“플레이어들이 이러한 AI가 공간을 창조하고 발견하는 과정을 경험한 뒤, 다시 『심볼라이프』나 『동물의 숲』과 같은 ‘손으로 직접’ 건설하는 전통적인 게임을 플레이하면 ‘의미가 없다’, ‘너무 지루하다’고 느끼게 되기를 바랍니다.”

돌이켜보면, 2025년은 아마도 ‘AI+게임’ 발전 과정에서 이정표가 될 만한 해일지도 모릅니다.

관련 제품의 수가 폭발적으로 증가하며 점차 상용화 및 출시 단계로 접어드는 한편, 몇 가지 비교적 명확한 카테고리 패러다임의 윤곽도 드러나고 있다.예를 들어 『기묘한 추리』, 『셜록 홈즈: 어둠의 추적자』와 같은 텍스트 기반 서사 주도형 AI 게임, 『여동생 이야기』, 『EVE』와 같은 정서적 동반형 게임, 그리고 ‘스탠포드 타운’에서 영감을 받은《Aivilization》, 《매기의 정원》 등 샌드박스형 게임 등이 그 예입니다.

하지만 하루가 다르게 변하는 AI 업계에서, 새로운 기술의 등장은 여전히 수많은 새로운 방향을 만들어내고 있다.

예를 들어, ‘차관군’은 최근 샤오홍슈에서 《센허》라는 게임을 발견했습니다. 이 게임은 ‘AI 인테리어’라는 핵심 게임 플레이를 바탕으로 사용자들로부터 큰 인기를 얻었으며, 올해 상반기부터 샤오홍슈와 틱톡 등 플랫폼에서 화제가 되어 수만 개의 ‘좋아요’를 받는 인기 게시물을 끊임없이 양산해 왔습니다. 현재까지 인터넷 전반에서 100만 명 이상의 팔로워를 확보했습니다.

얼마 전 진행된 첫 번째 비공개 베타 테스트에서 『森盒』이 선보인 핵심 게임플레이는 매우 간단했습니다. 바로 AI를 활용해 방을 꾸미는 것입니다. 평면도와 가구를 선택하고, 자연어로 AI에게 원하는 방 스타일을 전달하면, AI가 요구 사항에 맞는 방을 생성해 줍니다. 또한 사진을 업로드하여 마음에 드는 가구를 3D 모델로 생성해 방 안에 배치할 수도 있습니다.

특히 AI가 자동으로 생성한 방의 기능 구역 분할이 합리적이며, 가구 배치에도 위화감이 없을 뿐만 아니라 추가 편집도 가능하다는 점이 돋보입니다. AI는 실제 방이 어떤 미적·실용적 기준을 갖추고 있는지 진정으로 ‘이해’할 뿐만 아니라, 방의 자유로운 창작부터 개성 있는 표현에 이르기까지 완벽하게 구현해 냅니다.

지난달, 차관군은 《센허》를 만든 생경테크의 공동 창업자이자 COO인 이영이 씨와 이야기를 나눴다. 그는 이것이 바로 “공간 지능”의 힘이라고 말했다.

우리가 익히 알고 있는 텍스트, 동영상 등의 모달리티와 달리, 《센허》는 AI를 통해 직접 공간을 생성하고, 훈련을 통해 AI가 공간에 대한 인지 능력을 갖출 수 있도록 합니다. AI 분야에서도 ‘공간 모달리티’ 자체는 현재 여전히 정의와 발전 방향이 모색 중인 완전히 새로운 융합 분야입니다.소셜 미디어 사용자들의 열띤 반응을 종합해 볼 때, 이는 생경 테크가 ‘게임+AI’라는 전례 없으면서도 잠재력이 매우 큰 분야를 개척하고 있음을 의미합니다.

선전 출신의 이 ‘게이크 기업’은 2023년에 설립되었으며, 현재 60여 명의 직원이 근무하고 있다. 이들 대부분은 칭화대 및 해외 명문 대학 출신이거나 텐센트 등 대형 기업에서 근무한 경력이 있으며, AI, 알고리즘, 게임 등 다양한 분야의 학제적 배경을 갖추고 있다.

생경테크는 스스로를 AI 공간 생성 분야를 전문으로 하는 기술 기업으로 정의하고 있다. 창업 초기에는 주로 선도 기업을 대상으로 한 B2B 사업을 전개했으며, 포춘 500대 기업인 파나소닉, 북미 최대 가구 브랜드인 애슐리(Ashley) 등과 파트너십을 맺고, AI 공간 생성 기술을 통해 고객이 집 전체에 대한 인테리어 계획을 수립할 수 있도록 지원했다.

하지만 리용이(李永燚)는 이것이 생경테크(生境科技)의 지난 단계에 불과하다고 말했다. 그들은 최근 Pre-A 및 Pre-A+ 라운드에서 약 1억 위안 규모의 자금 조달을 완료했으며, 《센허(森盒)》의 전환을 통해 ToC 분야에 진출하고자 한다.“AI 공간 버전의 틱톡”을 만들어, 공간을 마치 동영상처럼 창작하고 유통하며 수익화하여 차세대 콘텐츠 및 경제의 매개체가 되게 하겠다는 것이다.리용이와의 대담에서 우리는 또한 ‘경계를 넘나드는’ 한 AI 기술 팀이 어떻게 학문과 팀 간의 장벽을 허물고 게임 창작의 영감을 얻었는지에 대해서도 이야기를 나누었다.

