업계 전문가 원탁 토론: 왜 AI 게임의 발전이 기대에 미치지 못하는가?

AI는 최근 몇 년간 게임 업계에서 가장 중요한 변수 중 하나일 수 있다.

과거의 기술 혁신과는 달리, 이번 AI 기술 붐은 훨씬 더 거세게 몰아치고 있다. 2022년 말 ChatGPT가 출시된 이후 3년도 채 되지 않는 기간 동안 AI의 성능은 기하급수적으로 향상되었으며, 대화 능력에서 이미지, 오디오, 비디오 및 프로그램 생성에 이르기까지 그 영역이 확대되었다.

게임 업계에서는 AI가 제작 과정에 널리 활용되고 있습니다. 지난해 GDC가 공식 발표한 보고서에 따르면, 게임 개발자의 49%가 이미 생성형 AI를 업무에 적용하기 시작했습니다. 업계 매체로서, 한 명 이상의 업계 종사자가 저희와의 대화에서 AI가 가져다주는 효율성 향상을 언급한 바 있습니다.

그러나 비용 절감과 효율성 향상 측면에서 즉각적인 효과를 보이는 것에 비해, AI가 게임 플레이와 플레이어 경험에 미치는 변화는 아직 뚜렷하지 않은 듯하여, 많은 업계 종사자들이 “AI 기반 게임은 허구적인 개념이 아닌가?”라고 의문을 제기하고 있다.

최근, ‘게임차관’은 상하이시 쉬후이구 문화관광국과 레이산 연구소가 공동 주최한 ‘AI+GAME’ 심포지엄에 초청받아 참석했습니다.행사 전, 레이산 연구소의 파트너는 게임차관 측에 이번 심포지엄이 “AI를 통한 비용 절감 및 효율성 향상”에 관한 논의를 의도적으로 배제하고, “AI가 게임 플레이 경험을 변화시키는 방식”에 초점을 맞출 것이라고 전했다.

세미나 마지막에는 참석한 업계 전문가 몇 명이 이 주제를 놓고 원탁 토론을 진행했습니다. 다음은 토론의 핵심 내용으로, 읽기 편하도록 일부 편집 및 수정되었습니다.

(라운드테이블 패널: 쉬이런(许怡然) MultiMetaverse CEO; 쉔리(沈黎) 레이산(铼三) 연구소 설립자; 차오하이신(乔海鑫) Kotoko AI 설립자; 장하오양(张昊阳) AutoGame 설립자; 탄리위안(谭力元) 위안위우지예(元域无界) 공동 설립자)

AI 게임이 기대에 미치지 못했나?

쉬이런: 많은 분들이 AI 게임의 발전 속도가 기대에 미치지 못한다고 언급하는데, 저도 같은 생각입니다. 특히 AI가 게임 플레이와 플레이어 경험에 결정적인 영향을 미칠 수 있는 측면에서, 현재 기대에 부응하고 있다고 보시나요? 그 이유는 무엇일까요?

쉔리: AI는 매우 획기적인 기술로, 그 영향력은 막대하지만 시간이 필요합니다. 현재 대부분의 시도는 과정 자체에 가치가 있지만, 당장 결과를 기대하는 것은 비현실적입니다.

제 생각에는 AI가 본질적으로 게임에 새로운 차원을 가져다주었다고 봅니다. 이는 2D 게임에서 3D 게임으로의 전환과 다소 비슷합니다. 초기에는 3D 캐릭터에 2D 게임플레이가 결합된 형태였는데, 현재 우리도 비슷한 과정을 겪고 있습니다. AI 요소가 일부 추가되었지만, 본질적으로는 여전히 전통적인 게임플레이 방식입니다.하지만 결국, 일정한 과정을 거치면서 3D 게임은 총, 자동차, 공과 같은 순수한 3D 상호작용 방식과 게임플레이를 발전시켰습니다.

AI 네이티브 게임도 비슷한 과정을 거칠 것이라고 믿습니다. 단기적으로는 당연히 이를 표현 계층에 더 많이 배치하게 되겠지만, 끊임없이 누군가가 그 경계를 탐구하고 넓혀 나가면서, 결국 진정한 네이티브 게임이 등장할 것입니다.

쉬이런: 곧 나타날 것이 보이나요?

쉔리: 아직 정말 독창적인 것은 없어요. 제게 특히 인상 깊었던 것은 AI를 설득해야 하는 게임이었는데, 그 게임을 통해 처음으로 AI가 무한한 가능성과 의미를 지닌 독창적인 작업을 하고 있다는 느낌을 받았어요. ‘게임 이론’과 같은 개념은 AI 게임의 초기 단계에서 실현 가능한 방향이 될 수 있을 것 같아요.

쉬이런: 차오 사장님, 기대에 미치지 못했다고 보시나요? 아니면 희망적인 점이 보이나요?

차오하이신: 솔직히 말해서 기대에 미치지 못한 부분이 분명히 있습니다. 그 배경에는 몇 가지 이유가 있습니다:

먼저, 게임의 엔지니어링 문제입니다. 실리콘밸리의 많은 AI 애플리케이션을 보면, 개발 속도가 빠른 이유는 엔지니어링 작업량과 복잡도가 게임에 비해 훨씬 적기 때문입니다. 게임은 반복적인 테스트를 거치는 데 오랜 시간이 걸립니다.

