작품당 약 150명을 투입하는데 중국 경쟁작은 1천 명에서 2천 명 규모라는 것입니다. 생성형 AI가 개발자 효율과 콘텐츠 양을 보완하지 않으면 경쟁이 성립하지 않는다는 분석이었습니다. 이 발언은 한국 중소 스튜디오가 AI 도입에 적극적인 구조적 이유를 드러냅니다. 혁신이 아니라 규모의 열세를 보완하는 수단이라는 점입니다.
인디 스튜디오의 실험
Suck Up은 소규모 인디 스튜디오 Proxima Enterprises가 개발한 뱀파이어 시뮬레이션 게임으로 OpenAI LLM을 기반으로 모든 NPC의 대화를 음성과 텍스트로 동적으로 생성합니다. 플레이어의 변장과 코스튬을 실시간으로 인식하고 톤을 분석합니다. 2023년 12월 12일 웹으로 먼저 출시된 뒤 2025년 Steam에 정식 출시됐습니다[^Suck Up!]. CaseOh, LankyBox, MadMorph 같은 스트리머를 통해 바이럴을 탔으나 Steam 리뷰는 혼합에 가깝습니다. 약 148개 리뷰에서 54% 긍정이며 AI 토큰 유료 구조와 서버 의존성이 주된 불만입니다. 이 사례는 LLM 기반 게임이 구조적으로 기존 게임과 다른 비즈니스 모델을 요구한다는 점을 보여줍니다. 추론 비용이 실시간으로 발생하므로 일회성 구매 모델이 잘 맞지 않습니다.
Retail Mage는 전 라이엇, 위저드 오브 더 코스트, 피닉스 랩스 출신의 8명이 설립한 Jam & Tea Studios가 개발했습니다. 자체 INFUSE 플랫폼 위에서 NPC 대화와 오브젝트 상호작용이 동적으로 처리되며 플레이어가 책을 찢어 IOU 문서로 만드는 식의 창의적 상호작용이 가능합니다. Dungeon Master 역할을 하는 AI가 상황을 중재합니다. 2024년 11월 출시됐고 개발 기간은 5개월이었습니다. 런던 벤처 파트너스에서 3백 15만 달러 시드 투자를 받았습니다[^Making Retail Mage: A New Approach to AI in Games]. 스튜디오는 "값싸고 빠르게 그리고 비윤리적으로 생성된 콘텐츠를 쫓지는 않지만 새로운 기술이 새로운 종류의 재미를 만들 수 있다는 것에는 흥분한다"는 입장을 공개적으로 밝혔습니다.
Vaudeville은 한 명의 파트타임 개발자 시모네 오도아르디로 시작해 현재 두 명이 운영하는 Bumblebee Studios의 프로젝트입니다. Inworld AI 캐릭터 엔진과 12개 언어 음성 인식을 활용한 탐정 수사 게임으로 플레이어가 NPC와 자연어 대화로 단서를 얻습니다. 2023년 6월 얼리액세스 출시 후 두 달 만에 6자리 판매고를 기록했고 YouTube와 Twitch에서 700만 이상의 조회수를 모아 약 30만 달러 상당의 무료 홍보 효과를 얻었습니다. 2024년 12월 얼리액세스를 졸업했으나 Steam 리뷰는 약 269개 중 49%에서 52%로 혼합입니다. 현재 Inworld 의존에서 벗어나기 위해 자체 솔루션을 개발 중입니다.
1001 Nights는 쑨 위첸이 개발한 실험적 작품으로 GPT-4와 Stable Diffusion을 결합해 플레이어가 샤라자드 역할을 맡아 AI가 연기하는 왕에게 이야기를 들려주는 구조입니다. 이야기에 칼이나 검 같은 키워드가 등장하면 실제 무기로 물질화됩니다. 아트는 인간이 수작업으로 그렸습니다. AAAI AIIDE 2023 학술 논문으로 발표됐고 2024 IGF 엔트리, aMaze Award, SIGGRAPH Asia에서 주목받았습니다[^Language as Reality: A Co-Creative Storytelling Game Experience in 1001 Nights using Generative AI]. 개발자는 "기술로 만든 게임이 아니라 기술에서 재미를 만드는 게임을 더 많이 보고 싶다"는 입장을 밝혔습니다.