다음은 차관군과 이영이의 대담 기록입니다(읽기 편의를 위해 일부 질문과 답변을 편집 및 수정했습니다).

01

기술 인재들이 다른 분야에서 게임 개발로 진출하며,

게임 AI의 ‘공간적 차원’ 개척

Q: 먼저 간단히 자기소개를 해 주세요.

리: 저는 생경테크의 창립자이자 COO이며, ‘센허’ 게임 프로젝트의 책임자입니다. 생경테크는 전 세계 AI 공간 생성 분야의 선두주자입니다.제가 만들고자 하는 것은 “3D 공간 버전의 틱톡”으로, “공간을 마치 동영상처럼 창작하고, 유통하며, 수익화할 수 있게 하는 것”에 전념하고 있습니다. 최근 1억 위안 가까운 투자금을 유치했으며, 현재 팀은 총 60명 정도입니다. 팀 구성원의 대부분은 칭화대, 텐센트 및 해외 명문 대학 출신의 알고리즘 및 게임 분야를 아우르는 학제간 전문가와 기술 애호가들로 구성되어 있습니다.

Q: “게임 회사”에 비해, 생경테크는 AI 분야에 더 중점을 두고 있나요?

리: AI 기업이든 게임 기업이든 사실 그다지 중요하지 않습니다. 중요한 것은 어떤 독특한 가치를 창출했느냐는 것입니다.과거에는 텍스트, 이미지, 동영상 등 범용 모달이 대형 기업들만의 전유물이며, 스타트업에게는 큰 기회가 없다고 생각했습니다. 오직 3D 모달만이 예외였기에, 저희는 AI 공간 생성 알고리즘에 집중하여 가정용 가구 산업 및 신체 기반 지능 산업에 도구, 트래픽, 데이터 가치를 제공해 왔습니다.

현재 저희는 자체 개발한 AI 공간 생성 알고리즘과 엔진을 바탕으로, 독창적인 3D 모달 상호작용 콘텐츠와 경험을 모색하고자 합니다. 게임은 수십억 명의 사용자와 수조 규모의 시장, 성숙한 비즈니스 모델, 그리고 유료 이용 의지가 있는 매우 훌륭한 3D 모달이므로, 저희는 이 방향을 선택했습니다.

현재 팀은 지원 부서를 제외하고 90% 이상의 인원이 게임 개발에 참여하고 있으며, 그중 절반은 AI 알고리즘을 개발하여 게임 연구·개발에 공간 생성 엔진을 제공하고, 나머지 절반은 게임 연구·개발을 담당하며, 공간 생성 엔진을 기반으로 AI 기반의 새로운 게임 플레이 방식과 상호작용 경험을 탐구하고 있습니다. 당분간 저희를 ‘AI 게임’ 회사로 정의할 수 있습니다.

Q: 귀사에서 다루고 있는 ‘공간 지능’이 무엇인지 간단히 설명해 주실 수 있을까요? 개인적으로 이 용어는 올해 하반기부터 자주 접하게 된 것 같습니다.

리: 공간 지능이 하반기부터 주목받게 된 것은 몇몇 대표적인 인물들 덕분입니다. 그중 가장 유명한 사람은 리페이페이인데, 그녀는 ‘Marble’이라는 공간 지능 모델을 선보였으며, 최근 공개 베타 테스트를 시작했습니다. 이 모델은 한 장의 이미지를 기반으로 3D 장면을 생성할 수 있는데, 이것이 바로 기본적인 공간 생성 기술입니다.

“AI의 대모” 리페이페이의 Marble 세계 생성 모델

하지만 사실 공간 지능은 인간이 세상을 인식하는 데 있어 매우 중요한 능력입니다. 근본으로 돌아가 보면, 이는 인간이 가진 공간에 대한 본능이라고 할 수 있습니다. 첫 번째 단계는 공간에 대한 인식과 이해입니다. 즉, 주변 환경에 무엇이 있는지, 어떤 공간적 관계가 있는지, 그리고 그것들의 무게, 마찰력, 질감, 촉감 등을 파악하는 것입니다.

두 번째 단계는 인식을 바탕으로 내린 결정입니다. 예를 들어, A 지점에서 B 지점으로 이동하고 싶다면, 공간에 대한 인식을 바탕으로 행동 계획과 경로 계획을 세울 수 있습니다. 부엌으로 가서 물 한 잔을 마실 것인가, 아니면 냉장고를 열어 음료수 한 병을 꺼낼 것인가? 행동 계획을 세운 후에는 환경과 구체적으로 상호작용하게 됩니다.

세 번째 단계는 상호작용 외에도 공간을 바꾸고 싶어지는 단계입니다. 예를 들어, 집을 리모델링하거나, 정원을 꾸미거나, 테이블 배치를 바꾸는 것 등이 있습니다.

따라서 종합해 보면, 공간 지능의 본질은 세 단계로 나뉩니다. 첫 번째는 지각, 두 번째는 의사결정 및 계획, 세 번째는 상호작용과 창조입니다. 이것이 바로 우리가 이해하는 공간 지능입니다.

