게임 업계에서 가장 ‘힘든’ 분야가 AI 덕분에 한 걸음 더 해방될 수 있게 되었을까?

“최상위 3A급 대작 게임에 사용되었던 고해상도 고택 스캔 자산은 가까운 미래에 AI에 의해 부분적으로 대체될 것입니다.” “새로운 모델이 출시된 후, 당사의 구독자 수와 ARR(연간 반복 매출)의 전월 대비 성장률이 4배로 증가했습니다.” “현재 당사의 최대 게임사 고객사는 매년 당사에 백만 달러를 지불하고 있습니다.”

며칠 전, ‘차관군’은 옌모우 테크놀로지의 상하이 사무실에 초청받아, 최근 공개된 최신 AI 3D 모델 ‘Rodin Gen-2.5’의 시연을 관람하고, 회사의 공동 창업자인 CEO 우디와 CTO 장치쉰과 심도 있는 대화를 나누었으며, 그 결과 위의 대화가 이루어졌습니다.

올해 GDC 기간 중, 옌모 테크의 부스

연초부터 차관군은 게임 3D 생성 분야에서 AI의 발전 상황을 꾸준히 주목해 왔습니다. 그 이유는 다소 이상하게 들릴 수도 있겠지만, 바로 그 진화가 “너무 느리게” 진행되고 있기 때문입니다.

보세요, Claude Code, Codex, Seedance, Suno 같은 도구들이 속속 성숙해지면서, AI는 이미 게임 업계의 각 직책에서 일상적인 업무 방식을 전면적으로 바꿔놓았습니다. 2D 아트, 카피라이팅, 프로그래밍은 물론, 사용자 유치 광고까지 모두 각기 다른 정도로 재편되고 있습니다.

오직 3D 아트 분야만이 AI 전선이 꾸준히 진격해 나가는 과정에서 줄곧 빈틈처럼 남아 있었습니다.몇 달 전까지, 제가 미술계 친구들과 이 분야에 대해 이야기를 나눌 때만 해도 최첨단 AI 도구들 대부분은 여전히 “미리보기만 가능하고 실제 작업에 활용할 수는 없는” 상태에 머물러 있었습니다. AI가 생성한 모델을 레벨의 화이트모델에 적용해 효과를 확인하거나, 2D 콘셉트를 3D 모델링으로 전환할 때 대략적인 참고 자료로만 사용하는 정도였죠.당시 AI 생성 모델은 아직 실용화 단계에 도달하지 못했고, 이후의 토폴로지 조정, UV 전개, 가중치 적용과 같은 진정한 ‘힘든 작업’은 여전히 아트 담당자가 직접 수행해야 했습니다.

이 점이 바로 AI 3D가 업계에 가장 큰 고민을 안겨주는 부분이기도 합니다. 겉보기에는 게임과 매우 가까워 보이지만, 실제로 제작 파이프라인에 도입되면 항상 한두 단계가 부족한 것처럼 느껴지기 때문입니다.

그리고 지금, 이 격차를 메우려는 한 무리의 사람들이 있습니다. 중국 내 AI 3D 분야에서 선도적인 기업 중 하나인 잉모우 테크놀로지(影眸科技)가 최근 수억 위안의 신규 자금 조달을 완료했습니다. 이번 투자 라운드는 카이후이 펀드(凯辉基金)와 상하이 국투 선도(上海国投先导)가 주도했으며, 기존 주주들도 지속적으로 투자에 참여했습니다.이들은 ‘월드 모델’이나 ‘체화 지능’과 같은 거창한 이야기를 의도적으로 내세우기보다는, 충분히 실용적인 도구 세트를 만드는 데 더 집중해 왔다. 즉, AI 3D 창작을 위한 완전한 워크플로우의 순환 구조를 구축하고, 특정 분야의 실제 생산 요구 사항을 단계별로 철저히 파악해 나갔다. 그 결과 수천만 달러 규모의 ARR을 달성하게 되었다.

특히 Rodin Gen-2.5의 실제 성능을 확인한 후, 이 제품이 내세우는 세계 최초의 1,000만 폴리곤 초고정밀도 생성, 12K 고해상도 텍스처, 네이티브 3D 텍스처 등의 특징이 게임 3D 모델링 워크플로우에서 충분히 의미 있는 역할을 수행할 수 있다고 생각합니다.