Hidden Door는 전 Bitly 수석 데이터 과학자였던 힐러리 메이슨이 창업한 스타트업입니다. 퍼블릭 도메인 소설을 기반으로 fine-tune하고 수만 개의 수작업 "트로프"를 결합한 플랫폼으로 AI Narrator가 Dungeon Master 역할을 합니다. 오즈의 마법사 같은 퍼블릭 도메인 IP를 기반으로 2022년 2백만 달러 pre-seed에서 2024년 7백만 달러 시드까지 투자를 받았고 2025년 8월 13일 얼리액세스를 출시했습니다[^About Hidden Door]. 메이슨은 "기계 자체는 창의적이지 않다. 창의성은 우리 작가들에게서 온다"는 입장을 반복해 강조합니다.
AI Dungeon은 가장 일찍 등장한 LLM 기반 게임 중 하나로 Latitude가 2019년 창업해 GPT-2와 GPT-3을 거쳐 AI21의 Jurassic-1 Jumbo로 이전했습니다. 1백 50만 MAU 피크를 찍었고 총 4백 5만 달러의 펀딩을 받았습니다. 그러나 2021년 4월 콘텐츠 모더레이션 논란이 터졌습니다. 사용자 프롬프트를 과도하게 차단하는 시스템이 사생활 침해 논란으로 번졌고 2024년 3월 12일 Steam에서 퇴출됐습니다[^AI Dungeon]. 이 사례는 LLM 게임의 가장 큰 운영 리스크가 기술 자체보다 콘텐츠 관리에 있다는 점을 보여줍니다.
가장 흥미로운 역설은 2026년 1월 30일 Steam에서 자발적으로 삭제한 Hardest의 사례입니다. 대학생 1인 개발자 에에로 라이네가 AI 이미지와 음악으로 만든 게임이었고 2025년 7월 출시된 뒤 6개월 만에 제작자 본인이 게임을 내렸습니다. 제목까지 "AI is bad, game will be deleted 30.1"로 바꾼 뒤 삭제 절차를 밟았습니다. 여자친구의 설득으로 AI 윤리를 재고했다는 것이 공식 이유였고 "AI가 실제로는 공짜가 아니며 경제와 환경에 큰 영향을 미친다는 것을 깨달았다"는 입장을 남겼습니다. 기술적 문제가 아니라 윤리적 각성이 프로덕트를 내리게 만든 드문 사례입니다.
Steam의 AI 공시 정책 자체가 중요한 맥락입니다. 2024년 1월 10일 Valve는 Pre-Generated와 Live-Generated를 구분하는 정책을 도입했고 Live-Generated의 경우 가드레일과 플레이어 신고 오버레이를 요구했습니다. 2026년 1월 17일 수정된 정책은 코드 어시스턴트 같은 개발 효율 도구를 공개 의무에서 제외하고 "플레이어가 소비하는" 것에 초점을 맞췄습니다[^Valve has ‘significantly’ rewritten Steam’s rules for how developers must disclose AI use]. 수치로 보면 2024년 약 1천 개였던 AI 공시 게임이 2025년 상반기에만 약 8천 개로 8배 증가했고 이는 신작의 약 5분의 1에 해당합니다.
NPC 대화 스택의 형성
인디 사례에서 여러 번 등장한 Inworld는 NPC 대화 플랫폼의 대표 주자입니다. 캐릭터 엔진이 성격, 기억, 음성, 대사를 통합 관리하며 유비소프트 NEO NPC, NVIDIA Covert Protocol, 넷이즈 Cygnus Enterprises가 이 엔진을 사용합니다. 2025년 이후 Inworld는 자체 모델 개발로 방향을 바꿨는데 파트너들이 프런티어 모델 사용 비용을 감당하기 어렵다는 피드백이 직접적 계기였습니다.