Q: 공간 지능 모델은 어떻게 훈련되나요? 텍스트 대형 모델의 경우 텍스트로 훈련하는 것이 직관적으로 이해가 가지만, 모델이 3D 공간을 인식하도록 가르치는 방법은 무엇인가요?

리: 현재 훈련 방식에는 주로 두 가지 경로가 있습니다. 하나는 현실에서 직접 데이터를 수집하는 것으로, 예를 들어 실제 사람이 환경 내에서 수행하는 조작을 녹화하는 방식입니다. 다른 하나는 가상 시뮬레이션이나 합성 데이터를 통해 가상 환경에서 현실을 1:1로 재현하고, 무게, 마찰력, 조명, 열전도 등 물리적 속성을 부여하는 방식입니다.이러한 속성이 부여된 후, 디지털 인물이나 가상 디지털 인물이 그 안에서 상호작용하게 함으로써 훈련 데이터를 생성합니다.

저희는 현재 합성 데이터 분야를 연구하고 있습니다. 저희는 순수한 시각적 차원을 넘어 매우 사실적인 3D 공간 생성 능력을 갖추고 있기 때문입니다. 리페이페이(李飞飞)와 저희가 이해하는 공간 지능은 다소 차이가 있는데, 그들이 생성하는 데이터는 텍스트를 이미지로, 이미지를 동영상으로, 동영상을 가우시안 스플래시로 변환한 뒤 다시 메쉬(Mesh) 그리드로 전환하는 방식에 가깝습니다.본질적으로는 여전히 3D화된 이미지에 불과하며, 지능체나 사람이 실제로 인지하고 상호작용하며 창작할 수 있는 구조화된 표준 3D 데이터 형식을 형성하지는 못했습니다.

Q: 그러니까, 여러분이 이해하는 공간 지능에서 3D 객체는 모양과 부피 외에도 더 많은 속성을 포함하고 있다는 뜻이군요.

리: 맞습니다.그 외에도 더 많은 정보가 있는데, 여기에는 흐름선, 기능 간의 조합 및 배치 관계, 미학적 조합 관계는 물론 개인의 성격이 투영된 요소까지 포함됩니다. 이러한 요소들은 과거의 텍스트나 이미지 모달리티가 갖추지 못했던 다차원 데이터 형식이며, 공간 지능에서는 특히 중요합니다. 이것이 바로 공간 지능 모델과 과거의 텍스트, 이미지, 동영상 모달리티 간의 가장 중요한 차이점입니다.

02

샤오홍슈를 활용해 “선제적으로” 소재를 발굴하고,

팔로워 100만 명을 보유한 게임은 어떻게 탄생했을까?

Q: 《森盒》에 대해 자세히 이야기해 봅시다. 어떻게 사업 전환을 하고 프로젝트를 시작하게 되었나요?

리: 알겠습니다. 사실 저희가 게임을 만들기로 결정한 건 약 1년 반 전입니다. 그 당시에는 기술, 기획, 개발 등 게임에 대해 전혀 알지 못했습니다. 그래서 먼저 조사를 진행했고, 중요한 착안점을 발견했습니다. 시중의 게임, 특히 모바일 게임의 대부분은 여전히 수작업이 많고 화질이 낮은 초기 단계에 머물러 있다는 점이었습니다.

PC 게임의 상황을 되돌아보면, 약 10년 전쯤 전환점이 나타났습니다.그 전까지는 대부분 비현실적인 스타일의 게임이었고 품질도 높지 않았지만, 2015년부터 2020년 사이에는 3D 사실주의 대형 상용 게임이 집중적으로 등장하며 그 비중이 20%에서 70%, 80%까지 치솟았다가, 최근 몇 년간 다시 50대 50의 비율로 돌아왔다.

저희는 모바일 게임도 같은 길을 걸을 것이라고 생각합니다. 향후 2~3년 동안 고품질의 사실적인 3D 모바일 게임은 큰 성장 잠재력을 보일 것입니다. 마침 저희가 만들고자 하는 것이 3D 실내 인테리어 관련 게임이었기 때문에 기술 조사를 진행한 끝에, 고화질과 사실적인 표현을 지원하는 언리얼 엔진을 최종적으로 선택했습니다.

하지만 공식 언리얼 엔진은 모바일 플랫폼에서 여러 가지 제약이 있습니다. 예를 들어 Lumen 지원이 미흡하고, 저수준의 문제도 많습니다. 그래서 경험이 풍부한 팀을 찾아보았는데, 결국 이러한 역량을 실제로 갖춘 곳은 극소수의 회사에 속한 몇 개의 팀, 심지어 특정 몇 명뿐이라는 것을 알게 되었습니다. 그래서 우리는 그 사람들을 영입했습니다.

대략 1년 반 전부터, 우리는 먼저 저수준 렌더링 아키텍처 지원을 구축하기 시작했습니다. 그 후 반년 동안, 우리는 저수준 아키텍처와 기술 조사 등을 기본적으로 마무리했습니다.

Q: 게임 방식은 어떻게 결정되나요?

리: 이것이 바로 다음 핵심 문제입니다. 도대체 어떤 게임 방식을 채택할 것인가? 어떤 콘텐츠를 넣을 것인가? 시스템은 어떻게 설계할 것인가? 우리에게는 경험이 없고, 무턱대고 인력을 채용할 수도 없습니다. 많은 기획자와 제품 매니저들과 이야기를 나눴지만, 사실 그들도 여전히 강한 관성적 사고방식을 가지고 있다는 것을 알게 되었습니다.

