글로벌 게임산업 트렌드

김도균 팀장 | 現 크래프톤 AI Transformation Team 팀장

김도균(Kim Dokyun) 팀장은 KRAFTON Inc.의 AI Transformation Team 리더로, 인공지능 기술을 활용해 크래프톤을 글로벌 AI-Native 게임 기업으로 탈바꿈시키는 전사적 전략의 중심에 있는 인물이다. 특히 데이터 분석과 텍스트 마이닝, 비즈니스 인텔리전스 등 다양한 데이터 기반 기술을 활용해 게임 업계의 AI 기반 전환을 선도해왔다. 현재는 사내 AI 활용 문화 확산 및 기술 내재화를 위한 조직적 변화에 집중 중이며, AI 기반의 게임 개발 및 서비스 혁신을 가속화하는 데 앞장서고 있다. 김도균 팀장으로부터 크래프톤이 어떻게 AI를 통해 게임 개발의 패러다임을 바꾸고 있는지에 대해 알아보았다.

게임산업, AI라는 거대한 변곡점 위에 서다

지난 수십 년간 게임산업은 역동적인 변화를 거듭하며 눈부신 성장을 이루어왔다. PC 온라인 게임의 황금기, 모바일 게임의 폭발적인 성장, 콘솔 시장의 진화, 그리고 클라우드 게이밍, VR/AR, 메타버스에 이르기까지, 혁신적인 기술들은 끊임없이 산업의 지평을 넓히고 사용자 경험을 풍요롭게 만들어왔다.

하지만 최근 우리 곁에 다가온 변화의 물결은 그 이전과는 본질적으로 다르다. 바로 ‘생성형 AI(Generative AI)’ 기술의 놀라운 발전과 빠른 확산 때문이다. ChatGPT와 같은 강력한 AI 도구가 일상과 업무 환경 깊숙이 파고들면서, 기업들은 AI와 본격적으로 협력하는 새로운 시대를 맞이하고 있다.

2024년을 거치며 이러한 변화는 더욱 뚜렷해지고 있다. AI는 더 이상 단순한 보조 도구가 아니라, 개발자, 아티스트, 기획자와 동등한 위치에서 협력하는 능동적인 파트너로 부상하고 있다. 인간과 AI가 함께 창의적이고 복잡한 과제를 해결해 나가는 새로운 업무 패러다임, 바로 ‘AI Native’ 시대가 본격적으로 열리고 있는 것이다.

‘AI Native’란 단순히 AI 도구를 활용하는 차원을 넘어, 조직의 문화와 업무 프로세스, 기술 인프라까지 모든 것을 처음부터 AI와의 시너지를 전제로 설계하고 최적화하는 접근 방식을 의미한다. 이는 단순히 업무 효율성을 높이는 것을 넘어, 창의성과 생산성의 개념 자체를 근본적으로 바꾸는 혁신적인 전환이라 할 수 있다. 선도적인 기업들은 이미 이러한 미래를 내다보고 AI Native 기업으로의 변신을 선언하며 발 빠르게 움직이고 있다.

AI와 함께 일하는 시대의 등장

생성형 AI의 등장은 기존의 게임산업과 제작/퍼블리싱 구도를 완전히 바꾸어 놓았다. 생성형 AI는 주어진 데이터와 명령을 바탕으로 새로운 콘텐츠를 ‘창조’하는 능력을 갖게 되었다. 텍스트 설명만으로 게임의 컨셉 아트 시안을 수십 가지 생성하고, 기본적인 게임 로직 코드를 자동으로 작성하며, 방대한 설정 자료를 기반으로 게임 시나리오나 퀘스트 아이디어를 제안하는 등, 과거에는 상상하기 어려웠던 일들이 현실이 되고 있다.