두 번째는 비용 문제입니다. 예전에는 AI를 사용하는 데 드는 비용이 비교적 높았지만, 23년부터 지금까지 비용은 이전의 1/100 수준으로 낮아졌으며, 여기에 몇 가지 전략을 더하면 200~300배의 성능 향상을 이룰 수 있습니다. 이것이 바로 올해 많은 에이전트 제품들이 과감하게 대규모로 AI를 도입하고, 모두가 더 복잡한 콘텐츠를 제작하기 시작한 이유입니다.

저희의 경우를 예로 들면, 해외 젊은 여성 사용자를 대상으로 그들의 OC(Original Character, 오리지널 캐릭터)를 중심으로 한 상호작용 경험을 제공하고 있습니다. 과거에는 불가능했던 맞춤형 캐릭터 행동, 내적 성장, 그리고 다중 모달 콘텐츠 생성이 이제는 모두 가능해졌습니다. 지금은 마치 돌을 더듬으며 강을 건너는 것과 같지만, 전망이 매우 밝다고 생각합니다.

쉬이런: 구체적인 예를 하나 들어주실 수 있나요?

차오하이신: 저희는 최근 캐릭터와 무한 루프 던전을 테스트하고 있습니다. 일부 콘텐츠는 기획자가 미리 설정하고, 일부는 AI가 생성하며, 이 두 가지를 결합하고 있습니다. 이를 통해 AI 게임의 매우 중요한 문제인 ‘목표 의식’을 해결했습니다. 초기 《스탠포드 타운》과 같은 게임에서 가장 부족했던 것이 바로 목표 의식이었죠.최근 큰 인기를 끌고 있는 AI 마을에서는 모두가 돈을 벌기 위해 경쟁하고 있는데, 이것이 바로 하나의 목표입니다.

이에 비해, 우리는 지나치게 수치 중심이 되기보다는 사용자에게 의미 있는 콘텐츠와 피드백을 제공하고자 합니다. 이러한 방향성을 반영한 제품이 일본에서 이미 출시되어 월간 유지율이 매우 좋은 성과를 보이고 있습니다. 저는 경계와 목표를 결합하고 AI 캐릭터를 활용하는 것이 훌륭한 해결책이라고 생각합니다.

쉬이런: 하오양은 어떻게 생각하나요?

장하오양: 제 관점에서 보면 답은 간단합니다. 기대에 미치지 못한다는 것이죠. 그 이유는 모두가 AI의 능력을 과대평가하고, 게임 개발의 난이도를 과소평가했기 때문입니다. 게임 업계와 무관한 많은 사람들이 AI와 게임의 결합 가능성을 보고 몰려들었지만, 게임의 복잡성을 간과한 것입니다.

하지만 장기적으로 보면, 10년 후에는 아무도 ‘AI 게임’이라는 개념을 기억하지 못할 것이며, 이는 모든 게임에 눈에 띄지 않게 자연스럽게 스며들 것이라고 생각합니다. 현재 몇 가지 단계를 거쳐 왔습니다.

첫 번째 단계는 가벼운 게임 플레이와 AI를 결합한 초기 시도였으며, 주로 기술적 한계로 인해 제한을 받았는데, 예를 들어 서버 기반 게임 등이 이에 해당합니다.

두 번째 단계는 대규모 모델의 성능 발전과 관련이 있습니다. 2023년 ChatGPT가 인기를 끌면서, 기반 모델의 성능이 NPC 동반 서비스 방향으로 발전했고, Character.AI와 같은 제품이 폭발적인 인기를 얻으면서 다시 대규모 모델의 발전을 촉진했습니다. 현재 AI NPC, 특히 정서적 동반 서비스 시장의 규모는 이미 상당히 커졌습니다.

3단계에서는 기술이 더욱 발전함에 따라 25년에 몇 가지 큰 사건이 있었습니다. 예를 들어 연초에 Manus가 폭발적인 인기를 끌었는데, 그 배경에는 Claude 3.7의 출시가 있었습니다. 연중에는 Claude Agent가 등장했고, 최근에는 Claude Sonnet 4.5가 출시되면서 올해는 AI 코딩의 해임을 알렸습니다.저희는 《매기의 정원》이라는 제품을 개발할 때 AI 코딩 기술을 대거 활용했는데, 이는 제작 단계에서 사용된 것이 아니라 플레이어에게 직접 새로운 콘텐츠를 제공하는 데 활용되었습니다.

저는 지금이 AI 게임이 가속화되는 단계라고 생각하며, 아직 폭발적인 성장기에는 이르지 않았지만 불씨가 점점 더 거세지고 있다고 봅니다.

쉬이런: 탄 사장님은 어떻게 생각하시나요?

탄리위안: 저희는 세계 모델 프로젝트를 진행 중입니다. AI 게임이 기대에 부응했는지에 대한 질문에 대해서는, AI와 전통적인 게임을 다소 분리해서 살펴보겠습니다.

게임에는 능력치 성장, 타격감, 음향·조명·효과 등 이미 잘 정립된 전통적인 피드백 요소가 많이 있습니다. AI 게임을 제작할 때 우리는 이러한 요소들을 버리지 않고 반드시 결합해야 합니다. 문제는 AI가 게임 경험에 긍정적인 영향을 미치는지, 아니면 부정적인 영향을 미치는지입니다. AI 게임 경험을 긍정적으로 만들기 위해 전통적인 게임의 본질을 희생해야 할까요?