Convai는 NVIDIA ACE 파트너로 활동하며 멀티모달 지각을 지원하는 NPC 스택을 제공합니다. 유니티, 언리얼 엔진, 3JS 플러그인을 지원하며 CES 2024의 Kairos 데모가 대표적 쇼케이스입니다. NPC 간 대화와 내러티브 디자인 기능이 포함돼 있으며 2024년 1월 기준 1만 5천 명 이상이 사인업했습니다[^Spotlight: Convai Reinvents Non-Playable Character Interactions]. NVIDIA ACE는 2024년 1월 CES에서 프로덕션 출시됐습니다. Audio2Face, Riva 음성 인식과 합성을 포함하며 Inworld, Convai, 미호요, 넷이즈, 텐센트, 유비소프트가 파트너로 이름을 올렸습니다[^NVIDIA & Developers Pioneer Lifelike Digital Characters For Games And Applications With NVIDIA ACE]. ACE는 엔진과 분리된 미들웨어 스택으로 설계됐기 때문에 어떤 게임 엔진에서도 NPC 대화 파이프라인을 플러그인처럼 붙일 수 있습니다.
딥마인드 SIMA는 AI NPC와는 다른 층위의 실험입니다. 2024년 3월 13일 공개된 이 에이전트는 No Man's Sky, Teardown 같은 9개 상용 게임과 4개 연구 환경에서 자연어 지시를 수행합니다. 6백 개 이상의 스킬과 1천 5백 개 태스크를 다루며 8개 스튜디오가 파트너로 참여했습니다[^A generalist AI agent for 3D virtual environments]. 2025년 11월 SIMA 2는 Gemini 기반으로 태스크 완료율이 이전 31%에서 62%로 두 배 뛰었고 인간 플레이어의 약 70%에 근접했습니다. 디자이너에게 SIMA가 의미하는 바는 "범용 플레이어 에이전트"라는 개념의 등장입니다. 과거 플레이테스트 자동화는 게임별로 별도의 에이전트를 훈련해야 했습니다. SIMA 같은 범용 에이전트가 성숙하면 디자이너가 만든 새 레벨을 즉시 수십만 번 테스트할 수 있게 됩니다.
코드베이스 안으로 들어온 AI
GitHub Copilot의 55% 생산성 향상 수치는 출처와 의미를 함께 살펴볼 필요가 있습니다. Peng과 공동 연구자들이 2023년 수행한 무작위 대조 시험은 JavaScript HTTP 서버를 만드는 과제에서 Copilot 사용군이 비사용군보다 55.8% 더 빠르게 완료했다는 결과를 보였습니다. 표본은 95명이며 p값은 0.0017이었고 사용군의 평균 완료 시간은 71.17분, 비사용군은 160.89분이었습니다[^The Impact of AI on Developer Productivity: Evidence from GitHub Copilot]. 주목할 점은 경험이 적은 개발자일수록 효과가 컸다는 것입니다.
2025년 공개된 Cui와 공동 연구자들의 대규모 필드 실험은 더 견고한 결과를 보여줍니다. 마이크로소프트, 액센츄어, 그리고 포춘 100에 포함된 전자 제조사에서 3개 무작위 대조 시험을 수행했고 총 참가자는 4천 8백 67명이었습니다. 완료 과제 수가 26.08% 증가했으며 마이크로소프트 내부 개발자의 주당 PR 수는 초기 프리뷰 기간에 12.92%에서 21.83% 증가했습니다[^The Effects of Generative AI on High-Skilled Work: Evidence from Three Field Experiments with Software Developers]. 55% 같은 파격적 수치가 아니라 20%대의 일관된 향상이 실제 프로덕션에서 재현된다는 점이 중요합니다. GitHub와 액센츄어의 엔터프라이즈 공동 연구는 정성적 결과도 보여줍니다. 직무 만족도에서 90%가 업무에 대한 충족감 상승을 보고했고 85%는 자신이 작성한 코드의 품질에 대한 자신감이 올라갔다고 응답했습니다[^Research: Quantifying GitHub Copilot’s impact in the enterprise with Accenture].