최근 AI는 단순 도구를 넘어 능동적인 ‘에이전트(Agent)'로서 활용되며 ‘AI와 함께 일하는 시대’를 열고 있다. 각 직군에서 AI는 핵심적인 협업 파트너로 기능하고 있다. 기획자는 LLM의 도움으로 시스템 설계, 내러티브 구상 등 창의적 작업과 데이터 분석, 리서치 등 분석 업무 양쪽에서 지원을 받아 핵심 기획 역량에 집중할 수 있게 된다. 개발자는 AI 코드 어시스턴트를 활용해 코드 자동화, 제안, 리뷰, 디버깅 등 개발 전반의 지원을 받으며, 코드 품질 향상과 고차원적 문제 해결에 집중하고 있다. 아티스트는 이미지 생성 AI 등을 통해 컨셉 아트, 3D 모델링, 텍스처 생성 등 시각 작업에서 다양한 스타일 탐색과 빠른 제작 지원을 받아, 반복 부담을 덜고 독창적 표현과 최종 완성도 향상에 더 많은 시간을 할애하게 된다.

이처럼 AI 에이전트와의 협업은 개발 프로세스 전반에 걸쳐 생산성을 극대화할 뿐만 아니라, 창작의 방식 자체를 변화시키고 있다. 반복적이고 시간 소모적인 작업은 AI에게 위임하고, 인간은 아이디어를 구체화하고 방향성을 설정하며, 최종 결과물의 품질을 관리하는 ‘창의적 지휘자’ 역할에 더욱 집중하게 되는 것이다. 이는 곧 제한된 시간과 자원 속에서 더 높은 품질과 독창성을 추구할 수 있는 새로운 가능성을 열어주고 있다.

AI Native 기업으로의 전환

‘Agent의 시대’에 발맞춰 게임 기업들이 경쟁력을 확보하고 지속 가능한 성장을 이루기 위해서는 ‘AI Native’로의 전환이 필수적이다. 이는 단순히 몇 가지 AI 도구를 도입하는 것을 넘어, 조직 전체의 체질 개선을 요구하는 전략적인 과제에 해당한다. 성공적인 전환을 위해서는 다음과 같은 전략적 접근이 필요하다.

① 리더십의 AI Native 전환 의지

경영진부터 AI Native 전환의 중요성을 깊이 인식하고, 명확한 비전과 목표를 설정하여 전사적으로 강력한 의지를 표명해야 한다. 이는 조직 전체의 방향성을 제시하고 변화에 대한 공감대를 형성하는 출발점이 된다.

② AI 협업을 위한 전방위적 인프라 구축 및 개편

AI 기술을 효과적으로 활용하고 시너지를 창출하기 위한 기반 마련이 필수적이다. 여기에는 클라우드 기반의 고성능 컴퓨팅 환경, 사내 데이터 기반 파인튜닝을 위한 데이터 파이프라인 등 기술적(Hard) 인프라뿐만 아니라, AI 활용 성과에 대한 개인 및 조직 단위의 보상 체계, AI 기술 도입에 대한 구성원들의 긍정적인 인식(Sentiment) 및 효용감 증진 방안, 실패를 용인하고 실험을 장려하는 조직 문화 등 소프트(Soft) 인프라까지 포괄하는 전방위적인 구축과 개편이 요구된다.

③ AI 기반 워크플로우 구축 및 자산화

게임 제작 및 비즈니스 각 단계의 업무 프로세스를 분석하여, AI와 인간이 가장 효과적으로 협업할 수 있는 ‘AI 기반 워크플로우’를 구체적으로 설계하고 정립해야 한다. 이렇게 구축된 워크플로우는 단순한 업무 방식을 넘어, 회사의 중요한 지적 자산으로 관리되고 지속적으로 개선 및 운영되어야 한다.

④ 워크플로우 베스트 프랙티스 발굴 및 확산 교육

성공적으로 정착되어 효과를 입증한 AI 기반 워크플로우 중 ‘베스트 프랙티스’를 적극적으로 발굴하고, 이를 전사적으로 공유하며 체계적인 교육을 통해 확산시켜야 한다. 이는 조직 전체의 AI 활용 역량을 상향 평준화하고, 시행착오를 줄이며 AI Native 전환을 가속화하는 핵심 동력이 된다.