1년 넘게 이어온 탐구 과정에서 우리는 다음과 같은 점을 느꼈습니다. 첫째, AI 게임은 긍정적인 반응을 이끌어내고 있습니다. 둘째, AI 게임이 반드시 전통적인 게임을 제한하는 것은 아닙니다. 업계가 점점 성숙해짐에 따라, AI 게임이 무언가를 대체할 것이라고는 생각하지 않지만, 확실히 플러스 요인이 될 것이라고 봅니다.

AI 시대에 이용자들은 어떤 콘텐츠를 원할까?

쉬이런: 방금 스티븐(앞서 연설한 연사)이 연설에서 직관과 반대되는 관점을 언급했는데, 바로 AI가 무한한 양의 새로운 콘텐츠를 제공할 수는 없으며, 결국 사람이 직접 만들어야 한다는 것입니다. 게이머의 관점에서 보면, 설령 무한히 생성된다 해도 유용한 콘텐츠여야 하며, 쓰레기 같은 내용만 쏟아져 나와서는 안 됩니다.

두 가지 질문을 드리고 싶습니다. 첫째, AI가 단 한 번의 클릭으로 무한한 콘텐츠를 생성할 수 있다고 생각하시나요? 둘째, 플레이어들은 도대체 어떤 콘텐츠를 원할까요? 소비자의 관점에서 볼 때, AI가 어떤 콘텐츠를 생성해야 그들에게 가치가 있을까요?

쉔리: 무한에 대해, 제 견해는 “유계 무한”입니다.단순히 양적인 측면에서만 본다면 무한할 수도 있겠지만, 더 정확한 표현은 특정 차원에서의 무한입니다. 마치 3차원 공간에서 가로 방향은 무한할 수 있지만, 세로 방향에는 경계가 있는 것과 같습니다. 이러한 가로 방향의 틀은 우리가 미리 설정한 학습 내용에서 비롯된 것으로, 양적으로는 무한히 확장될 수 있지만 우리가 정한 규칙을 벗어나지는 않습니다.

스티븐이 일정한 규칙 하에서 무한함을 추구해야 한다고 언급했는데, 저는 이에 전적으로 동의하지 않습니다. AI가 주는 통제 불능의 느낌이 사실 꽤 흥미롭기 때문입니다. 예를 들어, 며칠 전 누군가가 Sora를 이용해 스포츠 영상을 만들었는데, 일반적인 규칙에 맞지 않는 다이빙 동작을 만들어 냈습니다. 처음에는 아주 정상적이다가 마지막에 갑자기 매우 기이한 동작이 나타나는 식이었죠. 오히려 이것이 오락성을 높여주었습니다.

이것을 보니 미술사의 발전 과정이 떠오르네요. 사실주의 회화에서 인상파를 거쳐 피카소까지… 피카소는 그야말로 통제 불능의 창작 상태를 보여준 사례죠. AI가 가져오는 이런 ‘통제 불능’이 완전히 새로운 무언가를 창조해 낼 수도 있지 않을까요?

차오 하이신: 저는 “유계 무한”을 다른 관점에서 이해하려고 합니다. 리 아저씨가 말씀하신 ‘경계’나 ‘규칙’은 주로 일반적인 규칙이나 물리 법칙을 의미하는 반면, 제가 생각하는 규칙은 데이터의 주관자나 중재자 역할을 하는 것입니다.

여러 AI 간의 무한 대화는 결국 순환에 빠지고 수렴되어 지루해지게 마련이다. 상대방의 말을 반복하고, 문장 구조를 반복하며, 자기 회귀를 반복하게 된다.

따라서 핵심은 적절한 시점에 누가 콘텐츠를 생성하느냐는 것입니다. 인간일 수도 있고, AI일 수도 있습니다. 과거의 행동 트리처럼 각 노드가 반드시 무한히 확장될 필요는 없습니다. 일부는 미리 설정된 대본이고, 일부는 AI가 생성하지만, 핵심은 중간 단계를 담당할 ‘콘텐츠 조정자’를 도입하는 것이며, 이것이 바로 통제성입니다.

만약 데이터의 수신, 처리, 전달을 담당하는 에이전트가 하나 있고, 그 과정에서 다른 에이전트의 동기나 행동을 생성해 낸다면, 문제를 어느 정도 해결할 수 있을 것입니다. 여기에는 사용자가 이 경험이 얼마나 오래 지속되는지 인식하게 하는 것—턴제, 배치형, 아니면 어떤 목표 기반 피드백이든—이 모두 ‘무한’의 정의에 영향을 미칩니다.

최근 저희는 애니메이션 생성 모델을 개발하고 있는데, 테스트를 해보니 꽤 흥미로운 점이 발견되었습니다. 사용자들이 상상한 이야기를 모델에 입력해 에이전트가 이를 확장하고 정리하여, 자신도 생각지 못했던 관점과 줄거리를 제시해 주기를 바라며, 그 결과물을 TikTok이나 YouTube에 공유하고 있습니다.