현재 우리가 이해하고 있는 게임 플레이 방식은 기본적으로 과거에 비교적 성숙했던 체계, 즉 한정된 자원, 한정된 미션, 한정된 조작 방식을 조합하여 다양한 플레이 방식을 만들어내는 것입니다. 솔직히 말해 패미컴 시대에는 이미 대부분의 가능성이 다 탐구되었을 것이며, 그 이후에는 주로 화질 향상이나 게임 플레이 방식의 융합 등을 추구해 왔습니다.

하지만 우리는 그래도 뭔가 색다른 것을 해보고 싶었습니다. 그래서 플레이어와 함께 만들어가는 방식을 채택했습니다. 저는 우리 뉴미디어 팀에게 테스트를 위해 손으로 그린 평면도나 다양한 스타일의 방 등 수많은 콘텐츠를 게시하도록 지시했습니다.

그러던 어느 날, “크림톤 방의 4가지 레이아웃 변신”이라는 영상이 폭발적인 인기를 끌었습니다. 샤오홍슈뿐만 아니라 인스타그램과 틱톡까지 퍼져 나갔고, 해당 영상의 조회수는 수천만 회에 달했으며, 누적 조회수는 1억 회를 넘어섰을지도 모릅니다. 이로 인해 우리 제품의 방향에도 영향을 미치게 되었습니다.

‘센허’의 한 게시물이 틱톡으로 재게시되어 백만 개의 ‘좋아요’를 받았다

Q: 이 콘텐츠가 왜 화제가 되었나요?

리: 우리도 정말 의아했어요. 왜 이렇게 단순한 내용이 화제가 될 수 있는지 말이죠. 댓글을 많이 읽어보니, 사용자들이 이 내용이 자신과 밀접한 관련이 있다고 느끼고 있다는 걸 알게 되었어요.

처음에는 집 전체의 평면도에 관한 내용을 많이 다뤘지만, 반응이 그리 좋지 않았습니다. 나중에야 집 전체는 ‘온 가족’의 문제라는 것을 깨달았습니다. 거실 같은 공간은 사실 부모님과 형제자매가 함께 결정하는 것이지, 저 혼자서 결정할 수 있는 권한은 별로 없다는 것을 알게 된 것이죠.하지만 침실이나 서재는 ‘나’의 문제입니다. 누구나 자신만의 결정권이 있고, 그 공간을 바꾸고 싶은 바람도 가지고 있으니까요.

森盒의 초기 게시물(하) vs 최근 게시물(상)

그래서 댓글란을 보면 정말 많은 분들이 “제 방도 좀 리모델링해 주실 수 있나요?”라고 남겨주시는 걸 볼 수 있습니다. 예를 들어, 1,000개의 댓글 중 500개 정도는 플레이어들이 메모장 같은 그림 그리기 앱을 이용해 자신의 방을 엉성하게 그려놓은 것임을 분명히 알 수 있습니다.

이 과정이 분명 매우 고통스러웠을 것이라고 생각합니다. 아마도 이 플레이어는 계획 수립 능력이 다소 부족했을지 모르지만, 그럼에도 불구하고 집을 개조하기 위해 한 획 한 획 매우 힘들게 그려 나갔습니다. 따라서 우리는 이 일을 통해, 사용자 본인과 밀접하게 관련된 콘텐츠야말로 무한한 관심과 상호작용을 이끌어낼 수 있다는 점을 깊이 깨달았습니다.

저희도 매일같이 각종 밈을 활용하거나 화제를 따라가는 식은 아닙니다. 그런 건 그저 겉치레에 불과하죠. 본질적으로는 여전히 콘텐츠에 달려 있으며, 사용자들이 원하지만 지금까지 충족되지 않았던 수요를 찾아낸 것입니다. 과거에는 사용자가 자신의 환경을 직접 DIY할 수 있게 해준 제품이나 게임이 단 한 번도 없었을 것입니다.

Q: 그러니까 여러분의 제품 아이디어 중 상당수는 소셜 미디어와 유저들의 상호작용에서 나온 것이군요.

리: 맞아요. 눈치채셨을지 모르겠지만, 저희는 공식 계정을 통해 캐릭터, DIY 기능, IP 등 다양한 영상을 많이 올렸습니다. 저희는 플레이어 여러분과 함께, 완전히 공동 창작하는 방식으로 이 제품을 디자인하고자 합니다.저희는 모든 상호작용과 댓글을 꼼꼼히 살펴보며, 플레이어들이 진정으로 원하는 바를 파악하고자 합니다. 이러한 방식은 저희 제품 기획에 매우 큰 참고가 될 뿐만 아니라, 팀원들에게도 큰 동기 부여가 되고 있습니다.

8개월 전쯤, 우리는 이미 방향성을 거의 확정지었습니다. 바로 AI 기반의 3D 공간 버전 ‘틱톡’을 만드는 것이었습니다. 우리는 사용자들이 이를 DIY 도구로 활용할 수 있을 뿐만 아니라, 기존의 인테리어 게임이나 배치형 게임에서 자유도가 제한되었던 플레이어들이 그 한계를 벗어날 수 있기를 바랐습니다. AI를 통해 창작의 제약을 없애고, 탐험과 수집, 창조에 대한 욕구를 무한히 충족시키고자 했습니다.

