AI 코드를 복사-붙여넣기 하지 마세요. 에이전트를 사용해 게임을 만드는 방법

최근에 제가 알게 된 것은 모든 사람이 저와 같은 방식으로 AI를 사용하고 있지는 않다는 것입니다. 그래서 오늘 저는 제가 AI 사용에서 많은 가치를 얻고 있는 방식과, 특히 이미 개발자이고 이것을 실험하거나 어떻게 잘 활용할 수 있을지 알아보고 있는 분들에게 무엇을 해야 할지에 대해 공유하고 싶습니다. 첫 번째로, 저는 여전히 많은 사람들이 예전 방식을 하고 있다는 것을 알게 되었습니다. 만약 그렇지 않다면 건너뛰셔도 됩니다.

하지만 어떤 애플리케이션에서 무언가를 복사하거나, 여기에 작은 질문을 작성한 다음 답을 주고받으며 복사-붙여넣기 하는 방식으로 작업한다면, 글쎄요, 그것은 제가 생각하기에 4개월 전이나 9개월 전에 AI가 작동하던 방식입니다. 요즘에는 확실히 완전히 에이전트 기반(agentic) 접근 방식을 사용해야 한다고 생각합니다. 이는 가장 간단한 것들인 Claude Code나 GPT Codex 같은 프레임워크를 사용해야 한다는 것을 의미합니다.

다른 모델을 실행하거나 자체 로컬 모델을 실행할 수도 있지만, 제가 이야기하고 싶은 또 다른 점은 많은 친구들이 여전히 작은 로컬 모델들을 돌리면서 최소 토큰 사용량에 정말 최적화를 하려고 한다는 것입니다. 저는 그들이 잘못된 것을 목표로 삼고 있다고 생각합니다. 즉, 언젠가 미래에 올지 모르는 잠재적인 가격을 위해 최적화하려고 하는데, 이는 현실적으로 일어나지 않을 가능성이 높습니다. 대신 지금 우리가 누리고 있는 가격을 활용해야 합니다. 제가 말하는 것은, 이러한 작은 양자화(quantized) 로컬 모델들을 돌리면서 사용량을 최대화하거나 토큰 가치를 극대화하려고 하기보다는, 그냥 Claude나 GPT에 바로 접속해야 한다는 것입니다. 현재는 Claude Max 플랜이나 GPT Max 플랜이 아마 추천할 만합니다. 그리고 예산에 따라, 얼마나 많은 작업을 하느냐에 따라 $200 플랜까지 올라가야 할 수도 있습니다. 그런데 이 계획들에서 얻을 수 있는 실제 컴퓨팅 양과 API를 통한 가치와 비교해 보면, 차이가 크지 않습니다. 지금 생각하면 엄청나고 비싸게 느껴질 수 있지만, 제가 추천하는 것은 스스로 비용을 회수할 수 있도록 만드는 것입니다. 저도 실제로 그렇게 했습니다. 저는 Claude에게 몇 가지 다른 작업을 맡겼습니다. 하나는 제가 몰랐던 추가적인 정기 구독 항목들을 찾아내는 것이었는데, 꽤 많은 것을 발견했고 자동으로 취소되게 했습니다. 사용하지 않았던 체육관 멤버십을 취소해 주었고, 온라인으로 취소할 방법이 없었습니다. State Farm으로부터 그들이 1년 전에 다른 것을 취소하지 않은 것을 알고 큰 환불금을 받았습니다. 그리고 그것은 저에게 비용보다 훨씬 많은 돈을 절약해 주었습니다. 또한 이 모든 것을 기록하기 위한 새로운 애플리케이션도 만들어주어서, 제가 계속해서 월 $50의 수수료를 지불할 필요가 없게 되었습니다. 너무 어렵지 않다면, 무언가가 있다면