제 생각에는 이것이 바로 무한한 콘텐츠라고 봅니다. 다만 이는 사용자 자신의 생각에 기반을 둔 것이죠. 무한함이란 사용자의 생각을 확장시켜 주거나, 사용자가 생각지 못했던 것을 제시하거나, 형식적인 측면에서 비용을 절감해 주는 데 있습니다. 하지만 그 과정에서 반드시 사람이나 잘 기획된 진행자가 참여하여 콘텐츠를 함께 만들어 나가야 합니다.

장하오양: 게임의 관점에서 보면, 사실 대규모 모델이 등장하기 전부터 이미 ‘무한’은 존재했다고 생각합니다. 예를 들어 로그라이크 게임은 일종의 ‘무한’ 장르라고 할 수 있으며, 『하디스』에는 30만 개의 텍스트가 있습니다. 또 다른 예로 『링 월드』는 전통적인 규칙과 조합을 통해 플레이어가 거의 무한히 재플레이할 수 있게 합니다.

여기서 말하는 ‘무한’은 수학적 의미가 아니라, 게임의 수명 주기 측면에서 플레이어가 예상보다 더 많은 시간을 투자한다는 뜻입니다. 플레이어가 지루함을 느끼기 전까지는 정렬 기능만으로도 요구 사항을 충족시킬 수 있습니다.

대규모 모델이 등장한 이후, ‘무한’은 한 단계 더 발전할 것입니다. 예전에는 플레이어들이 제작자의 패턴을 파악할 수 있었지만, 이제 게임 기획자의 역할은 더 이상 세부 사항을 하나하나 만드는 것이 아니라 게임 세계 전체의 규칙을 설계하는 것입니다.

이걸 보니 예전에 있었던 토론이 떠오르네요. “메타버스의 변기는 막힐까?” 막히느냐 마느냐는 게임 플레이에 이점이 있는지 여부에 달려 있습니다. 저희가 개발 중인 것은 AI DM(던전 마스터)으로, 플레이어가 게임을 즐기는 동안 게임의 진행을 주도합니다. 이 DM은 클러스터일 수도 있고, 플레이어, 에이전트, 커뮤니티가 함께 만들어낸 규칙일 수도 있습니다.

대규모 모델은 자기조직화 특성을 지니고 있어, 무에서 유를 창조할 수 있습니다. 예전에는 무한 스트림 게임에 환상적인 요소가 있었지만, 이제는 Coding Agent의 능력을 통해 이를 해소할 수 있습니다. 게임에 존재하지 않는 전설의 검? 제가 직접 만들어 드리겠습니다. 이것이 바로 예상치 못한 반전과 즐거움입니다.

모두가 간과하고 있는 점은 게임 기획 능력을 AI에 맡겨야 한다는 것입니다. 그동안은 주로 아트나 개발에 대해 이야기해 왔지만, 정작 AI가 DM 역할을 제대로 수행하도록 해야 합니다. 어떻게 할까요? 게임 논리를 명확히 설명하면 됩니다. ‘심류 이론’, 『영웅의 여정』, 수치 설계 이론 등 모두 체계적인 방법론이 마련되어 있습니다.우리는 게임성 측면에서 최소한의 기준을 확보하고, 플레이어가 재미를 느낀다면 디자인은 성공한 것이다.

탄리위안: 저는 리 아저씨가 말씀하신 “유한한 무한”이라는 말에 깊이 공감합니다. 즉, 특정 범위 내에서는 무한한 표현이 가능할 수 있다는 것입니다.

모델 훈련에서 중요한 개념 중 하나인 ‘일반화’에 대해 이야기해 보고자 합니다.예를 들어, ‘차량의 속도와 적재량’이라는 두 가지 차원을 기준으로 할 때, 실제 훈련 데이터에는 ‘적재량은 많지만 속도가 느린 차량’이나 ‘속도는 빠르지만 적재량이 적은 차량’이 대다수를 차지할 수 있습니다. AI의 혁신은 속도가 빠르고 적재량도 많은 차량이나, 속도는 느리지만 적재량도 적은 차량을 연상해 낼 수 있다는 점에 있습니다.

실제 모델은 수만 차원을 가지고 있으므로, 게임 내에서 이를 보완하는 방식으로 활용할 수 있습니다. 예를 들어, 시중에는 뱀파이어를 소재로 한 전투 게임이나 좀비를 소재로 한 농장 경영 게임이 있는데, 이를 일반화하여 뱀파이어를 소재로 한 농장 경영 게임을 만들어낼 수도 있습니다.

우리는 모델이 제한된 범위 내에서 효과적인 보완과 확장을 수행하는 능력이 매우 뛰어나고 안정적이라는 점을 확인했습니다. 하지만 모델이 ‘큰 경계’—즉, 샘플 데이터에 전혀 존재하지 않는 개념—를 넘어설 수 있도록 하려면 매우 어렵습니다. 비록 가끔 통계학적으로 유의미한 특수한 사례가 나타나기도 하지만, 그 성과는 대개 평범한 수준에 그칩니다.

그래서 저는 그 한계가 실제로 존재한다고 생각합니다. 제가 모델에 기대하는 바는 애초에 인간의 창의성을 대체하는 것이 아닙니다. 만약 모델이 정말로 인간 수준의 무한한 창의성을 대체할 수 있게 된다면, 사회는 엄청난 변화를 겪게 될 것입니다. 우리는 집에서 편안히 쉬며, 모델이 끊임없이 새로운 것을 제공하고, 《백년의 고독》과 같은 작품을 계속해서 써내려가는 것을 즐길 수 있게 될지도 모릅니다.