Cursor를 만든 Anysphere의 매출 궤적은 이 시장의 속도를 상징합니다. 2024년 1억 달러 미만이었던 ARR이 2025년 1월 1억 달러를 돌파한 뒤 6월 5억 달러, 11월 10억 달러를 넘겼고 2026년 4월에는 20억 달러에 이르렀습니다. 밸류에이션은 2024년 12월 26억 달러였다가 2025년 11월 13일 Series D에서 293억 달러로 뛰었습니다. 일일 활성 사용자는 100만 명을 넘었고 포춘 500 기업의 50% 이상이 사용자로 이름을 올렸습니다[^AI startup Cursor raises $2.3 billion funding round at $29.3 billion valuation]. Anthropic의 Claude Code는 2025년 2월 리서치 프리뷰로 공개된 뒤 5월 Claude 4 출시와 함께 정식 런칭했습니다. 2025년 9월 5억 달러 런레이트에 도달한 뒤 11월 10억 달러 ARR을 넘겼습니다[^Claude (language model)].
Cognition Labs의 Devin은 2024년 3월 12일 "첫 AI 소프트웨어 엔지니어"라는 타이틀과 함께 공개됐습니다. SWE-bench에서 보조 없이 13.86%를 해결했는데 당시 GPT-4는 1.74%, Claude 2는 4.80%에 그쳤습니다[^Introducing Devin, the first AI software engineer]. 이 벤치마크는 이후 급격히 발전해 2025년 말에는 Claude Opus 4.5가 SWE-bench Verified에서 80.9%를 기록했습니다[^SWE-bench LogoOfficial Leaderboards]. Replit의 Agent 기능은 2024년 9월 5일 Replit Core 프리 오픈으로 공개됐습니다. 이 기능 출시 후 회사 ARR은 2024년 말 1천만 달러에서 2025년 6월 1억 달러로 10배 성장했고 가입자 수는 월 45% 속도로 늘어났습니다[^Introducing Replit Agent].
빅테크 CEO들의 발언이 수치에 설득력을 더했습니다. 순다르 피차이는 2024년 10월 29일 알파벳 3분기 실적 컨퍼런스 콜에서 "구글 신규 코드의 25% 이상이 AI로 생성되며 엔지니어가 리뷰 후 채택한다"고 말했습니다[^Alphabet Announces Third Quarter 2024 Results]. 마크 주커버그는 LlamaCon 2025에서 "1년 내에 Meta의 개발 작업 중 절반이 사람 대신 AI로 수행될 것"이라는 전망을 제시했습니다. 앤디 재시 아마존 CEO의 2024년 8월 22일 발언은 구체적 금액을 담고 있어 특히 주목할 만합니다. Amazon Q Developer를 사용한 Java 8에서 11, 그리고 17로의 마이그레이션이 3만 개 프로덕션 앱에 적용됐고 4천 5백 개발자년을 절감해 연 2억 6천만 달러의 효율 효과를 냈다는 것입니다. 자동 생성된 코드 리뷰의 79%는 수정 없이 배포됐습니다[^One of the most tedious (but critical tasks) for software development teams is updating foundational software. It’s not new feature work, and it doesn’t feel like you’re moving the experience forward. As a result, this work is either dreaded or put off for more exciting work—or both.].
사무직 전반의 생산성 연구
게임 업계 바깥의 연구 결과를 참조할 필요가 있습니다. AI 도입의 효과와 한계를 검증한 대규모 연구들이 여기 속하기 때문입니다. 에릭 브린욜프손과 리 그리고 린지 레이먼드의 Generative AI at Work는 고객 서비스 에이전트 5천 1백 79명과 3백만 건의 채팅을 분석한 연구입니다. 시간당 처리 이슈 수가 평균 14% 증가했는데 초보와 저숙련 근로자에서 34% 향상이 있었고 숙련 근로자는 영향이 없었습니다. 관리자 호출 빈도가 25% 줄었고 이탈률도 감소했습니다[^Generative AI at Work].