심지어 게임의 3D 파이프라인이 다른 분야와 마찬가지로 AI에 의해 체계적으로 재구성되기까지는, 정말로 한두 번의 중요한 반복 과정만 남았을지도 모릅니다.

01

3D 게임의 첫걸음이 드디어 탄탄해졌을까?

그 전까지 ‘기술파’는 외부에서 잉모우 테크놀로지에 대해 가지고 있던 인상이었다. 이들은 상하이과학기술대학교 연구실에서 탄생한 스타트업으로, 수년 연속 국제 그래픽스 분야 최고 권위의 학술대회인 SIGGRAPH에서 최우수 논문상을 수상하거나 후보에 올랐으며, 알고리즘 팀원 두 명 중 한 명은 최우수 논문상을 수상하거나 후보에 오른 바 있다.심지어 현재 AI 3D 업계에서 보편적으로 사용되고 있는 3D 네이티브 생성 프레임워크인 CLAY는 2024년 옌모가 최초로 제안한 것으로, 이들은 업계 발전의 전환점을 만들어낸 주역이다.

회사를 설립한 후, 그들은 줄곧 학계에서 산업계로 진출해 왔다.올해 들어 유니티(Unity)가 GDC 현장에서 ‘Unity AI 베타’를 시연하고, 넷이즈(NetEase)가 《단자이 파티》, 《연운십육성》에서 UGC를 위한 실시간 자산 생성을 구현했으며, 심지어 엔비디아(NVIDIA)의 창립자 황런쉰(Huang Renxun)이 CES 현장에서 로봇을 주제로 한 기조연설을 할 때에도 모두 잉모우의 ‘Hyper3D Rodin’ 모델을 직접 사용했다.우디는 현재 옌모의 수천만 달러에 달하는 연간 ARR 중 약 절반이 B2B 대형 고객사에서 발생하며, 갱신율이 거의 100%에 달한다고 밝혔다.

그렇다면 이 팀이 선보인 최신 성과인 ‘Rodin Gen-2.5’에는 과연 어떤 장점이 있을까요? 직접 성능을 확인해 봅시다.

참고 이미지를 하나 업로드하면, 몇 초에서 수십 초의 조절 가능한 시간 후에 모델이 생성됩니다.전체적인 구조 비율은 안정적이며, 형태가 일그러지기 어렵고, 만화, 판타지, 사실주의 등 다양한 스타일을 모두 잘 소화해 냅니다. 또한 우리가 그동안 알고 있던 AI 3D 모델과 가장 큰 차이점은, 모델을 최대 크기로 확대해 자세히 살펴보더라도 결함을 찾기 쉽지 않다는 점입니다.

가방의 소가죽 무늬, 얼굴의 잔털과 주름, 심지어 홍채와 같은 미세한 구조까지 선명하게 드러납니다.단단한 표면은 충분히 단단하며, 흐물거리는 가장자리나 흐릿한 선이 거의 없다. 이처럼 마치 인공적으로 정교하게 조각한 듯한 정밀도는 모델 수준에서 직접적으로 드러난다. 적어도 시각적으로는, 과거의 “멀리서 보면 괜찮지만 가까이서 보면 엉망인” AI 3D 모델과는 이미 뚜렷이 차별화된다.

장치쉰은 이것이 Rodin Gen-2.5가 최고 단계인 Extreme-High와 Micro 미시 모드를 조합하여 생성한 결과라고 설명했으며, 전체 모델 생성 시간은 약 80초이며 정밀도는 1,000만 폴리곤에 달해 현재 전 세계 최상위권에 속한다고 밝혔다.이와 동시에, 그들은 5단계의 정밀도 생성 옵션을 제공하는데, 이는 언어 대형 모델의 다양한 사고 깊이와 마찬가지로 가변 토큰과 서로 다른 생성 시간을 통해 서로 다른 정밀도와 폴리곤 수를 가진 모델을 출력한다. 최저 등급 모델의 경우 단 4초 만에 100만 폴리곤급 모델을 빠르게 생성할 수 있다.