그날이 올지는 모르겠지만, 현재의 틀 안에서, 모델이 생성할 수 있는 제한된 범위 내에서 우리는 이를 탐구해 볼 수 있습니다.

AI에게 게임 기획을 어떻게 가르칠 수 있을까?

쉬이런: 하오양의 말을 빌려, AI에게 게임 기획을 어떻게 가르칠 수 있는지, 어떤 세부 수준을 설정해야 하는지, 구체적으로 어떻게 가르쳐야 하는지에 대해 이야기해 봅시다.

마치 원숭이에게 타자기로 수많은 작품을 치게 한 뒤, 마지막에 어떤 게 셰익스피어의 희곡인지 고르라고 하는 것과 마찬가지다. 플레이어는 지칠 대로 지칠 것이다. 쓰레기 더미 속에서 고르라고 할 수는 없는 노릇이다. 그럼 내 즐거움은 어디에 있겠는가?

요즘 AI 게임을 만드는 많은 사람들이 한 가지를 잊고 있는 것 같아요. 바로 현실 생활을 게임 속으로 그대로 옮겨서는 안 된다는 점입니다. 시뮬레이션 게임은 사실감을 추구하지만, 사실감이 높을수록 재미는 떨어집니다. 완전히 사실적이라면 차라리 현실 세계에 머물면 되죠. 굳이 게임을 할 필요가 있을까요? 제가 게임을 하는 이유는 즐거움을 위해서입니다. 그러니 반드시 핵심이 되는 즐거움의 요소를 추상화해야 합니다.

그렇다면 이 요소를 어떻게 추출할 수 있을까요? AI가 이를 추출하는 법을 어떻게 가르칠 수 있을까요? 플레이어가 매 단계마다 ‘이건 재미있다’, ‘저건 재미없다’라고 일일이 알려주지 않아도 되도록 말입니다.

플레이어의 경험을 강화 학습 피드백으로 활용하는 것은 역설적인 상황입니다. 플레이어에게 쓰레기 같은 콘텐츠를 주면 플레이어는 짜증을 내고 게임을 그만두게 되며, 그러면 게임에서 데이터를 얻을 수 없게 됩니다. 그렇다면 훈련 데이터는 어디서 구할 수 있을까요? 따라서 먼저 이 역설을 해결할 수 있는지 여부를 밝혀야 합니다. 일단 이 문제가 해결되면 AI가 게임을 설계할 수 있게 되고, 그땐 모두가 편하게 쉴 수 있게 될 것입니다.

AI에게 게임 기획을 가르치려면 어떻게 해야 한다고 생각하시나요? 그리고 마지막으로 한 가지 정리 차원에서 묻겠습니다. 5년, 10년 후 게임 업계는 어떤 모습이 될 것이라고 예상하시나요?

션리: 정말 큰 질문이네요. 우선 첫 번째 질문부터 답해 보겠습니다.

세부 단위를 더 세분화할수록 직면하게 될 개발상의 난관은 더 커질 수 있습니다. 많은 게임은 결국 ‘순간순간(Moment to Moment)’으로 분해됩니다. 즉, 매 순간 어떤 경험을 얻는지입니다. 예를 들어, 총을 쏠 때의 타격감이 쾌적하냐, 한 발로 헤드샷을 성공시키느냐 등은 매 순간 일어나는 일입니다.

두 번째 단계는 ‘Minute to Minute’으로, 분 단위의 경험을 의미하며 게임의 작은 루프를 나타냅니다. 예를 들어, 총을 쏘고 아이템을 주워 모으는 것은 긍정적인 피드백 루프입니다.

그 위에는 ‘세션(Session)’이 있는데, 이는 게임의 규칙에 더 가깝습니다. 예를 들어, ‘배틀로얄’ 게임에서 마지막까지 살아남으면 이길 수 있지만, 모든 것을 잃을 수도 있어 일종의 도박 심리가 작용합니다.

제 생각에는 하위 계층일수록 AI 관점에서 평가 지표가 더 명확해져 정량화를 통해 훈련을 보조할 수 있습니다. 상위 계층으로 올라갈수록 사람의 판단에 더 많이 의존하게 됩니다. 따라서 미래의 학습 과정은 세분화 수준에 따라 구분할 수 있을 것입니다. 즉, 일부는 기계의 자체 순환을 통해 수행할 수 있고, 일부는 인간의 개입과 감성적 분석을 통해서만 수행할 수 있는 부분으로 나눌 수 있을 것입니다.

두 번째 질문은, 10년 후입니다. 하오양이 언급한 점이 꽤 흥미롭습니다. 진정한 AI 게임이 현실이 되는 시점은 바로 우리가 더 이상 ‘AI 게임’이라는 말을 꺼내지 않게 될 때입니다. 마치 지금 ‘3D 게임을 만들었다’는 것을 판매 포인트로 내세우지 않는 것과 마찬가지입니다. 왜냐하면 모든 게임이 이미 3D 게임이기 때문입니다.