⑤ AI 기술 리스크 및 윤리 관리 체계 구축

AI 기술 활용 과정에서 발생할 수 있는 데이터 프라이버시 침해, 저작권 분쟁, 결과물의 편향성, 보안 취약점 등 잠재적 리스크와 윤리적 문제에 대한 명확한 가이드라인과 관리 체계를 선제적으로 구축해야 한다. 법무, 보안, 윤리 담당 부서와의 긴밀한 협력을 통해 관련 규정을 준수하고 발생 가능한 문제에 대비하는 것이 중요하다.

위 예시로, 크래프톤은 제시된 5가지 전략을 기반으로 AI Native 전환을 다각도로 추진 중이다. 리더십은 초기부터 AI 기술 연구 및 적용 실험을 통해 AI 활용 의지를 강조했으며, 전담팀(AI Transformation Team)을 신설하여 관련 인프라와 문화를 조성하고 있다. 그 결과, 현재 수십 개의 AI 툴이 업무 전반에 활용되며 효과는 지속적으로 모니터링되고 있다. 특히 게임 제작에서는 디자인, 테크, 아트 등 분야에 걸쳐 수백 개의 AI 기반 워크플로우가 적용되어 생산성이 크게 향상되었다. 성공적인 워크플로우는 내부 교육과 채널을 통해 전사적으로 공유되어 효과를 극대화하고 있으며, 동시에 AI 기술 지원 프로세스 내 리스크 및 윤리 검토와 가이드라인 제공을 통해 안정적인 AI 협업을 지원하고 있다.

AI Native 전환 과정의 실무적 과제와 극복 노력

AI Native 기업으로 나아가는 여정은 앞서 제시된 5가지 전략 방향성을 추진하는 과정에서 다양한 실무적 어려움에 직면하게 된다. 성공적인 전환을 위해서는 이러한 과제들을 인식하고 극복하려는 노력이 필수적이다.

첫째, 리더십의 강력한 의지가 전사적 공감대로 이어지고 문화로 정착되기까지 구성원들의 심리적 저항과 기존 방식의 관성을 극복하는 것이 중요하다. AI Native 전환이라는 목표가 리더십 수준에서 명확히 설정되더라도, 이것이 모든 구성원에게 동일한 이해관계로 받아들여지고 자연스러운 업무 문화로 자리 잡기까지는 시간이 걸린다. “AI가 내 일자리를 대체할 것”이라는 불안감, 새로운 워크플로우 학습에 대한 부담감, 기존 방식에 대한 익숙함 등은 변화에 대한 자연스러운 저항으로 나타날 수 있다. 이를 해결하기 위해서는, AI 도입의 목표가 단순 비용 절감을 넘어 ‘창의성 증대’와 ‘새로운 가치 창출’에 있음을 명확하고 지속적으로 소통해야 한다. 또한, 작은 성공 사례들을 발굴하고 공유하여 AI 협업의 실질적인 효용성을 구성원들이 직접 체험하도록 돕는 것이 효과적이다. AI가 인간을 ‘대체’하는 것이 아니라 ‘강화’하는 협업 파트너임을 강조하고, ‘AI를 잘 활용하는 전문가’로 성장할 수 있도록 체계적인 교육과 지원을 제공하여 심리적 장벽을 낮추고 변화를 수용하는 문화를 만들어나가야 한다.

둘째, AI 기술에 대한 높은 기대치와 실제 성능 간의 격차를 인식하고 관리하는 것이 중요하다. 이러한 격차는 특히 생성형 AI 결과물의 예측 불가능성, 요구 품질 수준 미달, 프로젝트 스타일과의 불일치 등 구체적인 품질 및 일관성 문제로 나타나며, 이는 워크플로우의 효율성을 저해할 수 있다. 이를 해결하기 위해서는 명확하고 상세한 프롬프트 작성 능력 배양, 결과물 검토 및 수정(Refinement) 프로세스 강화, 프로젝트 특성에 맞는 AI 모델 미세 조정(Fine-tuning)이나 스타일 가이드라인 적용 등 기술적 노력과 함께, 효과적인 워크플로우 베스트 프랙티스를 발굴하고 체계적으로 교육하여 조직 전체의 활용 역량을 높여야 한다. 따라서 현재 기술 수준의 한계를 인정하고, 즉각적인 성과를 낼 수 있는 특정 작업이나 작은 범위의 워크플로우부터 AI 협업을 시작하여 성공 경험을 축적하는 것이 현실적인 접근법이다.