‘Extreme-High’는 초현실적인 장면에 사용되며, 다른 단계들은 스타일화된 만화 모델, 소형 오브젝트, UGC 미리보기 등 더 다양한 수준의 요구 사항을 충족시켜 사용자가 각기 다른 제작 상황에 따라 직접 선택할 수 있도록 합니다.이는 사실 AI 3D가 전문 도구로 발전해 나가는 과정에서 나타나는 중요한 변화입니다. 모델이 더 이상 단일 차원의 ‘더 선명함’만을 추구하지 않고, 선택권을 창작자에게 돌려주기 시작한 것입니다.

Gen-2.5의 또 다른 새로운 기능은 3D 모델 생성 능력의 사각지대를 공략한 것으로, 3D 네이티브 생성을 기반으로 한 외관 생성 모델을 최초로 탑재했습니다.

과거 AI 모델을 이용한 텍스처 제작의 일반적인 방식은 투영법, 즉 여러 각도의 사진을 합성하여 텍스처를 생성하는 것이었으나, 이 방법에는 색상 단층, PBR 텍스처의 부정확성, 음영이 닿지 않는 부분, 서로 다른 텍스처 간의 색상 혼합 등의 뚜렷한 단점이 있었습니다.예를 들어 머리카락 색상이 피부로 번지거나, 금속 질감이 일반 확산 반사로 오판되는 경우 등이 발생하면, 모델이 후반 작업에서 직접 사용되지 못할 수 있습니다.

Yingmou는 자체적으로 새로운 외관 모델을 훈련시켰다. 장치쉰에 따르면, 그 난이도는 이미지 생성 모델을 처음부터 훈련시키는 것과 거의 맞먹지만, 그 대가로 텍스처와 모델의 일체감이 더 높아지고 재질 품질도 더 안정적으로 개선되었다. 금속, 나무, 가죽의 각기 다른 광택은 물론, 재질 위에 새겨진 로고와 텍스트까지 비교적 정확하게 생성할 수 있다.

초고정밀도와 네이티브 텍스처의 결합이 만들어내는 효과는 사실 매우 강력한 메시지를 전달합니다. 오늘날 Hyper3D Rodin과 같은 AI 모델은 이미 생성 품질의 기준을 넘어, 단순히 ‘비슷하게 생성하는’ 단계를 벗어나 특정 분야에서 바로 활용 가능한 결과물을 내놓을 수 있게 되었습니다.

게임의 3D 파이프라인은 대개 하이폴리 모델에서 시작됩니다. 백만 면에서 심지어 천만 면에 달하는 하이폴리 모델은 리토폴로지, UV 전개, 면 수 감소, 부품 분할, 베이킹 등 일련의 과정을 거쳐야만 최종적으로 게임 내에서 실행 가능한 형태로 완성됩니다.장치쉰은 ‘잉모우’의 고객사 중 일부 중소 규모 기업들은 이미 로우폴리곤 모델을 최종 게임 완성품에 직접 사용하고 있으며, 더 많은 국내외 게임 스튜디오들은 이미 하이폴리곤 단계에서 Rodin Gen-2.5를 활용하고 있다고 밝혔다.

원래는 조각가가 며칠, 몇 주에 걸쳐 정교하게 조각해야 했던 대형 모형을, 이제는 단 몇 분 만에 여러 버전을 반복적으로 만들어 내고, 그중 가장 좋은 결과를 골라 후속 처리를 진행할 수 있게 되었습니다.

물론, “비용 절감 및 효율성 향상”은 이미 AI 분야에서 흔히 언급되는 주제입니다. 이에 비해, Rodin Gen-2.5의 더 중요한 의의는 AI 3D 모델이 게임 파이프라인 내에서 “사용 불가” 상태에서 “부분적으로 사용 가능”한 단계로 도약할 수 있게 했다는 점에 있다고 생각합니다.

예를 들어, 글 서두에서 언급된 장치쉰의 판단에 따르면, 《블랙 미스틱: 우공》에 사용된 일부 스캔 자산은 앞으로 AI를 통해 효율적으로 생성될 수 있으며, 어느 정도 대체될 수 있을 것입니다.Rodin Gen-2.5와 같은 모델을 통해 고정밀 자산을 활용할 기회는 업계 내 극소수에서 더 많은 중소 규모 팀과 일반 개발자들로 확대될 가능성이 있습니다.

