본문으로 건너뛰기
피드

프롬프트만으로 게임 만드는 시대, 진짜 어디까지 왔나

ai-ml 약 6분
vote
0
댓글
북마크

AI가 이미지·영상·코드 생성을 넘어, 탐험 가능한 3D 세계와 게임 프로토타입까지 만들기 시작했다. 구글 딥마인드의 프로젝트 지니부터 오버데어, 버스에잇, 바르코까지 사례는 늘고 있지만, 물리 오류·레이턴시·최적화·조작감 같은 완성도 문제는 아직 사람 몫으로 남아 있다.

  • 1

    구글 딥마인드 프로젝트 지니는 텍스트나 이미지로 탐험 가능한 가상 세계를 만드는 연구 프로토타입임

  • 2

    오버데어와 버스에잇은 자연어 명령으로 게임 에디터 조작이나 플레이 가능한 게임 생성에 접근하고 있음

  • 3

    바르코는 3D 에셋, 사운드, 보이스, 번역처럼 실제 개발 공정 지원에 더 가까움

  • 4

    현재 AI 게임 제작은 완제품보다 빠른 프로토타입 제작에 강점이 있음

프롬프트 게임 제작, 이제 농담만은 아님

  • AI가 게임 개발의 보조 도구를 넘어, 창작의 앞단까지 치고 들어오는 중임

    • 텍스트 몇 줄이나 간단한 명령으로 이미지, 영상, 코드, 3D 공간까지 만드는 솔루션이 등장함
    • 그래서 “누구나 게임 만드는 시대” 얘기가 다시 힘을 얻고 있음
  • 가장 상징적인 사례는 구글 딥마인드의 프로젝트 지니임

    • 지난 1월 공개된 연구 프로토타입으로, 텍스트나 이미지를 넣으면 탐험 가능한 가상 세계를 생성함
    • 포인트는 그냥 예쁜 3D 이미지를 만드는 게 아니라, 사용자가 그 안에서 이동하고 반응을 볼 수 있다는 점임

중요

> 프로젝트 지니가 무서운 건 “월드 생성” 자체보다 “사용자 행동에 반응하는 환경”을 AI가 만들기 시작했다는 점임. 게임 엔진과 UGC 플랫폼이 맡던 역할 일부를 건드릴 수 있다는 신호라 시장이 민감하게 반응한 것.

  • 다만 지금 단계의 지니는 상업용 게임 제작 도구라기보다 방향성을 보여주는 데 가까움
    • 생성된 세계에서 물리 법칙 오류가 종종 나오고, 조작 지연도 있음
    • 탐험 시간도 60초 안팎으로 제한됨
    • 구글도 일부 지역에서만 제공하면서 기술 고도화에 집중하는 중임

국내 게임사도 각자 다른 방식으로 붙는 중

  • 크래프톤 자회사 오버데어는 자연어로 게임 에디터를 조작하는 쪽에 가까움

    • 지난 4월 오버데어 스튜디오에 자체 개발한 스튜디오 에이전트를 적용함
    • 창작자가 대화창에 “오브젝트 만들어줘”, “스크립트 붙여줘”처럼 입력하면 AI가 에디터를 직접 구동하는 방식임
    • 프로젝트 지니가 탐험 가능한 세계 생성의 가능성을 보여줬다면, 오버데어는 실제 제작 환경에서 창작자가 쓰는 워크플로우에 더 가까움
  • 넥써쓰의 버스에잇은 프롬프트만으로 플레이 가능한 게임을 만드는 플랫폼을 내세움

    • 사용자가 장르, 규칙, 배경을 입력하면 AI가 게임의 기본 구조를 만들어줌
    • 여기에 자체 게임 토큰, 대체불가능토큰(NFT), 거래 시스템을 붙여서 제작뿐 아니라 수익화 구조까지 엮으려는 게 특징임
  • 엔씨AI의 바르코는 “게임 자동 생성”보다는 실제 개발 공정 지원에 초점이 있음

    • 프롬프트 입력으로 3D 에셋, 사운드, 보이스, 번역 같은 작업을 지원함
    • 중소·인디 개발사를 대상으로 지원과 공모전도 병행하면서, AI 기반 개발 문화를 퍼뜨리는 쪽에 무게를 둠

지금 당장 강한 건 완성품보다 프로토타입

  • 상용 AI만으로도 간단한 게임 원형을 빠르게 만드는 사례는 이미 나오고 있음

    • 유튜브 채널 데브는 클로드, 챗GPT, 제미나이로 슈퍼마리오, 쿠키런, 광고형 미니게임 같은 플레이 구조를 구현하는 콘텐츠를 만들고 있음
    • 설명을 던지고 생성된 코드를 바탕으로 1시간 안에 실행 가능한 게임을 만드는 식임
  • 하지만 이걸 “AI가 게임을 다 만든다”로 받아들이면 살짝 과함

    • 세부 조작감, 충돌 판정, 레벨 디자인, 최적화는 여전히 사람이 다듬어야 함
    • 작동하는 게임과 오래 즐길 만한 게임 사이에는 꽤 큰 간극이 있음
  • 그래도 개발 실험 속도는 확실히 달라졌음

