【드래곤 스포츠】 보증업체놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 뉴스 : 안구정화

로그인

글쓰기

[IT뉴스]게임을 학습한 AI, 이제 게임을 만든다 [트랜D]

온카뱅크관리자

2026-09-16 07:07:25

<div id="layerTranslateNotice" style="display:none;"></div> 
 <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
 <section dmcf-sid="5rg1dV71vJ">
 인공지능(AI)이 게임을 만드는 시대다. 지난 3일, 오픈AI가 공개한 GPT-6 아스트라는 그 변화를 보여준다. 명령어 한 줄이면 게임 제작 도구를 직접 조작해 플레이 가능한 3D 게임을 만들어낸다. 한 게임 회사는 데모 게임 하나를 만드는 데 25분이 걸렸고, 일부 게임사는 프로토타입 수정 작업이 절반으로 줄었다고 밝혔다. 
 AI를 활용하면 이전 게임 모델을 쓸 때보다 사람이 직접 고치는 작업이 절반으로 줄어든다. 머릿속에 있던 여러 아이디어를 실제 게임으로 만드는 일도 한결 쉬워진다. 그런데 사실 AI가 게임을 만드는 동안, 게임은 AI를 가르치고 있다. 
 게임에서 배워 현실로 2013년 딥마인드가 아타리 게임을 스스로 익히는 AI를 공개했을 때에도, 2016년 알파고가 이세돌 9단을 이겼을 때도, 2019년 알파스타가 스타크래프트2 프로게이머를 꺾었을 때도 목표는 분명했다. 게임을 잘하는 AI를 만드는 것이다. 게임은 시험장이다. 규칙이 명확하고 승패가 숫자로 나오니 성능을 측정하기에 이보다 좋은 무대가 없다. 
 <figure class="figure_frm origin_fig" contents-hash="470e7c225a53c2afb19fba72cc87c6357fdf7de2eb883827eda3e90e89df929b" dmcf-pid="3IA0L6b0CM" dmcf-ptype="figure">
 <img alt="오픈AI가 GPT-6 아스트라를 공개했다. 명령어 한 줄이면 게임 제작 도구를 직접 조작해 플레이 가능한 3D 게임을 만들어낸다. 사진 나노바나나" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202609/16/joongang/20260916070208883faur.jpg" data-org-width="1280" dmcf-mid="FCc3n8B3WG" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202609/16/joongang/20260916070208883faur.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 오픈AI가 GPT-6 아스트라를 공개했다. 명령어 한 줄이면 게임 제작 도구를 직접 조작해 플레이 가능한 3D 게임을 만들어낸다. 사진 나노바나나
 </figcaption>
 </figure>
 지금은 그 반대다. 게임을 이기라고 시키는 것이 아니라, 게임에서 배운 것을 게임 밖으로 가지고 나오려 한다. 목적지는 현실 공간을 움직이는 로봇이다. 시험장이었던 게임이 교실이 된 셈이다. 방향을 바꾼 이유는 분명하다. 글로 배울 수 있는 것에 한계가 왔다. 
 언어모델은 ‘컵을 떨어뜨리면 깨진다’는 문장을 수억 번 읽었다. 그러나 컵이 떨어지는 장면을 본 적도, 손을 뻗어 잡아본 적도 없다. 물리적 세계에서 움직이려면 다른 감각이 필요하다. 팔이 어디까지 닿는지, 저 물체가 얼마나 무거운지, 지금 움직이면 3초 뒤 어디쯤 있을지를 아는 능력이다. 인간은 걸음마를 배우며 몸으로 익히지만 AI에게는 이를 가르칠 데이터가 없었다. 
 인터넷에 있는 양질의 텍스트는 이미 대부분 학습에 쓰였다. 학습에 추가할 글이 빠르게 줄고 있다. 반면 글이 아닌 다양한 환경에서의 경험을 담은 데이터는 여전히 귀하다. 로봇을 직접 움직여 데이터를 모으는 방법이 있지만, 느리고 비싸다. 로봇 한 대가 온종일 움직여 쌓는 데이터의 양은 제한적이고, 넘어지면 수리해야 한다. 그런데 그 데이터는 이미 다른 곳에 쌓여 있다. 사람들이 밤새 해온 게임 플레이 기록이다. 