게다가 잉모우는 원래 3D 스캔 분야의 전문가이기도 합니다. 잉모우가 당시 처음으로 개발한 기술 성과인 ‘돔 광장(穹顶光场)’은 현재 전 세계 영화·영상 및 게임 분야에서 성숙한 상용 3D 캡처 솔루션으로 자리 잡았습니다.곧 출시될 기대감이 매우 높은 중국산 3A 대작 중 하나는 바로 돔 라이트필드로 촬영된 캐릭터 얼굴 모델 풀 세트를 사용했습니다. 따라서 그들은 이 기술의 진가를 정확히 파악하고 있습니다.

한편, 천만 폴리곤에 달하는 고해상도 모델은 게임에 직접 적용할 수는 없지만, 고해상도 모델 생성 단계의 품질을 충분히 높인다면, 실제로는 전체 파이프라인의 후속 공정에 새로운 기회를 열어주는 셈이 됩니다.

예를 들어, 고해상도 모델 단계에서 폴리곤 수를 천만 개 이상으로 늘려야만 머리카락, 겹쳐진 옷감, 건축물의 조각 장식 등 복잡한 요소들을 AI 모델에서 선명하게 표현할 수 있으며, AI가 진정한 3A급 고해상도 사실적 자산 생성에 도달할 수 있는 기회를 얻을 수 있습니다.우디가 소개한 바와 같이, 사용자는 Rodin Gen-2.5를 사용하여 하이폴리 모델 표면의 고해상도 텍스처를 로우폴리 모델로 변환한 후 노멀 맵으로 베이킹함으로써, 낮은 성능 소모로 높은 시각적 품질을 얻을 수 있습니다.모델 자체의 성능이 한 단계 더 발전하면, 최종 자산을 직접 생성하지 않더라도 후속 저폴리곤 모델 제작 및 디테일 보완에 소요되는 시간을 줄일 수 있습니다. 고폴리곤 모델 생성은 종착점이 아니라, AI 3D가 게임 산업 워크플로우에 진입하는 첫 번째 디딤돌입니다.

이는 하이폴리 단계에서 모델의 형태를 정확하게 확보하고 텍스처 품질을 3D 네이티브 수준으로 끌어올리는 것이, 사실 AI 3D 모델의 전통적인 문제점을 해결하는 것임을 설명해 줍니다. 생성 품질이 기준에 미치지 못하면, 그로 인해 후속 작업으로 이어지는 일련의 수작업 수정 과정이 불가피하기 때문입니다.텍스처의 색상, 그림자, 하이라이트, 얼룩, 재질 디테일이 모두 한 장의 이미지에 뒤섞여 있다면, 텍스처 아티스트가 깔끔하게 조정하기 어렵습니다. 모델의 폴리곤 배선이 너무 복잡하다면, 차라리 처음부터 수작업으로 다시 만드는 편이 낫기도 합니다.

그리고 이는 사실 업계가 가장 우려하는 문제, 즉 AI 3D 모델링이 언제쯤 비로소 ‘Production-Ready(실제 제작에 활용 가능한)’ 단계에 도달할 수 있을지를 제기하게 됩니다.

02

“생산”이라는 강을 건너다

그리고 사실 이것이 바로 잉모우가 가장 신경 쓰는 문제이기도 하다.

우디는 한 가지 경험을 이야기했다. 당시 옌모우가 1세대 돔형 광장을 개발했을 때, 조명 결과에 상당한 자신감을 가졌으나, 실험실의 데이터 형식이 영화·방송 산업의 표준과 호환되지 않아 결국 어떤 기업도 구매하지 않았다고 한다.우디는 이 쓰라린 교훈을 통해 ‘Production-Ready’를 회사 이념에 명시하게 되었다고 말했다. 연구와 산업은 강 양쪽 기슭에 있는 것과 같아서, 강을 건너는 과정에서 물에 빠지거나 물을 마실 수도 있으니 반드시 경외심을 가져야 한다는 것이다. 이후 Hyper3D Rodin을 개발할 때는 고객으로부터 직접 생생한 피드백을 지속적으로 수렴하고, 이를 바탕으로 제품을 개선해 나갔다.

