GPT‑6 Astra로 게임 프로토타이핑의 수동 수정을 50% 줄인 Playco
Playco는 GPT‑6 Astra로 하나의 그레이박스에서 테마별 게임 프로토타입 3개를 만들었으며, 대부분 첫 시도부터 제대로 작동했습니다.
성과
50%
이전 모델보다 줄어든 수동 수정 작업
성과
3
하나의 그레이박스를 바탕으로 만든 테마별 게임 프로토타입
Playco는 전문 게임 개발자를 위한 AI 기반 IDE인 Playbot을 개발하는 데 GPT‑6 Astra를 활용하고 있습니다. Playbot은 Unity, Godot 같은 엔진에 직접 연결되어 AI 모델이 개발자가 이미 사용하는 도구 안에서 장면을 편집하고, 게임을 플레이하고 테스트하며, 변경 사항을 검증하고, 여러 작업을 병렬로 수행할 수 있게 합니다.
게임 개발에서 모델은 단순히 코드를 작성하는 것 이상의 역량이 필요합니다. 공간과 시각적 참고 자료, 반응형 인터페이스, 게임의 조작감은 물론 변경 사항이 실제 플레이에서도 제대로 작동하는지까지 추론해야 합니다. Playbot은 모델이 엔진 안에서 게임을 제작하고, 테스트를 실행하고, 버그를 찾아내고, 제작한 결과물을 개선할 수 있게 해 이를 실현합니다.
“GPT-6 Astra는 공간을 추론하고 요소를 적절한 위치에 배치하는 능력이 훨씬 뛰어납니다. 비전 기능도 개선된 것 같습니다. 게임 엔진 내 UI 반응성도 향상됐습니다.”
Playco 팀은 GPT‑6 Astra를 사용해 단순한 기본 도형으로 테마가 없는 그레이박스 프로토타입을 만든 뒤, 게임플레이와 창의적 요소를 몇 차례 다듬었습니다. 팀은 이 공통 기반에서 서로 다른 테마의 게임 프로토타입 3개를 개발했습니다. Playco에 따르면 GPT‑6 Astra는 세 가지 프로토타입을 모두 한 번에 완성했습니다.
대부분의 프로토타입은 첫 시도부터 제대로 작동했습니다. “Astra를 사용하니 첫 프로토타입부터 완성도가 높았습니다. 우리가 손봐야 했던 부분은 게임플레이 취향에 따른 것뿐이었습니다.” 수석 제품 엔지니어 주앙 비에이라는 말했습니다. 사이버펑크 버전 하나는 성능을 수정해야 했지만, 나머지는 추가 반복 작업 없이 완성됐습니다.
이전 모델로 만든 Playco의 초기 그레이박스는 완성도가 더 낮았습니다. 모델에 수정을 요청하는 작업은 결국 오히려 역효과를 냈고, 엔지니어가 직접 개입해 게임을 수정해야 했습니다. Playco에 따르면 GPT‑6 Astra를 사용한 결과 수동 수정 작업이 50% 줄었습니다.
공간 추론, 참고 이미지 재현, Unity 내 반응형 UI, 게임 조작감도 개선됐습니다. Playbot을 사용하면 모델이 게임을 직접 플레이하고 자체 변경 사항을 검증할 수 있습니다. Playco에 따르면 Astra는 덕분에 버그를 더 쉽게 찾아내고 플레이어 경험을 개선할 부분도 식별했습니다.
Playco가 경험한 가장 큰 효과는 더 많은 아이디어를 개발자가 직접 플레이하고 비교할 수 있는 결과물로 구현할 수 있게 됐다는 점입니다. 수석 제품 엔지니어 주앙 비에이라는 이렇게 설명합니다. “게임 아이디어가 10개라면 10개를 모두 만들어 직접 플레이해 보고 어떤 느낌인지 확인할 수 있습니다. 머릿속으로 상상만 할 필요가 없죠.”