파브리치오 델아크콰와 공동 연구자들이 BCG와 하버드가 공동으로 수행한 연구는 더 균형 잡힌 그림을 보여줍니다. BCG 컨설턴트 7백 58명이 18개 과제를 GPT-4 지원 아래 수행했습니다. AI가 잘 다루는 영역의 과제에서 속도가 25.1% 줄고 품질이 40% 이상 향상됐으며 완료율이 12.2% 증가했습니다. 하위 성과자는 43%, 상위 성과자는 17% 향상됐습니다. 그러나 AI가 잘 다루지 못하는 영역의 과제에서는 AI 사용자가 비사용자보다 정답 확률이 19%포인트 낮았습니다[^Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of Artificial Intelligence on Knowledge Worker Productivity and Quality]. AI가 잘하는 영역과 못하는 영역의 경계가 뾰족한 톱니 모양이라는 것이 이 연구의 핵심 통찰입니다. 디자이너가 AI에게 위임하는 과제가 이 경계 어느 쪽에 있는지를 정확히 판단하지 못하면 오히려 품질이 하락할 수 있습니다.
시카모어 노이와 휘트니 장의 Science 논문은 전문 작문 과제에서 ChatGPT 노출군이 소요 시간을 40% 줄이고 품질을 18% 올렸다는 결과를 제시했습니다. 저능력 근로자의 이익이 커서 집단 내 불평등이 축소됐습니다[^Experimental evidence on the productivity effects of generative artificial intelligence]. 저능력자에게 더 도움이 된다는 패턴은 브린욜프손 연구와 일치합니다. 티나 엘룬두와 공동 연구자들의 GPTs are GPTs 논문은 미국 근로자의 약 80%가 최소 10%의 업무 과제에서 LLM의 영향을 받으며 약 19%는 50% 이상의 과제에 영향을 받는다는 추정을 제시했습니다. LLM 단독으로는 약 15% 과제에서 속도 향상이 있었고 소프트웨어 통합을 포함하면 47%에서 56%로 뛰었습니다[^GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models].
골드만 삭스의 2023년 3월 26일 보고서는 가장 인용이 많은 거시 추정을 담았습니다. 글로벌 3억 개의 정규직이 AI 자동화에 노출되며 미국과 유럽의 직업 약 3분의 2가 어느 정도 영향을 받고 노출된 직업 중 업무의 25%에서 50%가 대체 가능하다는 분석이었습니다. 10년간 글로벌 GDP가 연 7% 증가할 수 있다는 낙관적 시나리오도 포함됐습니다[^Generative AI could raise global GDP by 7%]. 맥킨지의 2023년 6월 14일 보고서는 연간 2조 6천억에서 4조 4천억 달러의 경제 가치가 생성형 AI에서 나올 수 있다고 추정했습니다[^The economic potential of generative AI: The next productivity frontier].
그러나 같은 맥킨지의 2025년 State of AI 보고서는 현실적 제약을 드러냅니다. 78%의 조직이 AI를 최소 한 개 기능에 쓰고 있지만 80% 이상은 EBIT에 유의미한 영향을 못 주고 있으며 17%만 EBIT의 5% 이상이 생성형 AI에 귀속된다고 답했습니다[^The state of AI: How organizations are rewiring to capture value]. 도입과 효과 사이의 격차가 여전히 크다는 뜻입니다. WEF의 Future of Jobs 2025 보고서는 2030년까지 1억 7천만 개의 신규 일자리가 만들어지고 9천 2백만 개가 사라져 순 증가가 7천 8백만 개 즉 전체의 7%라는 전망을 제시했습니다[^The Future of Jobs Report 2025].