그들은 게임사 고객들의 요구 사항을 다음과 같이 정리했다. “고해상도 모델로 갈수록 표면에 더 정확하고 유용한 디테일을 더 많이 구현해야 하며,게임의 최종 단계로 갈수록, 좋은 토폴로지 구조, 모서리 부분에 정확히 배치된 배선, 높은 UV 전개 활용도, 계층화된 PBR 텍스처, 세밀한 파츠 분할이 필요하다——이 모든 것이 (게임사) 고객들이 우리에게 전달해 준 개념이다.”

하지만 Hyper3D가 서비스를 제공하는 분야는 게임 업계에만 국한되지 않습니다. 3D 프린팅은 모델의 기밀성에 중점을 두는 반면, 산업 디자인은 형식, 치수 및 표준을 중시하며, 영화·영상 특수 효과 분야는 재질, 정밀도 및 파이프라인 호환성에 대해 또 다른 요구 사항을 가지고 있습니다. 이 모든 요소를 종합해 보면, 모든 측면을 완벽하게 충족시키기 어려운 난제입니다.

Hyper3D의 핵심 개념은 “제어성”을 중심으로 전문 3D 제작 분야에 접근하여, 전문 사용자가 필요한 ‘제작 준비 완료(Production-Ready)’ 상태를 스스로 결정할 수 있도록 하고, 이러한 요구 사항을 Rodin 모델 생성 인터페이스의 다양한 사전 설정에 반영하는 것입니다.

소비자용 AI 제품이 ‘원클릭 이미지 생성’을 추구한다고 한다면, 전문가용 AI 3D 제품에서 가장 중요한 것은 오히려 사용자가 ‘개입’할 수 있는 여지를 충분히 제공하는 것이다.

Hyper3D가 올해 출시한 ‘3D 편집’ 기능은 이 회사가 어떻게 제어 가능성을 구현하는지 보여주는 직관적인 예시입니다. 모델이 생성된 후, 사용자가 특정 부분만 마음에 들지 않는다면 해당 부분을 직접 선택하여 해당 부분만 다시 생성할 수 있으므로, 사소한 결함 하나 때문에 반복적으로 ‘다시 생성’해야 하는 번거로움을 피할 수 있습니다.

다음과 같은 부분 편집 지시를 내립니다. “차 앞부분을 스포츠카로 바꿔라.”

장치쉰과 우디는 자부심을 드러냈다. “현재 업계에 이 기술을 따라올 만한 제품은 없다. Hyper3D 팀이 이를 해결해 낸 이유는, 3D AI 대형 모델 기업 중 최초로 3D ControlNet 제어형 생성 아키텍처를 제안했으며, 현재 이를 보유한 몇 안 되는 팀이기 때문이다.”실질적으로 이 기술은 생성 일관성 문제, 즉 국부적인 수정을 가하면서도 다른 부분은 변하지 않도록 보장하는 문제를 해결하기 위한 것이다.

동시에, 이는 3D 모델 자체가 이미지나 텍스트와 마찬가지로 모델 입력으로 사용될 수 있어야 함을 의미합니다.이를 구현하는 데 필요한 3D 이해 기술은, 그들이 이전에 BANG 부품 생성 기능을 개발하면서 축적한 역량에서 비롯된 것입니다. Hyper3D가 Rodin Gen-2.5에서 선도적인 외관 모델을 선보일 수 있었던 것도, 돔 라이트필드가 소재 스캔 분야에서 오랫동안 쌓아온 노하우와 밀접한 관련이 있습니다.

BANG 분할

영모우가 가장 핵심적인 강점, 즉 연구 개발에 매진하고 최첨단 연구를 주도하여 독창적인 기술 성과를 도출한 뒤, 이를 3D 모델 생산의 근본적인 문제로 되돌리는 데 매우 능숙하다는 점을 알 수 있다. 이러한 기술들은 점차 눈덩이처럼 쌓여 장기적으로 레버리지 효과를 형성하며, 실제 생산 현장에 적용될 때 더 높은 수익을 창출해 낸다.