지금 보시는 ‘센박스’는 아직 도구와 더 비슷해 보일 수 있습니다. 현재 우리는 초기 단계인 기본 기능 구축 단계에 있기 때문에, 사실 아직 구현되지 않은 다양한 활용 방식이 많이 있습니다. 이것이 바로 우리가 최근에 진행 중인 작업과 고민입니다.

Q: 외부에서 《森盒》이 “광고 없이 팔로워 100만 명을 달성했다”는 소문이 있는데, 사실인가요?

리: 맞아요, 광고를 전혀 하지 않았어요. 저희 뉴미디어 팀은 단 4명뿐인데, 이들은 미디어 PR, 홍보 및 배포, 그리고 일부 제품 운영 업무까지 겸하고 있어요. 광고를 전담하는 직원은 없어요.

Q: 그렇다면 《森盒》의 어떤 특징이 이렇게 격렬한 반응을 불러일으켰다고 생각하시나요?

리: 현재 가장 좋은 반응을 얻고 있거나, 사용자들이 가장 기대하는 부분은 사실 꽤 많은데, 이는 우리가 제품에 대해 구상하고 있는 향후 활용 방식과도 잘 부합합니다.

첫째, 저희는 매우 자유로운 평면도 작성 기능을 갖추고 있으며, 자유로운 그리기, 방 스캔, 영상 재구성, 평면도 등 다양한 방식을 지원하여 현재 출시된 모든 게임 중 가장 높은 자유도를 자랑합니다.

둘째, 저희의 콘텐츠는 거의 무한에 가깝습니다. 내부적으로 자산 자동 생성 파이프라인을 구축했기 때문입니다. 기존 모바일 게임은 수천 개에서 수만 개의 자산을 수작업으로 제작해 이벤트를 통해 서서히 공개하는 방식이었지만, 저희는 AI를 활용해 한 달에 수십만 개의 자산을 생산할 수 있으며, 1년이면 수백만 개 규모의 자산을 확보할 수 있습니다. 사용자들의 입장에서 보면, 이미 ‘아이템 자유’에 가까워진 셈입니다.

셋째, 우리는 단순히 기본적인 DIY 편집 도구만을 제공하는 것이 아닙니다. 이는 수작업 시대에 기반한 과도기적인 방식에 불과합니다. 우리는 이미 AI를 활용한 완전 자동화된 엔드투엔드 디자인을 구현할 수 있을 뿐만 아니라, 가구 및 장식 자동 매칭, 캐릭터 상호작용 사용자 정의 등 다양한 보조 기능도 통합할 수 있습니다. 우리가 추구하는 것은 고품질이면서도 물질적 제약, 창의적 제약, 상호작용적 제약이 없는 자유로운 플레이 방식입니다.

Q: 《森盒》이 플레이어에게 주는 핵심적인 재미를 50자 이내로 설명한다면 무엇일까요?

리: 플레이어들이 이런 AI를 통한 창작과 발견의 과정을 경험한 뒤, 다시 『심볼라이프』나 『동물의 숲』 같은 ‘손으로 직접’ 건설하는 전통적인 게임을 플레이하면 “의미가 없다”, “너무 지루하다”고 느끼게 되기를 바랍니다.

Q: 사실 기존 게임에서도 PCG(프로시저럴 생성)와 같은 기술이 사용되곤 합니다. 『森盒』의 공간 인지 능력이 선사하는 경험은 어떤 점이 다를까요?

리: 예를 들어 보죠. 집을 리모델링하고 싶지만, 이미 있는 대형 가구 몇 점은 그대로 두고 싶다고 가정해 봅시다. 《센허》에서는 동영상이나 사진을 통해 원터치로 스캔하여 방 전체를 1:1로 재현할 수 있으며, 기존 가구까지 분석해 낼 수 있습니다.

그러면 제품 선정 및 디자인 단계로 넘어갈 수 있습니다. 선호하는 유명 가구 브랜드가 있다면 직접 선택하여 AI가 한 번의 클릭으로 배치해 주도록 할 수 있습니다. 제품 선정에 대해 잘 모르지만, ‘샤오홍슈’에서 화제가 된 게시물을 보고 관심이 생겼다면, 해당 이미지를 업로드하기만 하면 AI가 자동으로 디자인해 줍니다.

여기에 더해 직접 DIY를 진행할 수도 있습니다. 예를 들어, 특정 그림을 자신의 작품으로 바꾸거나 소파를 좋아하는 브랜드 제품으로 교체할 수 있습니다. 또는 AI를 활용해 한 번의 클릭으로 스타일이나 코디를 변경할 수도 있습니다. 전체 과정은 방 스캔(인식) → 제품 선택(결정) → AI 디자인 + DIY(창작) 순서로 진행되며, 이를 통해 바로 적용할 수 있는 인테리어 솔루션을 완성할 수 있습니다.

다음은 실제 인테리어 리모델링이 필요한 사용자의 대략적인 사용 절차로, 최종적으로 구조화된 공간—단순한 메쉬 모델이 아닌, 치수, 재질, 효과가 모두 합리적인 실제 제품 선정 안—을 생성합니다.