이를 통해 구성원들은 AI의 가능성과 한계를 체감하며 기술 발전에 맞춰 점진적으로 협업 범위를 넓혀나가고, AI와 함께 일하는 효과적인 방식을 학습할 수 있다. 동시에, 빠르게 변화하는 AI 기술 트렌드를 지속적으로 파악하고 AI Native 업무 환경으로 변화된 미래를 예측하려는 노력이 필요하다. 이를 위해 외부 AI 기업과의 파트너십 구축 등 다각적인 정보 확보 채널을 마련하는 것이 중요하다.

셋째, AI 기술 활용이 확대되면서 저작권, 데이터 프라이버시, 보안, 편향성 등 리스크 및 윤리적 문제가 중요하게 부각되고 있다. AI 모델 학습 데이터의 저작권 문제, 생성된 결과물의 권리 귀속, 민감 정보 유출 가능성, AI 모델의 편향성으로 인한 차별 문제 등은 법적 분쟁이나 기업 이미지 손실로 이어질 수 있다. 따라서 AI 기술 및 솔루션 도입 단계부터 라이선스 정책을 명확히 확인하고, AI 생성물 활용 및 데이터 처리에 대한 내부 가이드라인을 수립하며, 보안 정책을 강화해야 한다. 또한, 최신 법규 및 규제 동향을 지속적으로 모니터링하고 법무/보안/윤리 담당 부서와의 긴밀한 협력을 통해 선제적으로 리스크를 관리하고 윤리적 기준을 준수하는 체계를 갖추는 것이 필수적이다.

결국 AI Native 전환은 구성원의 심리적 장벽을 넘어서고, 기술의 현실적 한계 속에서 품질을 관리하며, 윤리적/법적 리스크에 선제적으로 대응하는 다각적인 노력이 필요한 과정이다. 이러한 도전 과제들을 성장의 기회로 삼아, 투명한 소통과 지속적인 해결책 모색을 통해 함께 극복해 나가는 자세가 중요하다.

AI Native 워크플로우 도입 사례와 효과

AI Native 전환의 효과는 구체적인 워크플로우 개선 사례를 통해 더욱 명확히 드러난다. 크래프톤 내부에서는 다양한 AI 도구와 협업하는 워크플로우를 구축하여 가시적인 성과를 창출하고 있다. 예를 들어, 아트 분야에서는 이미지 생성 AI를 활용하여 컨셉 아트 아이데이션 및 시안 제작 시간을 기존 16시간에서 단 1시간으로 단축시킨 사례가 있다. 또한 AI를 이용해 수일이 소요되던 텍스처 제작 작업을 몇 시간 만에 완료하는 등, 에셋 제작의 생산성을 획기적으로 높이고 있다.

테크 분야에서는 코드 어시스턴트를 도입하여 작업 시간이 12주였던 복잡한 개발 작업을 2주 만에 해결하기도 했으며, LLM을 활용해 기술 문서 작성 및 자료 생성 시간을 3일에서 반나절 수준으로 줄이는 성과를 거두고 있다. 이는 단순한 시간 단축을 넘어, 개발자들이 코드 품질 개선과 핵심 로직 개발에 더 집중할 수 있는 환경을 제공한다.