5년, 10년 후에는 더 이상 ‘AI 게임’이라는 개념을 따로 언급하지 않고, 그저 ‘게임’이라고만 말하게 될 것이며, AI는 그 중 하나의 요소로만 다뤄질 것입니다. 마치 2D에서 3D로 넘어가던 시절처럼, 그때쯤이면 AI가 게임에서 정말 큰 역할을 하고 있는 모습을 직접 목격하게 될지도 모릅니다.

쉬이런: 제가 묻고 싶은 건 단순히 AI뿐만 아니라, 10년 후 게임 세계가 어떤 모습일지입니다.

쉔리: 저는 앞으로 게임이라는 개념 자체가 매우 모호해질 것이라고 생각합니다. 게임은 본질적으로 상호작용을 통해 단기적인 자극을 생성하는 과정이기 때문에, 이 개념은 다양한 분야에 적용될 수 있기 때문입니다.

미래에 많은 기계적인 업무가 AI로 대체된다고 가정할 때, 인간은 더 많은 여가 시간을 확보하게 될 것이다. 인간의 여가 시간은 분명 더 빠르고 짧은 주기로 자극을 얻을 수 있는 활동에 쓰이게 될 것이다.

따라서 더 넓은 관점에서 보면, 앞으로 많은 것들이 게임화될 가능성이 있습니다. 많은 사람들에게 있어, 아마도 사방이 게임으로 가득 찬 세상이 될지도 모릅니다.

차오 하이신: 첫 번째 질문은 대답하기 어렵네요. 이 질문을 보니 4~5년 전의 또 다른 질문이 떠오르네요. 바로 ‘UGC 게임은 어떻게 만드는가’라는 질문이었죠. 이는 본질적으로 ‘AI가 게임 기획을 어떻게 하는가’라는 문제와 같은 맥락입니다.

게임, 혹은 모든 소비자 대상 엔터테인먼트 제품은 본질적으로 사람의 감정을 자극하는 것이기 때문입니다. 제 감정과 당신의 감정이 생기는 원인은 분명 다를 것입니다.

어릴 적 《검망3》와 《FF14》를 플레이했을 때 가장 즐거웠던 점은 바로 소통이었습니다. 길드 활동, 팬픽 창작, 2차 창작 활동 등, 플레이어들은 서로에게 영감을 주는 존재였죠. 하오양은 정복형 게임을 주로 하는 편이라, 보스전이 꼭 있어야 하고, 싸우는 재미가 있어야만 합니다.탐험형 게임을 선호하는 사람도 있는데, 농사 짓기, 개 키우기, 반려동물 키우기 같은 것들이죠. 사람마다 감정을 얻는 원천이 다르기 때문이에요.

게임은 특히 비표준적입니다. 이러한 비표준적인 요소는 표준화된 미디어, 텍스트와 이미지, 숏폼 영상과는 달리, 일반적인 규칙을 통해 추상화하거나 추출할 수 있는 것이 아닙니다. 제 생각에는 그렇지 않으며, 여전히 사용자의 경험 목표와 경험 요구 사항이 무엇인지에 초점을 맞춰야 한다고 봅니다.

게임 장르마다 규모와 타깃 플레이어 수가 너무나 다양합니다. 분석 단위를 너무 세분화하면 곳곳에서 문제가 발생합니다. 게임과 게임 간의 차이는 게임과 동영상 간의 차이보다 더 클 수도 있습니다.

두 번째 질문에 대해, 5년, 10년 후에는 리 아저씨와 하오양이 말한 대로 AI가 일상이 될 것이라는 데 동의합니다.

그래도 제가 원하는 요구 사항에 맞춰 더 높은 수준의 경험을 제공해 주었으면 합니다. 예를 들어, 저는 소통을 원하고, 저와 비슷한 사람들을 더 많이 만나고, 전 세계 각지의 사람들과 교류하며, 나만의 작은 커뮤니티나 모임을 만들고 싶습니다.

최근 미국 중남부 지역의 많은 이용자들과 이야기를 나눴는데, 많은 고등학생들이 방과 후 할 일이 없어 집으로 돌아가 인터넷을 하며, 운동이나 오프라인 사교 활동에는 참여하지 않는다고 합니다. 매일 집에 돌아와 인터넷을 하며 온라인에서 사람들을 사귀고 있죠. 많은 고등학생들은 대학에 진학하거나 취업을 생각하지 않습니다. 그들에게 있어 현실은 자본과 정보를 분배할 권한을 얻을 수 없는 세상이기 때문입니다.

그들에게 있어 ‘아름다운 신세계’는 아마도 온라인, 즉 당신이 구축한 새로운 소규모 커뮤니티와 가상 생활 속에 있을지도 모릅니다. 가상 콘텐츠를 개인화하여 이러한 사용자들에게 특권을 부여할 수 있다는 점은 정말 멋진 일입니다.

5년, 10년 후에는 점점 더 많은 사람들이 이렇게 될 것 같습니다. 현실의 문명은 점점 더 계급 고착화와 사회적 유동성 약화의 방향으로 나아가고 있기 때문입니다. 우리는 더 많은 사람들이 즐거움을 느끼고 마음껏 스트레스를 해소할 수 있게 해주는 이런 것이 필요합니다.

장하오양: 다시 제 이야기로 돌아와서, AI 기획자는 어떻게 양성해야 할까요? 한 마디로 요약하자면, ‘대중 속에서 나와 대중 속으로 돌아간다’는 것입니다.