장치쉰은 “저희는 현재 생성 전, 생성 중, 생성 후 단계에 걸친 제어를 모두 제공할 수 있는 3D 대형 모델 제품을 보유한 몇 안 되는 팀 중 하나일 것”이라고 밝혔다. 바로 이러한 이유 때문에 전문 유료 사용자들이 이 모델을 깊이 있게 탐구하고 자신에게 가장 적합한 설정을 찾아내려고 하는 것이다.

외부에서 볼 수 있듯이, 소재와 정밀도라는 난관을 극복한 것을 시작으로, Rodin Gen-2 이후 옌모 테크놀로지는 ‘스마트 로우폴리(Smart Lowpoly)’와 같은 기능을 단계적으로 탐구해 왔습니다. 분명히, 이들은 향후 Hyper3D Rodin 시리즈 모델이 게임 등 실시간 3D 환경의 개발자들에게 지속적으로 훌륭한 서비스를 제공할 수 있기를 희망하고 있습니다.

동일한 모델을 지능형 로우폴리곤 처리를 통해 폴리곤 수를 줄인 후 비교

Reddit 등의 포럼에 올라온 사용자 피드백을 보면, 이러한 기능으로 현재 생성되는 저해상도 모델의 품질은 이미 상당히 쓸 만합니다. 심지어 Hyper3D Rodin도 “납품 시 결제” 방식을 채택하여, 사용자가 만족할 때까지 모델을 무료로 재생성하거나 부분적으로 편집할 수 있도록 하고 있습니다.

또한 Hyper3D Rodin 플러그인을 Blender, 언리얼, Unity, Godot 등 대부분의 주요 3D 소프트웨어에 연동하여, 창작자들이 전문 소프트웨어에서 한 번의 클릭으로 에셋을 불러올 수 있게 했을 뿐만 아니라, Hyper3D Rodin을 사용하여 다른 AI 플랫폼에서 생성된 모델을 편집할 수도 있게 했습니다.이러한 모든 노력의 이면에는 Hyper3D Rodin을 실제 제작 현장에 더욱 깊이 뿌리내리게 하겠다는 하나의 목적이 있습니다.

물론 우디와 장치쉰은 현재 직면한 몇 가지 어려움에 대해서도 거리낌 없이 언급했다. 예를 들어, Rodin은 UV 등 일부 측면에서 아직 완전히 해결되지 않았으며, 모델의 토폴로지 배선은 고품질 콘텐츠 기반 게임에 비해 여전히 정교함이 부족하다.그 배경에는 여러 가지 이유가 있는데, 실제 게임 프로젝트에서 고품질 데이터가 부족한 문제도 있고, 3D 모델 자체가 이미지나 텍스트보다 훨씬 더 복잡하다는 특성 때문이기도 하다.

하지만 두 사람 모두, 분할, 소재, 토폴로지, UV와 같이 모든 게임사에서 공통적으로 요구하는 사항들은 당연히 개발 우선순위 상위권에 포함될 것이라고 입을 모았다.

이러한 능력들은 겉보기에는 모델이 고해상도 모델에서 완성품으로 넘어가는 ‘마지막 단계’처럼 보이지만, 실제로는 AI 3D가 게임 개발의 전체 과정을 원활하게 연결할 수 있는지 여부와도 밀접한 관련이 있으며, 이는 향후 1~2년 동안 이 분야에서 가장 주목할 만한 발전 사항이기도 합니다.

03

미래를 향해

인터뷰를 마무리하며, 우리는 두 창립자와 함께 현재 3D 생성 분야 전반의 발전 현황에 대해서도 이야기를 나누었습니다.

제 느낌으로는, 전체 AI 3D 생성 분야가 마치 타임캡슐과도 같은데, 이는 2024년 전후로 LLM(대형 언어 모델)이 급속도로 발전하던 시기를 끊임없이 떠올리게 합니다. 당시 사람들은 스케일링 법칙(Scaling Law)과 사전 훈련 파라미터 수에 대해 열띤 논의를 벌였고, 기반 모델 자체는 아직 한계에 도달하지 않았으며, 모델 성능의 향상은 사용자 경험에 직접적인 이점을 가져다주었습니다.제품화 단계로의 다음 경쟁은 아직 본격적으로 시작되지 않았지만, Rodin Gen-2.5의 생성 능력 향상은 이미 AI 3D가 파이프라인의 더 깊은 단계로 침투하는 데 크게 기여하고 있습니다.