집에서 발생하는 반복적인 비용 중 스트리밍 서비스가 아닌 것을 줄이는 데 도움을 받을 수 있도록 하는 것이 좋습니다. 저는 이번 달에 그렇게 해보고, 어떤 종류의 결과물을 만들 수 있는지 실험해 보시기를 강력히 추천합니다. 만약 여기서 Claude를 사용하고 있다면, 제가 권장하는 설정은 Opus로 지정하는 것입니다. 최신 Opus 모델을 사용하고 두 번째로 높은 노력 수준으로 설정하세요. 'Ultra Code'에 바로 설정하지 마세요. 정말 미친 듯이 작동할 준비가 되어 있지 않다면 말입니다. 제가 'Ultra Code'라고 할 때의 의미는, 만약 그것을 'Ultra Code'에 설정하면 정말 멋지고 훌륭한 결과물을 만들 것이라는 것입니다. 아주 오랫동안 생각하고 많은 작업을 수행하며 멋진 것을 제공해 주겠지만, 사용량도 많이 소모할 것입니다. 사실 이번 주 초 월요일에 제 사용량이 초기화되었을 때, 저는 그것에게 플레이어가 훨씬 더 많고 Steam 네트워킹에서 실행되어 동기식(lockstep)이 아닌 Command & Conquer: Zero Hour 클론을 만들라고 지시했습니다. 그리고 그것은 다소 재미있고 독특했지만 걱정하지 마세요. 아트워크는 신경 쓰지 말고, 전체 게임 플레이가 작동하도록 하는 데 집중하세요. 4시간 만에 첫 번째 테스트를 시작했고, 또 4시간 후에 완전히 작동하는 8 대 8 멀티플레이어 게임과 모든 네트워킹이 갖춰진 것을 가지고 있었습니다. 따라서 'Ultra Code' 모드에서는 많은 것을 얻을 수 있지만, 주간 사용량의 60%가 소모되었습니다. 그래서 이것은 일종의 큰 트레이드오프입니다. 하지만 제가 시작할 곳이라고 말할 수는 없습니다. 제가 말씀드릴 것은 Opus 모델로 시작하고 두 번째로 높은 수준으로 설정한 다음 디자인부터 시작하는 것입니다. 그것에게 게임을 설계할 준비가 되었거나, 디자인 문서를 작성하거나, 디자인 문서를 구축하도록 지시하세요. 또는 이미 가지고 있다면 더 좋습니다. 당신의 디자인 문서를 제공하고, 이것에게 당신이 디자인 문서가 있고 이 문서와 함께 작업하기를 원한다고 말하세요. 그것에게 당신이 만들고 싶은 게임 디자인에 대해 질문하게 하세요. 먼저 가능한 한 많은 정보를 제공하고, 그리고 그것에게 그 게임 디자인에 대해 질문하도록 하세요. 후속 질문을 하고 최대한 많은 질문에 답해 주세요.

디자인이 괜찮아지면 그때 구현을 시작할 수 있습니다. 이제 이 디자인을 실제로 구현하는 단계로 넘어가기 전에, 만약 이미 설계 문서(design doc)를 작성해 두지 않았다면, 그냥 앉아서 쓰려고 하지 마세요. 대신 마이크를 가져오거나 휴대폰 같은 것을 잡고, 전체 내용을 말로 설명하세요. 게임에 넣고 싶은 모든 세부 사항과 모든 것을 다 이야기해주세요. 가능한 한 많이 말해주시고, 생각하고 있는 사소한 것들, 엣지 케이스(edge case)까지도요. 약 10분에서 15분 동안 계속 이야기해 주세요. 제가 예전에 그렇게 했거든요. 최대한 많은 정보를 제공하는 것이 중요합니다. 그리고 질문이 끝나면 실제로 작동하는 설계 문서와 구현 계획을 갖게 될 것입니다. 그 내용을 바탕으로 새 프로젝트를 만들고, 이 모든 것을 담을 새로운 폴더를 만드세요. 여기에 프로젝트와 게임을 만들 겁니다. 그런 다음 에이전트에게 원하는 엔진을 사용해서 그 아래에 새로운 게임 프로젝트 폴더를 만들라고 하세요. 제가 보기에 Unity를 사용하는 것을 추천합니다. AI 관련 작업에는 가장 잘 작동하는 것 같습니다. 다른 것도 시도해 봤는데 괜찮긴 하지만, 에이전트들이 Unity 관련 내용으로 더 잘 훈련된 것 같아요. 이건 당연한 일인데, Unity에 대한 정보가 너무 많고 오랫동안 축적되었기 때문에 학습할 자료가 많았을 겁니다. 그리고 제가 할 또 다른 것은 에이전트에게 Unity 스킬(Unity skills)을 사용하라고 지시하는 것입니다. Unity는 AI 에이전트만으로도 프로젝트 관리 같은 아주 쉬운 게임 제작을 할 수 있게 해주는 새로운 스킬들을 출시했습니다. 그냥 어떻게 해야 하는지 알려주기만 하면 됩니다. 그러니까 에이전트에게 Unity 스킬을 사용해서 프로젝트를 만들고 빌드를 시작하고, 게임을 구현하거나 빌드해서 작동하는 플레이 가능한 데모(playable demo)가 나올 때까지 계속하라고 지시하세요. 그리고 그 데모를 여러분에게 제시하게 하세요. 이 데모가 생기면 그때부터 어떻게 반복 개선(iterate)할지 결정하기 시작합니다. 제 경우에는 제가 사용하는 반복 개선 트릭 중 하나에 대해 이미 영상을 만들었습니다.

작은 팝업창을 띄울게요. F10 키를 사용해서 여기에 링크할 거고, 곧 보여드릴 또 다른 것도 있어요. 저희가 그걸 확장해서 사용하기 더 쉽고 조금 더 빠르게 만들었어요. 크리스의 TikTok 기반 개발(TikTok driven development)에 대해서도 나중에 이야기하고 싶어요. 이런 종류의 것이 흥미롭거나 이 과정과 다음에 무슨 일이 일어날지에 대해 질문이 있다면, 아래 댓글을 남겨주세요. 더 많은 것을 보고 싶다면 당연히 좋아요를 누르고 그런 것들을 해주시고, 멋진 것을 만들고 계시다면 그것이 무엇인지 아래에 알려주세요. 여러분들이 만드는 것들 중 일부를 띄워서 공유하는 것이 정말 좋을 것 같아요. 자, 나중에 봐요. 안녕.