    • 기본 규칙, 캐릭터 움직임, 점수 체계 정도는 개발 지식이 많지 않아도 빠르게 구현 가능함
    • 예전이면 며칠 걸렸을 단순 게임 실험이 몇 시간 안에 가능한 수준으로 내려온 셈임

기술 맥락

  • 여기서 중요한 선택은 AI를 “게임 완성기”로 볼지, “프로토타입 가속기”로 볼지예요. 기사 속 사례들을 보면 아직은 후자가 훨씬 현실적이에요. 이유는 게임의 재미가 코드 생성만으로 끝나지 않고, 입력 반응성·충돌 판정·레벨 흐름 같은 손맛에 크게 좌우되기 때문이에요.

  • 프로젝트 지니가 흥미로운 건 월드를 생성하는 방식이 정적인 에셋 제작을 넘어섰기 때문이에요. 사용자가 움직이면 환경이 반응해야 하니까, 이미지 생성보다 훨씬 게임 엔진에 가까운 문제를 건드리는 셈이에요.

  • 오버데어와 버스에잇은 접근이 조금 달라요. 오버데어는 기존 제작 도구를 자연어로 조작하게 만들어 창작자의 진입장벽을 낮추고, 버스에잇은 게임 구조 생성과 경제 시스템까지 묶으려 해요. 둘 다 “처음 시작하는 비용”을 줄이는 게 핵심이에요.

  • 실무 개발자 입장에서는 AI가 만든 결과물을 바로 출시하기보다, 기획 검증용 빌드나 미니게임 실험에 쓰는 쪽이 더 설득력 있어요. 빠르게 만들고, 플레이해보고, 버릴 건 버리는 루프가 짧아지면 팀의 의사결정 비용도 같이 줄어들거든요.

게임 개발에서 AI의 핵심 가치는 당장 개발자를 대체하는 게 아니라, 아이디어를 실행 가능한 원형으로 바꾸는 시간을 며칠에서 몇 시간 단위로 줄이는 데 있음. 다만 재미, 조작감, 밸런싱은 아직 자동 생성만으로 해결하기 빡센 영역임.

댓글

댓글

댓글을 불러오는 중...

ai-ml

건설업계도 피지컬 AI 실험 중, 관건은 로봇보다 현장 데이터다

국내 건설사들이 인공지능(AI)과 로보틱스를 건설 현장에 적용하려는 실험을 늘리고 있다. GS건설은 로봇을 활용한 자재 운반·반복 작업 자동화를 검토하고, 현대건설은 AI 카메라 기반 안전 기술을 도입하려는 중이다. 다만 실제 안착까지는 사람과 AI의 협업 방식, 현장 작업자의 데이터 활용 체계 같은 숙제가 남아 있다.

ai-ml

AI 모델 접속도 수출통제 대상이 되면 벌어지는 일

앤트로픽이 미국 정부 수출통제 지침에 따라 최신 AI 모델 접근을 출시 사흘 만에 차단했다는 사례를 통해, 클라우드 AI 모델 접근권이 국가 안보와 산업정책에 종속될 수 있다는 문제가 드러났다. 데이터 주권만으로는 부족하고, 모델 능력과 연산 접근권까지 포함한 소버린 AI 전략이 필요하다는 논점이다.

ai-ml

건설 현장에 AI 로봇이 들어오려면 아직 데이터와 협업 방식이 숙제

GS건설, 현대건설, 삼성물산 등 국내 건설사가 AI와 로봇 기술을 현장 자동화와 안전관리, 단지 서비스에 적용하려는 움직임을 보이고 있다. 다만 사람과 로봇이 함께 일하는 방식, 실증 사례 축적, 현장 작업자의 데이터 활용 체계가 갖춰져야 실제 확산이 가능하다는 지적이 나온다.

ai-ml

라벨링 1천 장을 100장으로 줄인다는 슈퍼브에이아이의 비전 AI 플랫폼

슈퍼브에이아이가 2026 스마트테크 코리아에서 데이터 구축부터 모델 개발, 운영까지 묶은 슈퍼브 플랫폼을 공개했다. 비전 파운데이션 모델로 라벨링 부담을 줄이고, 대규모 언어 모델과 비디오 언어 모델을 결합해 텍스트 명령만으로 CCTV 속 위험 상황을 찾는 기능까지 제시했다.

ai-ml

저커버그, AI 전환 실수 인정…메타는 ‘많이 쓰기’에서 ‘제대로 쓰기’로 방향 전환

마크 저커버그가 메타의 AI 중심 전환 과정에서 실수가 있었다고 인정하면서 올해 추가 대규모 감원은 없을 것이라고 밝혔다. 메타는 대규모 인력 재배치와 토큰 사용량 경쟁의 부작용을 겪은 뒤, 소수정예 AI 팀과 비용 통제, 자체 코딩 AI 활용 쪽으로 방향을 조정하고 있다.