우선 AI는 데이터에 의존하는 성격을 띱니다. 강화 학습 알고리즘이든 대규모 모델이든, 우수한 성능을 발휘하기 위해서는 인간의 지식을 학습하여 게임 속 플레이어의 행동을 모방해야 합니다.

대규모 모델 자체는 이미 매우 잘 사전 훈련된 인간 지식 저장소이며, 이론적으로 인간 생활의 다양한 상황이 그 잠재 공간에 모두 포함되어 있습니다. 하지만 우리가 해야 할 일은 이 지식을 끌어내는 것, 즉 심류 이론이나 전통적인 영화 서사 이론 등과 같은 전문 지식을 활용하여 이를 이끌어내는 것입니다.

이것만으로는 충분하지 않습니다. 디자인 측면에서 말하자면, 예를 들어 오픈 월드 AI 게임을 만든다고 가정해 봅시다. 여기에는 스토리 생성, 퀘스트 생성 등이 포함됩니다. 기획자는 스토리의 시간, 장소, 등장인물, 스타일, 배경 이야기 등을 모두 준비하고, 가능한 한 예상 결과도 마련해야 합니다. 예상 결과가 없다면, 기존 작품의 클리셰를 참고하도록 하면 됩니다.심지어 “『푸른 아카이브』 스타일의 『하스스톤』 같은 카드 게임을 원한다”고 아주 대략적으로만 설명해도 AI가 이를 설계해 줄 수 있습니다.

하지만 한 가지 걸림돌이 있습니다. 게임 업계의 특이점은 핵심 게임 자산, 즉 코드 자산, 아트 자산, PRD 문서가 기밀로 관리된다는 점입니다. 이러한 지식은 범용 대형 모델에는 존재하지 않습니다.

그러니 프로젝트 팀 차원에서 규칙을 마련해 AI가 학습할 수 있도록 하거나, 이후 플레이어와의 상호작용을 통해 스스로 성장할 수 있는 체계를 구축해야 합니다.

사전 학습이란 무엇일까요? 우리 프로젝트에는 전문 기획자가 있어 각 부분의 요령을 잘 알고 있습니다. 예를 들어 수치 설계의 경우, 대규모 모델은 수치에 민감하지 않지만, 정성적 분석을 수행하게 하여 등급을 나누게 할 수 있습니다. 예를 들어 7단계로 나누는 식이죠. 그 후 AI가 기획자가 미리 설정한 수치 범위 내에서 무작위로 합리적인 수치를 도출하도록 합니다.

또 다른 방식은 제품 차원의 AI UGC입니다. 왜 AI UGC가 진정한 AIGC로 가는 과도기라고 할 수 있을까요? 플레이어와 게임의 상호작용 과정에서 데이터를 학습해야 하기 때문입니다.

어떤 데이터인가요? 하나는 플레이어의 창작 데이터입니다. 이 데이터의 프롬프트는 플레이어가 어떤 게임을 원하는지를 반영합니다. AI는 방대한 텍스트 분석을 통해 대다수의 사람들이 어떤 콘텐츠를 선호하는지 파악할 수 있습니다.

이때도 인간 기획자들이 여전히 일을 하고 있다는 점을 잊지 마세요. AI 게임은 매우 초기 단계부터 인간 플레이어를 대상으로 테스트를 진행하여 플레이어의 피드백을 수렴해야 합니다. AI 역시 피드백을 수렴하므로, 강화 학습이나 인간의 피드백을 통해 AI를 개선하고 인간 기준에 부합하도록 조정할 수 있습니다.

또한 커뮤니티를 통해 수집한 플레이어들의 실제 피드백을 바탕으로 — 어떤 콘텐츠가 성공을 거두었는지, 플레이어들은 무엇을 선호하는지?

예를 들어 보자. 우리 게임에 약간 배가 나온, 통통한 캐릭터가 하나 있었다. 아트 리뉴얼 과정에서 그 배를 없앴더니, ‘샤오헤이허’에 공개되자마자 갑자기 화제가 되었다. 플레이어들은 모두 “꼭 원래대로 되돌려야 한다”고 말했다. 이것이 바로 대중의 목소리를 반영한 것이다.

그리고 코드 부분도 있습니다. AI 코딩, 현재 AI 게임을 개발하면서 제가 보기에 가장 어려운 점은 게임 디자인 자체가 아니라, 공학적 접근 방식을 통해 엔진과 유사한 것을 구현하는 방법이라고 생각합니다.

우리는 UGC 인터페이스 한 세트를 개발하고, AI를 위해 다양한 도구를 만들었습니다. 이를 통해 AI가 게임 내 무기인 칼, 총, 검 등을 호출할 수 있게 했습니다.예를 들어, 어떤 플레이어가 ‘부유포’를 원한다고 제안했을 때, AI는 배경 이해 능력을 바탕으로 부유포가 건담 게임의 개념과 유사하면서도 동시에 반려동물이라는 점을 파악합니다. 따라서 게임 내 반려동물 모듈과 무기 모듈을 결합하여 코드를 작성합니다.

두 번째 주제로, 5년, 10년 후의 게임에 대해 이야기해 보겠습니다. 제 생각에는 반드시 AI와 밀접한 관련이 있을 것이라고 봅니다.

