생각과 말로 게임을 만든다 — 힉스필드 게임즈 2.0과 ‘드림 루프’

게임은 사용자가 화면 속 인물이나 사물을 움직이고, 선택에 따라 과정과 결과가 달라지는 콘텐츠다. 정해진 영상을 바라보기만 하는 것이 아니라 직접 참여한다. ‘게임을 만든다’는 것은 사용자의 행동에 반응하는 장면과 규칙을 갖춘 프로그램을 만드는 일이다.

이러한 게임의 작동 원리는 오락 상품에만 쓰이지 않는다. 학교의 역사 체험자료, 박물관의 가상 전시공간, 기업의 체험형 광고, 나아가 재난 상황을 미리 연습하는 훈련 프로그램에도 쓰인다.

문제는 생각을 실제로 움직이게 만드는 과정이 어렵다는 데 있다. 인물의 움직임, 점수가 오르는 조건, 물체가 부딪힐 때의 반응을 모두 코드로 정하고, 배경·음악과 서버까지 마련해야 한다. 작은 게임이라도 기획자·개발자·디자이너가 오래 손을 맞춰야 했던 이유다.

이 과정을 말로 지시하는 것만으로 처리하려는 도구가 등장했다. AI 영상 제작 서비스로 알려진 힉스필드는 ‘게임즈 2.0’을 내놓고 오픈AI의 최신 모델 GPT-6 아스트라(GPT-6 Astra)를 연결했다. 게임의 종류와 배경, 작동 방식을 설명하면 AI가 제작 순서를 세우고 코드와 그림을 만들어 실행 가능한 형태로 내놓는다. 힉스필드 자체 환경인 ‘슈퍼컴퓨터’에서 직접 만들거나, MCP라는 연결 규격을 통해 클로드 같은 지원 AI 대화창에서도 지시할 수 있다.

설명을 입력하면 실행되는 게임이 만들어진다

사용자는 슈팅·경주·공포·플랫포머 같은 종류를 고르고 화풍과 배경을 정한 뒤, “비 내리는 미래 도시에서 장애물을 피하는 자동차 경주”처럼 원하는 내용을 설명한다. AI는 이에 맞춰 인물·배경·소리·규칙을 만든다.

모든 과정이 한순간에 끝나지는 않는다. AI가 시각자료를 만들면 사용자가 방향을 확인하고, 이어서 소리와 작동 방식을 차례로 승인한다. 그림이나 소리 등을 새로 생성할 때마다 이용권에 포함된 크레딧이 차감된다. 모두 승인되면 AI가 이를 코드와 규칙에 결합한다. 완성된 게임은 인터넷 주소로 곧바로 공개되며, 여러 사람이 함께하는 기능도 처음부터 선택할 수 있다.

AI가 그림이나 코드를 만드는 일은 이전에도 가능했다. 힉스필드의 차이는 흩어진 작업을 하나로 잇는 데 있다. 그림을 내려받고 다른 프로그램에서 코드를 짜고 다시 서버에 올리던 과정을, 하나의 작업공간에서 AI가 이어서 처리한다.

첫 결과를 정답으로 삼지 않는 ‘드림 루프’

더 흥미로운 시도는 한 개발자가 무료로 공개한 ‘드림 루프’다. AI가 결과를 반복해 고치는 순환 구조다.

먼저 이미지 생성 AI가 아직 존재하지 않는 게임의 ‘목표 화면’을 그린다. 다른 AI는 실제 게임의 실행 화면을 캡처해 목표와 비교하고, 조명·재질·인물의 크기나 위치가 기대에 못 미치면 부족한 점을 지적한다. 제작 AI는 그 평가를 받아 코드를 고쳐 다시 실행한다. 평가를 맡은 AI가 만족할 때까지 이 과정이 되풀이된다.

사람이 “조금 더 밝게”라고 계속 지시하지 않아도 된다는 것이 핵심이다. 제작하는 AI와 검사하는 AI의 역할을 나누고, 목표와 실제의 차이를 다음 수정으로 되돌려 보낸다. 한 번에 정답을 내는 것이 아니라, 스스로 만든 결과를 보고 다시 일하게 하는 방식이다.

대형 게임을 단번에 만드는 기술은 아니다

‘설명 한 줄로 게임 완성’이라는 홍보만 보면 거대한 상업용 게임도 만들 수 있을 듯하다. 그러나 현재 결과는 브라우저에서 돌아가는 소규모 게임이나 초기 시제품에 가깝다.

화면이 화려하다고 게임이 완성되는 것은 아니다. 조작이 자연스러운지, 난이도가 알맞은지, 되풀이할 만큼 재미있는지는 사람이 직접 해보며 판단해야 한다. 동시 접속에서 생기는 오류와 보안, AI가 만든 그림·소리의 저작권도 아직 풀리지 않았다. 드림 루프 역시 목표 화면과 닮았는지는 평가해도, 그 게임이 재미있는지까지 화면 비교로 알기는 어렵다. 겉모습을 고치는 반복은 자동화해도, 무엇이 좋은 게임인지를 정하는 일까지 자동화된 것은 아니다.

낮아진 것은 완성보다 시작의 문턱이다

이 기술의 가치는 누구나 대작을 만들 수 있다는 데 있지 않다. 말로 설명한 생각을 다른 사람이 직접 조작해 볼 수 있는 프로그램으로 바꾸는 시간과 장벽을 낮춘다는 데 있다. 교사는 수업자료를, 박물관은 전시공간을 미리 시험하고, 코드를 모르는 사람도 자기 구상이 실제로 작동하는지 살펴볼 수 있다. 실패해도 처음부터 다시 만들기보다 AI에게 고치도록 맡길 수 있다.

지금까지 생성형 AI의 상징은 한 번의 지시로 결과를 내놓는 일이었다. 게임즈 2.0과 드림 루프가 보여주는 다음 단계는 다르다. 목표를 세우고 결과를 검사한 뒤 다시 고치는 AI다. 이 기술이 넓히는 것은 게임 시장만이 아니라, 머릿속 생각을 ‘직접 움직여 볼 수 있는 형태’로 표현하는 사람의 범위이기도 하다.