한국 상황에 특화된 분석으로는 KDI의 2024년 7월 보고서가 있습니다. 한국 취업자 중 약 3백 41만 명 즉 12%가 AI 대체 가능성이 높으며 고소득과 고학력 직종이 더 노출됐다는 것이 핵심 결과입니다[^인공지능으로 인한 노동시장의 변화와 정책방향]. 마이크로소프트의 Work Trend Index 2024는 31개국 3만 1천 명을 조사했습니다. 지식 근로자의 75%가 AI를 사용하며 이 중 46%가 6개월 이내에 시작했습니다. 78%는 자기 도구를 가져오는 BYOAI 행태를 보였고 파워 유저는 하루 30분 이상의 시간을 절약합니다[^AI at Work Is Here. Now Comes the Hard Part]. 스탠퍼드 HAI의 AI Index 2025는 기업 AI 투자가 2024년 2천 5백 23억 달러에 이르렀으며 GPT-3.5 수준 추론 비용이 2022년 11월에서 2024년 10월 사이 280배 이상 하락했다고 정리했습니다[^The 2025 AI Index Report]
인력 구조의 재편
GDC State of the Industry 2024 설문에서 직장 내 생성형 AI 도구가 사용되고 있다고 답한 개발자는 49%였습니다. AI를 긍정적으로 바라보는 직군은 비즈니스·마케팅과 프로그래밍이었고 내러티브·비주얼 아트·QA 직군은 부정적으로 보는 비율이 더 높았습니다. 응답자의 84%가 AI 윤리에 "다소 또는 매우 우려"한다고 답했습니다. 2025년 설문에서는 지난 12개월 내 해고된 개발자가 11%였고 직군별로는 내러티브가 19%로 해고율이 가장 높았습니다. 해고에 직간접적으로 영향을 받았다고 답한 비율은 41%였으며 58%가 추가 해고를 우려한다고 답했습니다[^GDC 2025 State of the Game Industry: Devs Weigh in on Layoffs, AI, and More]. 주니어 포지션의 감소는 통계적으로 명확합니다. 해고된 주니어 개발자의 약 3분의 1이 업계를 떠난 것으로 추정되며 신규 채용에서 경력 요구 수준이 올라가고 있습니다.
SAG-AFTRA의 비디오 게임 파업은 2024년 7월 26일 시작해 2025년 6월 11일까지 11개월간 지속됐습니다. 25개 제안 중 24개에 합의했으나 AI 보호 조항 하나에서만 교착이 발생했습니다. 타결은 2025년 7월 9일 비준됐고 95% 찬성으로 통과됐습니다. 3년간 24% 임금 인상과 AI 디지털 복제품에 대한 동의 및 공개 그리고 보상 의무화, 파업 중 합의 중단권이 포함됐습니다[^2024–2025 SAG-AFTRA video game strike]. Duolingo가 2025년 4월 28일 AI-first 선언을 하며 "AI가 처리할 수 있는 일에서 점진적으로 계약직 사용을 줄이겠다"고 한 메모는 강한 백래시를 불렀습니다. 풀타임 해고는 없었고 계약직 축소가 실제 조치였지만 EA와 Shopify 등이 담론을 모방하면서 업계 전반의 커뮤니케이션 기조로 확산됐습니다. 공개적으로 AI-first를 외치는 것과 실제 조직 재편 사이의 거리가 커지면서 임직원의 신뢰 비용이 누적되는 패턴이 관찰됩니다. 가장 역설적인 사건은 2026년 4월 3일 Take-Two의 AI 팀 해고입니다. 전 Zynga 출신으로 2025년 1월 합류한 루크 디켄이 이끌던 AI 조직이 같은 해 4월에 해체됐습니다. 루크 디켄 본인이 LinkedIn에서 "T2에서의 시간과 우리 팀의 시간이 끝났다는 것이 정말 실망스럽다. 우리는 게임 개발을 지원하는 최첨단 기술을 7년간 개발해 왔다"고 밝혔습니다[^Report: Take-Two lays off the head of AI and multiple team members]. 회사 CEO가 "수백 개의 생성형 AI 파일럿을 진행 중"이라고 말한 뒤 불과 몇 달 만의 일이었습니다. 이 사건은 대기업의 AI 전략이 실제로는 산발적 파일럿의 집합이며 지속 가능한 조직 투자로 이어지지 않을 수 있다는 점을 드러냅니다.