먼저 데이터 중심 산업입니다. 제가 관찰한 현실은 이렇습니다. 콘텐츠 중심 산업의 콘텐츠 버블이 곧 터질 것입니다. 콘텐츠 제작 비용은 계속 치솟고 있지만, 언젠가는 이용자들의 콘텐츠 소비 속도와 여러분의 생산 속도가 맞지 않게 되어, 결국 극심한 내비루로 이어질 것입니다.

반면 데이터 중심 산업은 소라(Sora)와 틱톡(TikTok)이 결합된 형태로 발전할 가능성이 있다. 즉, 콘텐츠 플랫폼이자 콘텐츠 배포 채널인 것이다. 그 이면에는 일련의 대규모 모델이 결합되어 직접 콘텐츠를 제공하는 구조가 있으며, 기획이나 미술적 사전 설정이 아닌 AI가 콘텐츠를 제공하는 방식이다.

Roblox처럼 에디터를 개발하는 동시에 AI 기능을 접목하여, 플레이어가 함께 콘텐츠를 창작하는 과정에서 AI가 인간이 어떤 콘텐츠를 선호하는지 학습하고, 동시에 새로운 콘텐츠를 더 잘 만드는 방법을 배우도록 해야 합니다. 우리는 이를 ‘세계의 영혼’이라고 부르며, 이것이 바로 우리가 구축하고자 하는 세계 모델입니다.

그 외의 부분은, 게임 플레이와 결합되지 않더라도 단순히 제작 측면만 놓고 봐도 그렇습니다. 23년 말 우리가 《매기의 정원》 프로젝트를 시작했을 때, 스팀의 사용자 수는 약 290만 명이었죠. 24년 4월에는 이미 320만 명으로 늘어났고, 올해 25년에는 410만 명을 넘어섰습니다.

2년도 채 되지 않아 두 배로 늘었는데, 앞서 언급된 ID는 10여 년간 쌓아온 성과입니다. AI 덕분에 원래 스팀 게임을 만들 능력이 없던 많은 사람들이—혼자서도 혼자서 팀을 이룰 수 있게 되었거나, 3~5명이 모여 초강력 개인이나 초강력 팀을 형성하게 된 것은 아닐까요?

5년 후 게임 업계는 경쟁이 더욱 치열해질 것이라고 생각합니다. 원래 이 업계에 종사할 능력이 없던 사람들도 AI 기술의 도움으로 점점 더 강해지고, 자기 표현의 권리를 더 많이 갖게 되어 일종의 대중 매체가 형성될 수도 있기 때문입니다.

저는 원래 프로그래머 출신인데, 이제 Claude 4.5 모델 덕분에 코드 한 줄도 쓸 필요가 없고, 최종 결과물만 확인하면 됩니다. 5년 후, 10년 후의 게임 업계는 아마도 이런 모습이 될 것입니다.

탄리위안: 시간이 조금 초과되었으니, 두 번째 질문에 간단히 답변드리겠습니다.

5년에서 10년은 상당히 긴 기간입니다. 제 기본 가정은 AI가 반드시 발전할 것이며, 심지어 범용 인공지능의 단계까지 넘어설 가능성도 있다는 것입니다. 우선, AI가 게임과 상당히 광범위하고 깊이 있게 결합될 것이며, 그 경계가 그리 뚜렷하지 않을 것이라고 생각합니다. 즉, AI를 완전히 별도의 카테고리로 분리해 내지는 않을 것입니다.

이 카테고리만 따로 놓고 보면, 현재 상황에서는 아직 매우 초기 단계에 있습니다. 경험과 기술이 점점 더 성숙해짐에 따라, 이는 훌륭한 음향 효과, 미술, 조명, 레이 트레이싱과 같은 기술들처럼 비교적 자연스러운 형태로 게임에 통합될 것입니다.

하지만 다른 관점에서 보면, 시간이 상당히 길게 설정되어 있기 때문에 결합 방식은 우리가 현재 생각하는 것과는 다를 수 있습니다. 여기에는 모델의 이해 능력과 이해 수준, 그리고 비용 구조도 포함됩니다. 제 생각은 다소 과감한 편인데, 변화가 상당히 클 것이라고 봅니다.

쉬이런: 네, 감사합니다. 마지막으로 1분 정도 시간을 내어 여러분과 함께 상상력을 발휘해 보겠습니다. 아마 많은 분들이 《소설가 암살》을 보셨을 텐데요? 그날 제 아내가 영화를 다 보고는 저에게 이렇게 말하더군요. “당신 게임 만드는 사람 아니었어? 이거 바로 AI 게임이잖아?”

내가 무슨 뜻이냐고 묻자, 그녀는 이렇게 말했다. “봐, 글만으로도 가상 세계를 바꿀 수 있잖아. 앞으로 AI가 더 강력해지면, 수많은 사람들이 같은 가상 세계 안에서 함께 소설을 쓰게 되고, 그러면 그 세계가 달라지지 않을까?”

방금 말씀드린 것처럼, 채널, 콘텐츠, 데이터가 모두 통합되는 것이 미래의 추세라고 생각합니다. 앞으로 창작자와 유통자, 콘텐츠 제작자와 소비자는 완전히 하나로 합쳐질지도 모릅니다. 모두가 그 안에서 직접 활동하게 되면, 자신이 창작자인지 체험자인지 구분하기 어려워질 수도 있습니다.