기획 및 내러티브 분야에서도 LLM 기반 워크플로우가 효과를 발휘하고 있다. 캐릭터 설정과 상황 설명을 입력하여 상황에 맞는 대사를 자동 생성함으로써, 여러 명의 작가가 수개월 동안 작업해야 할 분량의 초기 대사 구조를 단 한 명의 담당자가 약 3개월 만에 완성한 사례가 있다. 이는 이후 캐릭터성 보강 및 문장 수정 작업에 집중할 수 있게 하여 전체적인 콘텐츠 품질 향상과 개발 기간 단축에 기여했다. 또한, 글로벌 서비스를 위한 번역 작업에서도 100개 이상의 문장을 15개 이상의 언어로 번역하는 작업을 단 하루 만에 완료하여, 기존의 여러 단계와 인력이 필요했던 프로세스를 혁신하고 있다.

AI Native 게임 회사의 미래

AI 기술은 게임 개발의 문턱을 낮추어 ‘개발 민주화’를 가속화하고 있다. 마치 유튜브 플랫폼의 등장과 영상 편집 기술의 보급이 영상 콘텐츠 제작의 장벽을 낮춰 누구나 크리에이터가 될 수 있는 길을 열었듯이, AI 기술 역시 게임 개발의 진입 장벽을 낮추고 있다. 소규모 인디 개발팀이나 1인 개발자도 AI 덕분에 코딩, 아트, 사운드 등 자원의 한계를 넘어, 적은 비용과 시간으로 고품질 게임을 개발하고 글로벌 시장에 도전할 수 있게 되었다. 이는 더 많은 창작자의 게임 제작 참여를 이끌어내며, 산업 생태계의 다양성을 높이고 콘텐츠를 더욱 풍부하게 만드는 흐름으로 이어지고 있다. 뿐만 아니라 AAA 스튜디오 역시 AI를 통해 생산성을 극대화하고, 플레이어가 직접 창작에 참여하는 새로운 가능성까지 열어가고 있다.

이러한 기술적 진보 속에서도, 게임 창작의 핵심에는 여전히 ‘인간’이 자리하고 있다. AI는 강력한 도구이자 효율적인 협업 파트너이지만, 게임의 최종적인 방향성을 설정하고, 창의적인 비전을 제시하며, 윤리적 판단을 내리는 역할은 인간 고유의 영역이다. AI는 ‘어떻게’ 만들지에 대한 효율적인 방법을 제안할 수 있지만, ‘무엇을’ 만들고 ‘왜’ 만드는지에 대한 근본적인 질문에 답하고, 플레이어에게 어떤 감성과 재미를 전달할지 설계하는 것은 결국 인간의 몫이다. AI Native 시대의 진정한 경쟁력은 AI 기술 자체가 아니라, AI를 깊이 이해하고 창의적으로 활용하여 인간 고유의 독창성과 시너지를 내는 능력에 있다.

결국 훌륭한 게임은 양산되지 않는 창의력에서 잉태된다. AI는 이러한 창의력을 발전시키는 데 도움을 줄 수 있지만, 그 씨앗 자체는 기존 데이터의 틀을 깨고 한계를 무너뜨리려는 인간의 독창적인 발상과 직관, 경험에서 비롯된다. 즉, 근본적인 혁신과 새로운 가능성을 여는 것은 여전히 인간 크리에이터의 핵심 역량이다.

미래의 게임 개발자는 전통적인 역할 구분을 넘어, AI 에이전트에게 명확한 목표를 제시하고, 그 결과물을 비판적으로 평가하며, AI와의 시너지를 통해 새로운 가치를 창출하는 ‘창의적 지휘자’이자 ‘문제 해결자’로 진화해야 한다. 이를 위해서는 끊임없이 새로운 AI 기술을 학습하고, 비판적 사고를 통해 AI의 결과물을 평가하며 개선하는 능력, 그리고 무엇보다 인간만이 지닌 독창성과 공감 능력을 발휘하는 것이 중요하다.

AI라는 거대한 파도 앞에서, 우리는 변화를 두려워하기보다 적극적으로 파도를 타고 넘으며 새로운 가능성을 탐색할 준비를 해야 한다. AI와 인간이 함께 지혜를 모아 만들어갈 게임 산업의 흥미진진한 미래는 이제 막 시작된 셈이다.