한국에서도 유사한 조직 구조 변화가 진행 중입니다. 이미 언급한 엔씨 희망퇴직과 엔트리브소프트 폐업, QA와 SI의 물적분할, 그리고 데브시스터즈의 2023년 11월 본사 희망퇴직이 있었습니다. 데브시스터즈는 3개월치 임금과 3백만 원의 이직 지원금을 지급했고 6분기 연속 적자 상태였습니다[^경영 위기 데브시스터즈, 희망퇴직 실시한다]. 매튜 볼의 State of Video Gaming 2026 보고서는 2025년 글로벌 게임 콘텐츠 매출이 역대 최고인 약 1천 9백 56억 달러로 전년 대비 5% 성장했다고 집계했습니다. 중국이 글로벌 지출의 20%와 성장의 38%를 차지하며 중국 플레이어 84%가 중국 게임에 지출합니다. Roblox의 월간 활성 사용자는 약 3억 8천만 명으로 "전체 AAA 게임 생태계보다 많다"는 평가가 나왔습니다. 2025년 감원은 9천 2백 명으로 2024년 1만 5천 6백 50명 대비 40% 감소했습니다[^PRESENTATION: The State of Video Gaming in 2025]. Konvoy의 2025년 개발자 설문에서는 "AI 생성 콘텐츠에 대한 열정이 식고 있다"는 표현이 나왔습니다. 2024년 하이프 피크 이후 조정 국면이 왔으며 AI의 초점이 플레이어에게 보이는 콘텐츠에서 워크플로 자동화와 백엔드 효율로 옮겨가고 있다는 분석입니다[^Gaming Industry Report - Q2 2025].
게임 디자이너가 결정해야 할 것들
여기까지 정리된 사례들에서 디자이너 관점의 실무 함의를 살펴봅시다. 가장 먼저 확인된 패턴은 대사와 내러티브 영역에서 AI의 현재 유효 범위가 배경 대사와 군중 대사 같은 저위험 영역에 집중된다는 점입니다. 핵심 스토리라인은 작가가 여전히 제어합니다. Pairwise comparison 구조로 작가가 큐레이션하는 역할을 유지하는 고스트라이터 방식은 품질 위험을 최소화하는 프로덕션 패턴으로 자리 잡았습니다. 완전 자동화보다 디자이너가 편집자 역할을 유지하는 반자동화가 현실적 타겟입니다. NPC 상호작용 AI에서는 "가드레일 설계"라는 새로운 직무 영역이 명확해졌습니다. NEO NPC, Smart Zoi, Persona Device가 모두 같은 패턴을 따릅니다. 작가가 백스토리와 성격과 대화 스타일을 설계하고 데이터 사이언티스트나 엔지니어가 프롬프트 조건화와 가드레일로 옮깁니다. 게임 디자이너 본인이 엔지니어가 되지는 않더라도 이 협업의 언어를 이해해야 합니다. 어떤 경계가 기술적으로 구현 가능한 가드레일이고 어떤 경계가 아직 불안정한지를 판단할 수 없으면 프로젝트 일정 산정이 불가능해집니다.
