AI가 韓 게임업계에 미친 영향은?…게임백서 살펴보니

[아이뉴스24 문영수 기자] 인공지능(AI) 기술이 본격 도입된 2024년 국내 게임산업에는 어떤 변화가 벌어졌을까.

한국콘텐츠진흥원이 지난 25일 발간한 '2025 대한민국 게임백서(이하 백서)'는 지난 2024년을 '게임산업이 AI를 중심으로 본격적으로 구조화된 해'로 평가하며 개발 효율성 극대화와 비용 절감을 동시에 실현한 AI 기술이 게임산업의 새로운 성장 동력으로 부상했다고 짚었다.

백서에 따르면 2024년 게임산업에 있어 생성형 AI 적용은 단순한 NPC 대사 생성 단계를 넘어, 행동·감정·상호작용 설계 전반으로 확장됐다. 기존에는 AI가 플레이어의 행동에 단순히 반응하거나 행동을 예측하는 수준에 머물렀다면, 이제는 인간과 AI가 함께 플레이하는 것이 가능해졌다. AI가 게이머의 보조자·동료·상호작용 파트너로 기능하는 방향으로 진화했다는 의미다.

2024년 AI 기술의 활용 범위는 게임 개발 과정과 서비스 전후의 QA(Quality Assurance) 단계까지 확대됐다. 게임사들은 AI를 개발 프로세스 전반에 적용해 자동화 수준과 생산성을 높이는 방향으로 나아가고 있다. 생성형 AI와 대규모 언어 모델(LLM) 기반 기술이 게임 스토리 구성, 캐릭터 설정, 시나리오 작성, 아트 제작 등 다양한 영역에 활용되면서 개발 기간 단축과 콘텐츠 품질 향상이 가능해졌다.

LLM의 경우 게임 내에서 △명령 해석(Command Parsing) △콘텐츠 및 퀘스트 생성(Game/Quest Generation) △내러티브 및 대화 생성(Narrative Generation) △상호작용 플레이 설계(Interactive Design) 등 다양한 역할로 활용되고 있다.

다만 AI로 생성된 콘텐츠의 품질 일관성 확보와 게임의 재미 보장, 실시간 반응성, 플레이 밸런스 통제 등 기술적 과제가 남았다고 백서는 짚었다. 특히 전략적 사고가 필요한 게임에서는 LLM 단독으로 플레이하는 데 한계가 있어 LLM과 전통 AI(강화학습·기계학습 등) 기술의 결합이 새로운 과제로 대두됐다.

또한 AI가 단순한 논리적 추론이나 데이터 분석에는 강점을 보이지만, 스토리의 맥락적 일관성이나 비주얼 요소 간의 상관관계, 캐릭터 설정 등 복합적인 서사를 이해해야 가능한 영역에서는 완전한 대체가 어렵다고 짚었다. 이에 따라 실제 개발 프로세스에서는 AI가 생성한 결과물을 바탕으로 추가적인 튜닝과 보완 작업이 필수적으로 이뤄지고 있다.

이용자 경험 측면에서도 해결해야 할 과제는 남아 있다. AI가 생성한 NPC와의 플레이에 거리감을 느끼거나, AI 개입이 게임의 공정성을 해칠 수 있다는 우려도 존재한다. 이에 따라 AI 도입과 관련한 투명한 정보 공개, 선택적 사용, 공정성 검증 프로세스 등이 요구된다. 더불어 AI 기술 확산에 대응해 개발 인력의 교육 및 훈련 체계를 강화하고, AI 데이터 윤리와 저작권 관리에 관한 교육도 병행할 필요가 있다고 백서는 조언했다.

백서는 "AI는 게임산업 내 개발 효율성 제고와 품질 향상의 핵심 요인으로 자리 잡고 있으나, 기술 발전과 인적 역량 간의 균형 있는 발전이 향후 경쟁력 확보의 관건이 될 전망"이라고 내다봤다.

한편 게임 분야 종사자들은 AI의 확산을 부정적으로 바라보고 있다는 조사도 나왔다. 백서에 따르면 게임산업 종사자들은 AI 신기술 관련 교육·훈련의 필요성에 대해 전년 대비 2.7%p 높은 61.5%가 긍정적으로 응답했으나, AI 기술의 적용 확대가 노동환경에 미치는 영향에 대해서는 27.4%가 부정적으로 응답했다. 이러한 부정적 인식은 전년 대비 12.8%p 높아진 수치다. AI 기술이 기존 업무의 자동화와 인력 대체로 이어질 수 있다는 우려가 커지고 있음을 반영한 결과로 백서는 해석했다.

또한 AI 기술이 응답자 본인의 담당 업무를 대체할 수 있다고 생각하는지에 대한 질문에는 전체의 36.4%가 '그렇다'고 답했다. 직군별로는 그래픽·디자인에서 53%로 특히 높게 나타났으며, 그 외 기획 직군, QA·운영·사업 등의 직군에서도 상대적으로 높게 나타났다. 반면 프로그래밍 직군은 AI로 인한 업무 대체 가능성을 가장 낮게 평가했다.