게임의 경우 상황이 조금 다릅니다. 예를 들어, 사용자는 처음에는 다양한 스타일과 캐릭터의 이야기를 탐험하기 위해 게임을 시작하지만, 점차 특정 캐릭터의 공간 표현에 매료되어 자신의 방에 1:1로 재현하고 싶어질 수 있습니다.하지만 플레이어의 방 크기가 참고한 방과 달라서 그대로 따라 할 수 없다면 어떻게 해야 할까요? 과거에는 수동으로 배치해야 했고, 소품 수량에도 제한을 받았지만, 이제는 AI가 단 한 번의 클릭으로 사용자의 방 형태에 맞춰 스타일도 일관되게 유지하는 새로운 레이아웃을 생성해 줍니다.

전통적인 건축/생활 시뮬레이션 게임은 플레이어에게 어느 정도의 인내심과 창의력을 요구하기 때문에, 이러한 진입 장벽이 사용자 수를 제한하고 있다고 할 수 있습니다. 하지만 AI 디자인 기능을 도입함으로써, 플레이어가 한 번의 클릭으로 70~80점 정도의 방을 생성한 뒤, 이를 바탕으로 창작 활동을 펼칠 수 있게 되었습니다.마치 과거에 사진을 찍으려면 DSLR 사용법을 배우고 구도를 잡아야 했던 것과 달리, 지금은 스마트폰으로 한 번의 터치만으로 멋진 사진을 찍을 수 있는 것처럼, 저희는 공간 창작도 이처럼 간편하게 만들었습니다.

이렇게 진입 장벽이 낮아지면, 더 어린 학생이나 어르신들도 잠재적 사용자층이 될 수 있어 사용자 규모가 크게 확대될 것이며, 동시에 창작의 즐거움과 최소 기준을 보장할 수 있을 것입니다. 즉, 누구나 괜찮은 방을 만들어 공유할 수 있게 될 것입니다.

Q: 플레이어가 배치하는 물체는 패키지에 미리 포함된 3D 자산인가요, 아니면 무작위로 생성되는 것인가요?

리: 게임 라이브러리에 이미 패키지화된 에셋일 수도 있고, AI로 생성한 DIY 콘텐츠일 수도 있습니다. 본질적으로는 자유롭게 유통되는 것입니다.

Q: 특정 AI 기술을 대중적인 게임 제품으로 전환하는 과정에서 가장 큰 어려움은 무엇이었나요?

리: 어려움이 많았습니다. 예전에는 게임을 만들어 본 적이 없어서 모든 것이 낯설었습니다. 언리얼, 유니티, 코코스 같은 엔진에 대해 잘 알지 못했기 때문에, 엔진 소스 코드와 문서를 직접 하나하나 연구하고 데모를 만들어 보며 차근차근 익혀 나갔고, 그 끝에야 비로소 언리얼을 선택하게 되었습니다.

팀 구성도 완전히 다릅니다. AI 기업은 프론트엔드, 백엔드, 알고리즘으로 구성되는 반면, 게임 기업은 기획, 아트, 프로그래밍의 세 가지 주요 분야로 나뉩니다.

세 번째 측면은 개발 방식의 충돌입니다. 저희 AI 팀의 개발 방식은 풀스택에 가깝고, 한 사람이 여러 역할을 맡으며 빠르게 반복 개선하는 데 익숙합니다. 예를 들어, 제품 문서, 프로토타입, 인터랙션 UI는 한 사람이 모두 담당하고, 알고리즘은 다른 사람에게 맡기는 식입니다.반면 게임 업계는 프로세스, 문서화, 업무 분담을 중시하며 각 직무를 매우 세분화합니다. 시스템 기획, 밸런스 기획; 콘셉트 아트, 3D 아트; UI, 모션 디자인 등… 각자의 업무 범위가 매우 세세하게 나뉘어 있기 때문에, 각 구성원이 상·하류 직무의 업무 내용을 명확히 파악하지 못하는 경우가 생깁니다.

채용 단계도 마찬가지입니다. 저희는 해당 업계에 속해 있지 않기 때문에, 어디서 어떤 인재를 채용해야 할지조차 알지 못합니다. 그래서 시중에 나와 있는 제품 중 저희가 원하는 느낌과 비슷한 제품을 분석하여, 해당 프로젝트에 참여한 사람들을 찾아낼 수밖에 없습니다. 면접 과정에서도 면접관과 인식의 차이가 발생할 수 있습니다.

초기에는 성의를 다해 여기저기서 사람들을 만나 이야기를 나누며, 천천히 적합한 인재를 찾아야 했습니다. 작업을 시작하고 나서는 또다시 서로 적응해 나가야 했죠. 예를 들어, 우리가 채용한 첫 번째 엔진 프로그래머가 “기획서는 어디 있나요?”라고 물었을 때, 우리는 “아직 기획자를 채용하지 않아서 아이디어만 있을 뿐이에요”라고 대답했습니다. 우리는 문서를 작성하고 게임 기획에 대한 전문 지식을 연구해야 했고, 그들은 자신의 직무 범위를 조금 넘어서야 했습니다.