애니메이션과 아트 영역에서는 머신러닝이 이미 프로덕션 표준에 가까이 도달했습니다. HyperMotion V의 5억 9천만 프레임 데이터, MetaHuman Animator의 아이폰 기반 얼굴 캡처, Unreal PCG의 절차적 배치가 대표 사례입니다. 디자이너는 과거에 애니메이션 예산으로 인해 축소해야 했던 상호작용 가짓수를 다시 확장할 수 있습니다. QA와 플레이테스트 자동화는 디자이너 업무의 이터레이션 속도를 결정적으로 바꿉니다. EA SEED의 39% 테스트 시간 감소, 넷이즈 Titan의 95% 과제 완수율과 4개 인간 미발견 버그가 보여주는 패턴은 명확합니다. 에이전트 기반 플레이테스트 결과는 인간 플레이테스트를 대체하는 것이 아니라 보완하는 레이어로 위치해야 합니다. 프로토타이핑 속도는 월드 모델과 코딩 어시스턴트의 결합으로 근본적으로 변화했습니다. World Labs Marble, Google Genie 3, Unreal PCG, 유니티 AI Assistant, Cursor, Claude Code가 각자의 위치에서 디자이너의 아이디어를 플레이어블한 형태에 더 가깝게 실어 나릅니다. 이 사슬이 어디까지 이어져 있는지를 아는 디자이너와 모르는 디자이너 사이의 생산성 격차는 앞으로 더 벌어질 것입니다.
조직 차원에서는 중국 스튜디오의 규모 전략을 단순 모방할 수 없다는 점이 명확합니다. 텐센트의 CodeBuddy 85% 사용률이나 넷이즈의 파이프라인 통합은 수년에 걸친 내부 표준화의 결과물입니다. 한국 스튜디오가 따라가려면 먼저 문서 포맷, 용어 사전, 결정 로그, 책임자 표기, 변경 이력 구조 같은 기초 인프라를 정리해야 합니다. AI 자체보다 AI가 작동할 수 있는 조직의 상태가 더 결정적 변수입니다. 직무 재정의는 피할 수 없는 흐름입니다. 내러티브 직군 19% 해고율, 주니어 포지션 감소, AI FDE 같은 신직군의 등장이 공통으로 가리키는 방향은 같습니다. 전통적 의미의 "기획자"가 프롬프트 엔지니어, 가드레일 설계자, 데이터 기반 밸런스 큐레이터, AI 도구 체인 통합자 같은 하이브리드 역할로 분화하고 있습니다. 디자이너 개인 차원에서는 하나의 도구에 전적으로 의존하지 않으면서 도구 생태계의 흐름을 계속 추적하는 메타 역량이 가장 중요한 커리어 자산이 됩니다.
윤리와 커뮤니티 관리는 기술 선택만큼 큰 비중을 차지합니다. 아크 레이더스 재녹음 사건, 펄어비스 붉은 사막의 플레이스홀더 미교체 사태, Hardest 자발적 delist, Duolingo 백래시가 같은 이야기를 전합니다. AI 도입이 효율성 논리만으로 정당화되지 않으며 커뮤니티와 노동 조합 그리고 규제 환경의 수용 여부가 장기 성공을 결정합니다. 델아크콰 연구의 "AI가 잘 못하는 영역에서는 AI 사용자가 비사용자보다 19%포인트 낮은 정답률"이라는 결과는 끝까지 기억할 가치가 있는 수치입니다. AI는 평균을 들어 올리지만 천장을 자동으로 높이지는 않습니다. 오히려 잘못된 영역에 AI를 쓰면 성능이 떨어집니다. 디자이너가 AI 도입의 가장 큰 기여자가 되려면 "어디에 쓸까"만큼 "어디에 쓰지 말까"를 판단할 수 있어야 합니다. 앞서 정리한 "편집자 및 비전 디렉터"라는 표현이 결국 이 판단력의 다른 이름입니다.
게임 디자이너가 당장 시작할 수 있는 것들
앞서 살펴본 여러 이야기는 "무엇을 결정해야 하는가"에 관한 것이었습니다. 여기서부터는 그 결정을 내린 뒤 실제로 어떻게 움직일 수 있는지를 다룹니다. 조직의 승인이나 예산 없이 게임 디자이너 혼자 당장 내일 아침부터 시도할 수 있는 것들로만 구성했습니다.
