AI 도입보다 안착이 더 어려운 단계로 넘어왔습니다. 넥슨과 크래프톤이 NDC 26에서 꺼낸 이야기는 “AI를 쓴다”가 아니라 “어떤 업무에 붙이고, 어디서 멈추며, 누가 계속 쓰게 만들 것인가”에 가까웠어요.
게임사 AX를 볼 때 중요한 건 화려한 데모보다 운영 기준입니다. 개발 생산성, 보안, 비용, 이용자 경험이 같이 맞물리지 않으면 AI 도구는 금방 사내 실험으로 끝날 수 있기 때문입니다.
▲ 핵심은 세 가지입니다. 작은 업무부터 적용해 효과를 재고, 보안·운영 부담이 큰 도구는 과감히 보류하며, 조직 안에서 실제로 쓰이는 자산으로 남겨야 합니다.
AI 도입보다 안착이 어려운 이유
기업 AI 전환은 처음에는 도입 자체가 뉴스가 됩니다. 사내 챗봇을 만들었다거나, 코딩 도구를 깔았다거나, 업무 자동화 사례가 나왔다는 식이죠. 그런데 시간이 지나면 질문이 달라집니다. “그래서 매일 쓰고 있나?”가 핵심이 됩니다.
넥슨과 크래프톤이 말한 AX의 방향도 여기에 닿아 있습니다. AI가 한 번 결과물을 만들어주는 것보다, 개발·운영 조직의 반복 업무 안에 자연스럽게 들어가야 의미가 생긴다는 거예요.
특히 게임사는 라이브 게임, 신규 프로젝트, 운영 콘솔, 데이터 분석, 커뮤니티 대응이 모두 다릅니다. 하나의 표준 AI 도구를 깔아도 팀마다 필요한 답이 달라질 수밖에 없습니다.
그래서 “우리 회사도 AI 도입”이라는 문장보다 더 중요한 건 적용 범위와 유지 방식입니다. 어떤 업무 시간을 줄였고, 보안 위험은 어떻게 막았고, 결과물을 누가 책임지는지까지 같이 봐야 합니다.
넥슨은 운영 콘솔과 개발 생산성에 초점을 맞췄다
넥슨의 흐름에서 눈에 띄는 부분은 처음부터 거대한 AI 플랫폼만 바라보지 않았다는 점입니다. 서비스 모니터링, 리포팅처럼 손이 많이 가는 업무 자동화에서 출발했고, 최근에는 개발 생산성 향상을 더 중요한 과제로 보고 있습니다.
게임 운영에서는 작은 지연도 체감이 큽니다. 장애 징후를 찾거나, 운영 데이터를 확인하거나, 내부 도구를 만드는 과정이 늦어지면 이용자 대응도 늦어질 수밖에 없죠.
원문에 따르면 현업에서 체감한 변화 중 하나는 운영 콘솔 구축 방식입니다. 예전에는 필요한 데이터나 도구를 별도 조직에 요청해야 했다면, 이제는 각 조직이 AI의 도움을 받아 모니터링 도구와 운영 콘솔을 직접 만드는 사례가 늘었다는 설명입니다.
다만 넥슨은 오픈클로 전사 도입을 검토했다가 보안, 운영 부담, 인프라 비용 등을 이유로 보류했다고 밝혔습니다. 강력한 도구라도 업데이트를 따라가야 하고, 내부 환경에 맞춰 계속 손봐야 한다면 도입 자체가 부담이 될 수 있습니다.
크래프톤 AX는 AI 퍼스트를 업무 습관으로 바꾸는 쪽이다
크래프톤은 “모든 업무를 할 때 가장 먼저 AI를 사용해보는 것”을 목표로 두고 있다고 소개됐습니다. 여기서 중요한 건 AI를 만능 도구로 보는 게 아니라, 작은 단위 업무에서 실제 효과를 측정하며 확산한다는 점입니다.
AI 퍼스트라는 표현은 자칫 구호처럼 들릴 수 있습니다. 하지만 업무 습관을 바꾸는 문제로 보면 의미가 달라집니다. 문서 초안, 데이터 정리, 반복적인 운영 작업, 내부 자동화 도구 제작처럼 일상 업무에서 먼저 AI를 떠올리게 만드는 방식입니다.
크래프톤은 공통 배포 파이프라인과 데이터 파운데이션을 마련해 AI 도구로 만든 자동화 결과물을 표준화하고 자산화하려는 방향도 언급했습니다. 개인이 만든 편한 도구가 개인 PC 안에만 남으면 조직 변화로 이어지기 어렵기 때문입니다.