다행히 팀 전체가 비교적 젊고 학제 간 배경을 갖추고 있어, 구성원들 사이에 경계에 대한 인식이 그리 강하지 않아 기술, 비즈니스, 미학 측면에서 빠르게 합의를 도출할 수 있었습니다. 몇 가지 어려움은 있었지만, 전반적으로 프로젝트는 비교적 순조롭게 진행되었습니다.

03

시가총액 100억, 1,000억을 목표로,

미래는 단순히 ‘내 보금자리를 꾸미는 것’ 그 이상입니다.

Q: 현재 《森盒》은 주로 방 내부의 인테리어를 다루고 있는데, 앞으로는 건물 전체나 정원, 도시로까지 확장될 수 있을까요?

리: 물론 가능합니다. 하지만 저희는 실내 환경의 생성 난이도가 실외보다 훨씬 높다고 계획하고 있습니다. 실내의 경우 기능적 타당성, 동선 설계의 타당성, 미학적 타당성 등이 모두 고려되어야 하기 때문입니다. 고려해야 할 요소가 너무 많아 훈련 난이도가 훨씬 더 높습니다.

반면 야외 장면의 경우, 이미 비교적 성숙한 PCG(프로시저럴 생성) 기술이 존재해 왔습니다. 예를 들어, 《시티: 스카이라인》은 규칙에 따라 도시를 생성합니다. 자유도는 제한적이지만, 공간의 복잡도는 이미 기본적으로 활용 가능한 수준입니다. 게다가 야외는 주로 시각적 표현에 중점을 두며, 심도 있는 상호작용 요소는 거의 없습니다.

지금처럼 방 하나를 구현할 수 있다면, 집 한 채에 열 몇 개의 방을 만드는 것도 분명 문제없이 가능할 것입니다. 따라서 우리의 계획은 먼저 방 하나를 통해 제품과 기술을 상용화 가능한 수준으로 다듬은 다음, 이를 여러 방으로 확장하는 것입니다. 마지막으로 환경 요소를 추가할 예정인데, 이는 범용성이 높고 기술적 장벽이 낮은 부분이라고 생각합니다.자체 개발 기술을 사용하든, 이미 성숙한 기술을 활용하든, 환경 생성은 매우 쉽게 구현할 수 있습니다.

Q: 대형 기업들이 여러분을 ‘경쟁’에 휘말리게 할까 봐 걱정되시나요?

리: 이건 사람들이 자주 묻는 질문입니다. 우선, 이 분야에는 확실히 진입 장벽이 있어서 대형 기업들이 마음만 먹었다고 해서 당장 성과를 낼 수 있는 건 아닙니다. 둘째, 대형 기업들은 다른 일들도 하고 있는데, 텍스트, 이미지, 동영상 같은 범용 모달 분야에 여전히 집중하고 있습니다. 이 분야들은 시장 규모가 더 크고 상용화 속도도 더 빠릅니다.

반면 3D 모달 기술은 아직 해결되지 않은 아키텍처 관련 기술적 난제가 많으며, 내부에서도 소수의 인원만이 실험하고 있는 실정입니다. 예를 들어 일부 대기업에는 공간 생성 콘텐츠를 전문으로 다루는 연구소가 있지만, 이들은 주로 축구장 같은 특정 장면에 집중하고 있어 가구 배치와 같은 복잡한 공간에 대한 연구는 우리만큼 깊이 있게 다루지 못하고 있습니다.심지어 예전에 텐센트나 칭화대에서 3D 생성 알고리즘 엔지니어로 일하던 분들도 이제 우리 팀에 합류했습니다. 그들은 우리의 기술적 접근 방식과 최종 결과물이 학계와 산업계에서 가장 뛰어난 솔루션이라고 판단했기 때문입니다. 우리는 이미 2년 동안 이 길을 걸어왔고, 그 과정에서 저지른 실수들은 대형 기업들이 같은 일을 하려 한다면 다시 한 번 겪어야 할 것입니다.

물론, 기술적 장벽은 언젠가 반드시 극복될 것입니다. 우리가 할 수 있는 유일한 일은 연구 개발과 업데이트 속도를 높이는 것뿐입니다. 이런 플랫폼형 제품의 승부는 누가 더 빠르게 업데이트하느냐에 달려 있습니다.

Q: 《森盒》의 확장성과 상업화 가능성을 어떻게 보시나요? 많은 기업이 새로운 수익 창출 경로를 개척해야 한다는 점 때문에 혁신적인 방향을 모색하기를 꺼립니다.

리: 우리는 일회성으로 수익을 내는 소규모 프로젝트가 아니라, 큰 일을 해내고 싶습니다. 세 가지 측면이 있는데, 첫째는 우리 창업의 목표와 관련이 있습니다. 우리는 100억, 1,000억 규모의 기업을 만들고 싶습니다. 따라서 우리는 엄청난 혁신을 이뤄내야 하며, 단기적으로는 수익을 내지 못하는 과정을 감수해야 합니다.

하지만 장기적으로 볼 때, 기술 제품과 상업화 간의 균형은 반드시 고려해야 할 사항입니다. 현재 대부분의 게임에서 주된 수익 창출 방식은 일회성 구매, 광고, 인앱 구매입니다. 하지만 저희는 새로운 방식을 시도해 보고자 합니다.

