넥슨은 AI 에이전트를 ‘소유’하려 했고, 크래프톤은 AI 도구를 ‘관리’하기로 했다

오픈소스 AI 에이전트를 전사에 깔아도 될까

• NDC 2026에서 넥슨과 크래프톤이 AI 전환(AX) 경험을 꽤 날것으로 풀었음

  • 세션 주제는 ‘넥슨과 크래프톤의 AI 전환 여정 – 무엇을 시도하고 무엇을 포기했나’
  • 특히 넥슨이 오픈클로(OpenClaw)를 전사에 보급하려 했다는 대목에서 사회자와 기자가 둘 다 놀랐다는 반응을 보임

• 놀란 이유는 오픈클로가 그냥 챗봇이 아니라 “상시 구동되는 자율 AI 에이전트”에 가깝기 때문임

  • 엔비디아 젠슨 황은 GTC 2026에서 오픈클로를 ‘개인용 AI를 위한 운영체제’라고 불렀음
  • 지포스 RTX PC부터 DGX 스파크까지 로컬 장비에 설치해 24시간 비서처럼 돌리는 구조를 전제로 함
  • 문제는 이런 도구가 메신저, 메일, 로컬 시스템에 접근할 수 있다는 점임. 편한 만큼 무섭다

• 넥슨이 오픈클로를 본 이유는 명확했음. “우리 통제 아래에서 AI 에이전트를 굴리고 싶다”는 욕구임

  • 상용 AI 구독은 빠르지만, 내부 데이터와 보안 정책을 회사가 완전히 통제하기 어려움
  • 오픈소스 도구는 에이전트를 뜯어고치고, 사내 인프라에 올리고, 좌석당 구독료 종속을 피할 수 있음
  • 강덕원 넥슨 AI본부장은 오픈클로가 로컬 머신에서 메신저와 메일까지 별도 커넥터 없이 제어할 만큼 강력했다고 설명함

• 그런데 바로 그 강력함이 도입을 막았음

  • 보안 이슈가 반복됐고, 사내 버전인 ‘nx클로’까지 만들었지만 원본 업데이트가 너무 잦았음
  • 업데이트 대부분이 보안 패치라서 안 따라갈 수도 없고, 따라가자니 운영 부담이 컸음
  • 자동 업데이트를 걸면 멈추는 일이 많았고, 수천 명 규모로 확산하면 인프라 비용도 커짐
  • 결론은 “지금 당장 전사 도입은 시기상조”였음

크래프톤은 소유 대신 관리로 갔다

• 같은 무대의 크래프톤은 정반대 접근을 택했음

  • 넥슨이 에이전트를 사내로 들여와 소유하려 했다면, 크래프톤은 시장의 상용 도구를 관리하는 쪽에 가까움
  • 임경영 크래프톤 VP가 공개한 핵심 장치는 대시보드(dashboard)였음

• 크래프톤은 토큰 비용, 엔터프라이즈 라이선스, 개인 구독을 한 화면에서 보게 만들었음

  • 클로드(Claude), 제미나이(Gemini), GPT 같은 모델을 성능과 가성비로 비교한 단가표도 운영함
  • 직원이 업무에 맞는 모델을 직접 고르되, 회사는 사용량과 비용을 가시화해 통제하는 방식임
  • 코딩 경험이 없던 인사(HR) 담당자가 코덱스(Codex)와 클로드 코드로 채용 면접 일정과 회의실 예약을 자동화한 사례도 나옴

• 크래프톤의 수치도 꽤 세게 나왔음

  • 지난해 11월 ‘AI 퍼스트’ 전환을 선언했고, 올해 2월 사내 조사에서 직원 97.6%가 AI를 쓴다고 답함
  • 공통 파이프라인 ‘플레이그라운드’와 ‘데이터 파운데이션’을 깔고, 현업에 ‘FD’라는 전문 인력을 붙여 막히는 지점을 바로 풀어주는 방식
  • 결과물을 모은 ‘AX 포털’은 사내 앱스토어처럼 운영하고, 마켓플레이스로 확장할 계획임

결국 둘 다 비용과 종속 문제로 돌아온다

• 넥슨의 장기 방향은 내부 데이터와 에이전트를 쌓아 올리는 쪽임

  • 흩어진 게임 데이터를 모은 ‘모노레이크’를 AI가 이해할 수 있는 데이터로 끌어올리는 모노레이크 2.0을 추진 중
  • 베테랑의 노하우를 AI가 읽게 만드는 ‘온톨로지 팩토리’, 자연어로 묻는 ‘AI 서치’도 같은 흐름임
  • 전용 AI 모델 개발과 개발 파이프라인 재설계까지 이어지는 큰 그림임

• 크래프톤은 모델 포트폴리오를 운영하면서도 장기적으로는 독자 모델을 본다고 했음

  • 파트너사와 단가 인하를 협상하지만, 장기적으로 출혈 경쟁 끝의 독점 가능성도 경계함
  • 그래서 독자 파운데이션 모델 개발도 준비하고 있다고 밝힘

• 토큰 비용 얘기는 현실감이 특히 강했음

  • 넥슨은 토큰 비용이 예상보다 빠르게 늘고, 하루하루 사용량이 달라 예측이 어렵다고 설명함
  • 사용량과 프로젝트 진척을 묶어 효용을 분석하는 비용 예측 모델을 만들고 있음
  • 김상균 교수가 “혼자서 1억 원에 가까운 토큰 비용을 쓴 사례도 들린다”고 하자, 강덕원 본부장은 개발 기간이 한 달 당겨진다면 그만한 토큰도 가치 있는 비용이라고 답함

• 이 대담의 핵심은 성공담 자랑이 아니라, 실패하거나 보류한 선택을 공개했다는 데 있음

  • 넥슨은 오픈소스 에이전트 전사 도입을 빠르게 실험했고, 지속 가능하지 않다고 판단하자 방향을 틀었음
  • 크래프톤은 상용 도구를 막지 않고 쓰게 하되, 비용과 성능을 보이게 만들어 관리했음
  • 결국 질문은 “AI가 뭘 할 수 있나”에서 “사람과 조직은 뭘 통제해야 하나”로 넘어감

---

기술 맥락

• 넥슨이 오픈클로를 검토한 이유는 기능 자체보다 통제권 때문이에요. 게임사 내부에는 코드, 운영 데이터, 유저 데이터, 사내 커뮤니케이션이 섞여 있어서 외부 SaaS에 그대로 맡기기 어려운 영역이 많거든요.

• 오픈소스 에이전트는 수정 가능하고 내부 인프라에 올릴 수 있다는 장점이 있어요. 대신 원본 프로젝트의 보안 패치를 계속 따라가야 하고, 사내 배포판을 만들면 그 순간부터 운영 조직이 제품팀처럼 움직여야 해요.

• 크래프톤의 대시보드 방식은 반대로 “도구는 시장 것을 쓰되, 사용을 보이게 만들자”에 가까워요. 모델별 단가와 성능을 직원에게 공개하면 무조건 비싼 모델만 쓰는 일을 줄일 수 있고, 회사는 비용 폭증을 더 빨리 감지할 수 있어요.

• 두 접근 모두 AI 전환의 병목이 모델 성능만은 아니라는 걸 보여줘요. 실제 조직에선 권한 관리, 비용 예측, 데이터 위치, 업데이트 책임 같은 운영 문제가 모델 선택만큼 중요해지거든요.