 <figure class="figure_frm origin_fig" contents-hash="2bd367fa2d16f3d3369289b677aca2e5bbad6d50560b8b162c9faf70c90a94ea" dmcf-pid="uSD7NMV7C6" dmcf-ptype="figure">
 <img alt="미국 AI 기업 제너럴인튜이션은 게이머들이 플레이 장면을 저장하고 공유하는 서비스 '메달'을 공개했다. 제너럴인튜이션의 게임 영상 공유 서비스의 모습. 사진 제너럴인튜이션" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202609/16/joongang/20260916070210165opln.jpg" data-org-width="1279" dmcf-mid="HtnGQB3GvL" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202609/16/joongang/20260916070210165opln.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 미국 AI 기업 제너럴인튜이션은 게이머들이 플레이 장면을 저장하고 공유하는 서비스 '메달'을 공개했다. 제너럴인튜이션의 게임 영상 공유 서비스의 모습. 사진 제너럴인튜이션
 </figcaption>
 </figure>
 미국 AI 기업 제너럴인튜이션은 게임과 AI의 결합에 도전하고 있다. 오픈AI의 인수 제안을 거절하고 누적 투자액이 4억5000만 달러(약 6072억 원)에 달하는 곳이다. 이 회사의 자산은 알고리즘이 아닌 데이터다. ‘메달’이라는 서비스는 게이머들이 플레이 장면을 저장하고 공유하는 서비스로, 월 1000만 명 이상이 연간 약 20억 개의 클립을 만들어낸다. 유튜브나 트위치 영상과 결정적으로 다른 점이 있다. 관전자 시점이 아닌 1인칭이고, 프레임마다 플레이어가 실제로 누른 조작 입력이 함께 기록돼 있다. ‘이 상황에서 사람은 무엇을 했는가’가 통째로 라벨링된 데이터인 셈이다. 
 넓어지는 AI의 교실, 월드 모델 구글 딥마인드는 한 걸음 더 나아갔다. 모델 지니(Genie)는 3만 시간 분량의 게임 영상을 학습해 만들어졌다. 지니3는 문장 한 줄이나 사진 한 장만으로 걸어 다닐 수 있는 3차원 세계를 실시간으로 만들어낸다. 명화 한 점을 넣으면 그 그림 속으로 들어가 돌아다닐 수 있다. 
 구글 딥마인드는 이 가상세계에서 ‘시마2’라는 AI를 학습시키는 연구도 공개했다. 시마2는 화면을 보고 키보드와 마우스를 조작해 지시받은 일을 수행한다. 여러 게임에서 배운 능력을 처음 접하는 환경에서도 활용하고, 스스로 시도한 결과를 바탕으로 실력을 높이는 모습도 보였다. 한 AI가 연습할 세계를 만들고, 다른 AI가 그 안에서 경험을 쌓는 셈이다. 
 <figure class="figure_frm origin_fig" contents-hash="1f3b91e919df4c1d7d908bc29e958ec293ff27bc9d56363565b9f6ef767d9271" dmcf-pid="B3WQhcnQWV" dmcf-ptype="figure">
 <img alt="웨이모는 지니3를 자율주행에 맞게 발전시킨 기술로 도로 상황을 재현하고 있다. 도로에 코끼리가 나타나는 등 현실에서 겪기 어려운 상황을 가상공간에서 먼저 접할 수 있다. 웨이모가 사용하는 AI 기반 월드 모델의 모습. 사진 웨이모" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202609/16/joongang/20260916070211437tggw.jpg" data-org-width="1197" dmcf-mid="XAsqAe4qTn" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202609/16/joongang/20260916070211437tggw.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 웨이모는 지니3를 자율주행에 맞게 발전시킨 기술로 도로 상황을 재현하고 있다. 도로에 코끼리가 나타나는 등 현실에서 겪기 어려운 상황을 가상공간에서 먼저 접할 수 있다. 웨이모가 사용하는 AI 기반 월드 모델의 모습. 사진 웨이모
 </figcaption>