예를 들어, 우리 콘텐츠는 실제로 구현될 수 있고, 게임 내에서 생성되는 이러한 제품들은 실제 상품이기 때문입니다. 따라서 이론적으로 사용자 수가 증가함에 따라 전자상거래를 통한 수익화 방식을 시도해 볼 수 있습니다. 사용자의 입장에서는 과금을 강요받거나 광고를 볼 필요 없이 대부분의 핵심 콘텐츠를 즐길 수 있게 됩니다. 저는 이것이 이 업계에 있어서도 꽤 괜찮은 탐구와 시도라고 생각합니다.

또한 탐구 과정에서 몇 가지 뜻밖의 성과도 얻었습니다. 예를 들어, 플레이어들이 만든 이러한 고품질 솔루션은 사실 로봇 회사에 직접 판매하여 훈련 자료로 활용할 수 있습니다. 플레이어들이 구축한 솔루션은 미적 완성도를 유지하면서도 실용성에 더 가깝기 때문입니다. 따라서 사용자 생성 콘텐츠 자체가 게임 운영을 뒷받침할 수 있습니다.

마지막으로, 본질적으로 우리는 게임을 통해 3D 공간 생성 능력을 검증하고자 합니다. 이 능력은 게임뿐만 아니라, 실제로 영화·영상, 라이브 스트리밍, AR/VR 등 다양한 분야에서도 충분히 활용될 수 있습니다. 이것이 바로 우리가 상업화에 대해 가지고 있는 몇 가지 고찰입니다.

Q: 1년 후, 5년 후, 20년 후, 생경테크가 어떤 모습이 되기를 바라시나요?

리: 20년은 너무 먼 미래입니다. AI는 지금 정말 하루가 다르게 변하고 있어서 감히 상상조차 할 수 없습니다. 하지만 1년과 5년에 대해서는 계획이 있습니다.

1년 이내에 ‘센허 1.0’을 가능한 한 빨리 출시하여 1,000만 명 규모의 사용자 기반을 확보하는 것을 목표로 하고 있습니다. 이 AI 시대에는 게임이 더 이상 장기적인 운영을 통해 서서히 성장하는 방식이 아닙니다. 대박이 나지 않으면, 아니면 순식간에 백만, 천만 명 규모로 치솟는 식이죠. 저희는 여전히 이 제품에 큰 기대를 걸고 있습니다.

5년 후에는 진정한 ‘AI 버전의 공간형 틱톡’을 만들고자 합니다. 이는 3D 모달리티 기반의 만화경과 같은 플랫폼으로, 게임과 같은 상호작용형 콘텐츠를 아우르면서도 라이브 스트리밍, 전자상거래, VR 등 3D 모달리티와 관련된 다양한 요소를 융합한 것이 될 것입니다.

Q: 최근 “AI+게임”에 대해 3~4년째 논의되어 왔지만, 아직 진정한 ‘AI 네이티브 게임’이 등장하지 않았다는 비관적인 의견이 있습니다. 여러분은 네이티브 게임이 등장할 것이라고 보십니까? 공간 지능 분야에서는 그 가능성이 더 높을까요?

리: 그렇다고 생각합니다. 본질적으로는 여전히 ‘전제가 바뀌었다’는 점입니다. 과거의 게임은 모두 ‘한정된 자원 + 한정된 임무 + 한정된 조작’이었지만, 이제 AI는 거의 무한에 가까운 소재 라이브러리를 가져다줍니다. 이는 마치 농업 시대에서 직접 ‘자원이 극도로 풍부한’ 시대로 진입한 것과 같습니다. 게임 플레이 방식은 분명 완전히 새로운 변화를 겪게 될 것입니다.이는 단순히 하나의 새로운 플레이 방식이 아니라, 기존의 모든 플레이 방식을 재구성하는 것입니다. 정말 수많은 새로운 것을 만들어낼 수 있게 되었죠. 그래서 저는 AI가 게임 산업을 구원한 것이라고 생각합니다. AI는 플레이 방식의 고갈이라는 난관을 타파했기 때문입니다.

하지만 공간 기반 모드의 네이티브 AI 게임은 가장 먼저 출시되지는 않을 것으로 보입니다. 게임에는 3D 모드뿐만 아니라 텍스트, 이미지 등의 콘텐츠도 포함되어 있기 때문입니다. 예를 들어, 우리가 볼 수 있듯이 많은 AI 감정 동반형 제품들이 이미 거의 완성 단계에 이르렀으며, 일부 제품의 사용자 일일 평균 이용 시간은 이미 1.5시간 이상에 달하고 있습니다.

제 생각에 공간 모드는 AI의 저수준 표현에 더 가깝다고 봅니다. 이는 공간의 갑작스러움과 가변성을 연결해 주며, 자산과 상호작용 방식에 무한한 가능성을 열어줍니다. 따라서 공간 모드를 기반으로 한 AI 네이티브 게임은 비교적 늦은 시기에 등장할 가능성이 높으며, ‘차세대 AAA 게임’이라는 개념과 유사할 것입니다.

단기적으로는 특정 분야에서 뛰어난 성능을 보이는 AI 우주 게임들이 등장할 수도 있습니다. 예를 들어, 더 뛰어난 우주 생성 능력이나 무한한 미션 시스템, 혹은 참신한 상호작용 방식을 갖춘 게임들이죠. 하지만 완성된 형태의 게임이 등장하기까지는 아직 시간이 좀 더 필요할 것입니다.