검색자가 궁금해할 첫 번째 질문은 이것일 겁니다. “게임사 AX가 개발자에게 바로 도움이 되나?” 답은 조건부입니다. 반복 업무를 줄이고 내부 도구 제작 속도를 높이는 데는 도움이 될 수 있지만, 보안 검토와 운영 체계가 없으면 관리해야 할 일이 늘어날 수 있습니다.
두 번째 질문은 “AI 도구를 많이 쓰면 성과가 자동으로 나오나?”입니다. 넥슨과 크래프톤의 사례는 아니라고 말합니다. 많이 쓰는 것보다 어디에 쓰고, 어떤 결과를 남기며, 실제 사용자가 계속 쓰는지가 성과를 가릅니다.
보안과 비용은 AX 확산의 속도 제한 장치다
AI 전환에서 가장 자주 빠지는 부분이 비용입니다. 처음에는 한두 팀이 써보는 수준이라 부담이 작아 보이지만, 전사 도입으로 넘어가면 계정 비용, API 사용량, 모델 운영비, 내부 연동 개발비가 함께 커집니다.
보안도 마찬가지입니다. 개발 코드, 게임 운영 데이터, 이용자 관련 정보, 미공개 프로젝트 문서가 AI 도구로 흘러갈 수 있다면 회사 입장에서는 쉽게 열어둘 수 없습니다.
넥슨이 강력한 도구의 전사 도입을 보류한 이유로 보안과 운영 부담, 인프라 비용을 언급한 건 그래서 의미가 큽니다. “좋은 도구니까 모두 쓰자”가 아니라 “우리 조직이 계속 안전하게 운영할 수 있나”를 먼저 본 셈입니다.
▲ AX 체크포인트는 이렇게 볼 수 있습니다.
▲ 내부 데이터가 외부 모델로 나가는 구조인지
▲ 업데이트와 유지보수를 누가 책임지는지
▲ 사용량 증가 때 비용이 감당 가능한지
▲ 결과물 오류를 사람이 검토하는 절차가 있는지
▲ 실제 현업 사용자가 계속 쓰는지
이 기준이 없으면 AI는 생산성 도구가 아니라 또 하나의 관리 대상이 됩니다. 특히 게임처럼 서비스 중단과 이용자 신뢰가 중요한 산업에서는 더 조심스럽게 봐야 합니다.
이용자 경험까지 이어져야 게임사 AX가 완성된다
게임사의 AI 전환은 내부 업무 효율에서 끝나지 않습니다. 결국 이용자 경험과 연결될 때 더 큰 의미가 생깁니다. 운영 이슈 대응이 빨라지고, 개발자가 반복 작업에서 벗어나 콘텐츠 품질에 더 집중할 수 있다면 이용자가 느끼는 변화도 커질 수 있습니다.
다만 이 과정에서 AI 사용 사실을 어떻게 설명할지도 중요해지고 있습니다. 게임 콘텐츠 제작, 운영 판단, 보상 정책, 커뮤니티 대응에 AI가 관여한다면 이용자는 투명성을 요구할 수밖에 없습니다.
이 흐름은 이미 게임 업계의 다른 AI 논의와도 연결됩니다. 예를 들어 게임 개발 AI 고지 확산이 이용자 신뢰 기준을 바꾸는 흐름처럼, AI를 얼마나 잘 쓰느냐만큼 어떻게 알리고 관리하느냐가 중요해지고 있습니다.
또 펍지 엘라이 베타처럼 AI 동료가 플레이 방식을 바꾸는 사례와 비교해보면, 내부 AX와 이용자-facing AI는 다른 문제처럼 보여도 결국 신뢰와 품질 관리라는 같은 질문으로 이어집니다.
다음 경쟁은 AI를 붙인 회사가 아니라 남긴 회사가 이긴다
앞으로 게임사 AX 경쟁은 “어떤 AI 도구를 도입했나”보다 “무엇을 조직 자산으로 남겼나”로 갈 가능성이 큽니다. 한 번 만든 자동화가 다음 프로젝트에서도 쓰이고, 개발 파이프라인 안에 녹아들며, 보안 기준까지 통과해야 진짜 성과가 됩니다.
넥슨과 크래프톤의 사례가 흥미로운 이유도 여기에 있습니다. 두 회사 모두 AI를 적극적으로 보지만, 동시에 실패 가능성과 운영 부담을 숨기지 않았습니다. 오히려 이 균형감이 지금 기업 AI 전환에서 더 현실적인 힌트처럼 보입니다.
AI 전환은 빠르게 시작할수록 유리할 수 있습니다. 하지만 더 오래 남는 건 속도가 아니라 구조입니다. 게임사 AX도 이제는 “해봤다”에서 “계속 쓰인다”로 평가 기준이 옮겨가는 단계에 들어섰습니다.
원문 기사: 디지털데일리 보도
관련 행사: Nexon Developers Conference
※ 대표 이미지 출처: 사진=넥슨