이에 대해 우디 역시 나름의 판단을 내리고 있다. 이번에 새로운 자금 조달을 확보한 ‘잉모우’는 새로운 동력을 얻어 더욱 집중적인 연구 개발에 매진할 수 있게 되었다. 우디의 예상에 따르면, 3년 후의 Hyper3D는 여전히 전문 분야에 주력할 가능성이 높다.앞으로 1~2년 동안 그들은 주로 두 가지 일을 할 예정이다. 첫째는 기본 모델의 생성 품질을 지속적으로 개선하는 것이고, 둘째는 향후 Hyper3D Rodin에서 편집 및 에이전트화 등의 기능을 확장하여 모델이 전문 분야에서 점점 더 유용하게 활용될 수 있도록 하는 동시에, Rodin이 생산 제조 분야의 전략적 모델 시설에 연동될 수 있도록 하는 것이다.

하지만 이 또한 의외로 소박한 답변이었다. 결국 전 세계적으로 AI 3D 관련 팀들 중 상당수는 투자자들의 관심을 더 쉽게 끌 수 있는 유행어, 즉 ‘세계 모델’, ‘차세대 UGC 상호작용 생태계 기반’, ‘3D 콘텐츠 플랫폼’ 등으로 몰려가고 있기 때문이다……하지만 장치쉰은 담담하게 말했다. 물론 그들도 월드 모델에 관심이 있지만, 팀 전체가 기술 출신인 만큼 이 개념에 대해 더 큰 경외심을 가지고 있다고.

하반기가 되면 ‘영무’는 시나리오 수준의 생성 모델을 공개할 예정이다. 하지만 현재 단계에서는 이 모델이 우디가 제시한 ‘세계 모델’에 대한 엄격한 정의—조작이 가능하고, 신체 기반 지능 제어를 지원할 수 있으며, 세상을 진정으로 이해하는 것—를 아직 충족하지는 못한다. 그럼에도 불구하고 연구진은 이러한 기술이 미래에 세계 모델과 신체 기반 지능으로 나아가는 중요한 토대가 될 것이라고 믿고 있다.

따라서 당분간 ‘영무’의 비전은 여전히 명확합니다. 바로 전문 3D 작업자들을 위한 도구를 잘 만드는 것입니다. 그들이 해야 할 일은 모델러들의 도구를 더욱 날카롭게 만드는 것입니다.

이는 아마도 게임 업계에서 AI 3D가 나아갈 수 있는 가장 현실적이고, 동시에 가장 기대되는 방향일 것입니다.

이 기술이 처음부터 3D 제작 파이프라인 전체를 뒤엎을 필요는 없으며, 숙련된 모델러의 모든 업무를 당장 대체하지도 않을 것입니다. 더 중요한 것은, 이 기술이 가장 앞단에서 가장 반복적이고 시간이 많이 소요되는 단계부터 시작하여, 사람들을 번거로운 육체 노동에서 조금씩 해방시켜 주고, 창작자들이 미적 감각, 판단, 표현 그 자체에 더 많은 에너지를 쏟을 수 있도록 해준다는 점입니다.

게임 업계에 있어 3D 제작은 오랫동안 깊고 좁은 강과도 같았다. 과거에는 자금, 인력, 경험이 모두 풍부한 소수의 기업만이 더 높은 품질이라는 건너편에 안정적으로 도달할 수 있었다. 그리고 AI 3D가 진정으로 기대되는 점은, 아마도 이 강 위에 놓인 다리를 조용히 넓혀가고 있다는 사실에 있을 것이다.

더 많은 중소 규모 팀과 독립 개발자, 나아가 일반 창작자까지 저렴한 비용으로 고품질 3D 자산을 활용할 수 있게 되면, 게임 세계의 상상력도 실제로 실현될 기회가 훨씬 더 많아질 것입니다.