 </figure>
 자율주행에도 이런 방식이 쓰인다. 구글의 모기업인 알파벳 산하 자회사 웨이모는 지니3를 자율주행에 맞게 발전시킨 기술로 도로 상황을 재현한다. 토네이도가 몰아치거나 코끼리가 도로에 나타나는 장면도 만들 수 있다. 현실에서는 드물거나 위험해 시험하기 어려운 상황을 가상공간에서 점검하려는 것이다. 
 게임이 교실로 적합한 이유는 하나 더 있다. 실패 비용이 0원이라는 점이다. 로봇은 넘어지면 부서지고 수리비가 든다. 게임 속 캐릭터는 다시 시작하면 그만이다. 물론 한계도 분명하다. 게임 속 물리는 현실의 근사치일 뿐이고, 가상에서 배운 것이 실제 환경에서 그대로 통하지 않는 이른바 시뮬레이션과 현실의 격차다. 이는 로봇공학의 오랜 난제다. 
 놀이가 학습이 되는 순간 게임은 현실을 흉내 내서 만들어졌다. 중력을 계산하고, 물체가 부딪히는 방식을 모사하고, 사람이 걷는 모습을 본떴다. 그 모방본이 이제 거꾸로 현실을 가르치고 있다. 더 흥미로운 것은 그 교재를 만든 게이머들이다. 아무도 AI를 가르칠 생각으로 게임을 하지 않았다. 그저 재밌어서 했을 뿐이다. 그런데 모퉁이를 돌 때 속도를 줄이고, 날아오는 물체를 피해 방향을 트는 조작 하나하나가 ‘이 상황에서 인간은 이렇게 한다’는 정답 표시가 됐다. 세계 최대 규모의 교재가 아무도 의도하지 않은 채 쌓였다. 
 여기서 순환이 시작된다. AI가 게임 제작을 쉽게 만들수록 더 많은 게임이 나오고, 더 많은 사람이 플레이하며, 기록은 더 빨리 쌓인다. 그 데이터가 다음 세대 AI를 가르치고, 그 AI가 다시 게임 제작을 쉽게 만든다. GPT-6 아스트라로 며칠 사이 쏟아진 게임들도 결국 누군가에게 플레이될 것이고, 그 흔적은 또 다른 교재가 된다. 
 <figure class="figure_frm origin_fig" contents-hash="a88175aedf018f3f1a4ac961c9e624705ea3f6d178fe09b42b6b1e4b26029ddc" dmcf-pid="V7ZdyrNdhB" dmcf-ptype="figure">
 <img alt="구글 딥마인드의 지니3는 문장 한 줄이나 사진 한 장만으로 걸어다닐 수 있는 3차원 세계를 실시간으로 만들어낸다. 사진 구글 딥마인드" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202609/16/joongang/20260916070212709dwcf.jpg" data-org-width="1280" dmcf-mid="ZuFLHIkLWi" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202609/16/joongang/20260916070212709dwcf.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 구글 딥마인드의 지니3는 문장 한 줄이나 사진 한 장만으로 걸어다닐 수 있는 3차원 세계를 실시간으로 만들어낸다. 사진 구글 딥마인드
 </figcaption>
 </figure>
 앞으로 AI 개발에 가치가 있는 것은 게임 자체가 아니라 게임이 남긴 기록이다. 제너럴인튜이션의 기업가치가 23억 달러(약 3조1000억 원)에 달하게 된 결정적인 이유도 정교한 모델이 아닌 무수히 많은 게임 영상이다. 프로 리그와 PC방을 거치며 우리나라가 쌓아온 플레이 시간의 총량은 절대 적지 않다. 문제는 그 기록이 지금 어디에 저장되고 누구의 자산이 되고 있느냐다. 
 자율주행차가 빗길에서 제동거리를 계산하고, 로봇이 좁은 부엌에서 사람과 부딪히지 않고 움직이는 능력은 결국 공간과 시간을 읽는 감각에서 나온다. 그 감각을 AI에게 가르친 교사는 게임을 즐긴 수억 명의 플레이어였다. 우리가 재미로 한 일이 우리의 일상을 안전하고 효율적으로 만드는 데 쓰이고 있다. 
 윤준탁 IT 칼럼니스트
 </section> 
 </div> 
 Copyright © 중앙일보. 무단전재 및 재배포 금지.

댓글 총 0개

이번주 포인트랭킹

매주 일요일 밤 0시에 랭킹을 초기화합니다.

14,000상품권
23,000상품권
32,000상품권

업체홍보/구인 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기