제주 해녀의 물질을 구현한 로그라이크 게임 '숨비'

ChatGPT로 코드 몇 줄을 짜보는 경험은 이제 흔하다. 하지만 기획부터 출시까지의 물리적 시간은 여전히 개발자의 병목이다. 7월 2일 설계를 시작한 게임 '숨비'는 7월 9일 구글 플레이(Google Play)에 첫 빌드를 올렸으며, 17일 만인 7월 19일에 v1.1 빌드까지 프로덕션 업로드를 완료했다.

이 게임은 제주 해녀의 물질에서 영감을 받은 세로형 로그라이크 모바일 게임이다. 한 번의 숨으로 바다에 들어가 해산물을 캐고 수면으로 돌아오는 구조를 갖췄다. 플레이어는 더 많은 해산물을 얻기 위해 욕심을 낼지, 아니면 지금 바로 수면으로 돌아올지를 매 순간 판단해야 한다.

게임 내 콘텐츠는 구체적인 수치와 시스템으로 구성됐다. 매 판 세 가지 능력 중 하나를 고르는 로그라이크 드래프트 방식을 도입했고, 60종의 해산물 도감 수집 요소와 장비 및 성장 트리를 통해 캐릭터 성능을 높이는 구조를 설계했다. 또한 해녀 등급 승급 시스템과 100m 깊이의 숨골 콘텐츠를 통해 단계적인 성장 경로와 탐험의 깊이감을 구현했다.

기술이 실제로 작동하는 방식

단일 모델보다 서로 다른 역할을 부여한 AI 팀 구조가 실제 구현 속도를 결정한다. 게임 '숨비'는 세 가지 모델에 설계, 구현, 검수 역할을 나누어 배치했다. Fable 5가 게임 구조와 기능 명세, 경제 밸런스 목표와 수치 기반의 완료 조건을 설계했다. Opus 4.8은 Flutter(플러터)와 Flame(플레임) 엔진을 이용해 실제 코드를 구현하고 테스트를 작성했다. 이후 Fable 5가 구현 결과가 초기 명세와 일치하는지 대조해 누락과 회귀를 점검했으며, Codex GPT-5.5는 독립적인 코드 리뷰를 통해 엣지 케이스(예외 상황)를 지적했다. 프롬프트 작성보다 명확한 완료 조건을 설정하는 것이 개발 효율의 핵심이다.

이미지 에셋은 GPT 이미지 생성 API를 활용해 보정 파이프라인을 구축했다. 크로마키 제거, 프레임 정렬, 크기 통일, 픽셀 양자화(색상 수를 제한해 특정 화풍을 만드는 기법) 과정을 거쳐 최적화했다. 사운드는 외부 파일을 수집하는 대신 Dart(다트) 코드로 WAV 파일을 직접 합성했다. 모든 리소스를 API와 코드로 자동화해 외부 의존도를 없앴다.

확인해야 할 핵심 지점

AI가 구현 속도를 높였으나, 게임의 재미와 우선순위를 결정하는 기획 단계의 병목은 여전하다. AI는 명령한 기능을 빠르게 구현하지만 무엇을 남기고 버릴지 결정하는 판단은 불가능하기 때문이다. 따라서 개발자는 '왜 지금 재미가 없는지'를 정의하고 결정하는 작업에 가장 많은 시간을 투입했다.

특히 성장감을 좋게 만들어달라는 식의 추상적 요구 대신 수치화된 완료 조건을 잡는 데 집중했다. 첫 10분 동안의 구매 횟수를 구체적인 숫자로 지정하고, 첫 승급까지 걸리는 시간 역시 수치로 정의했다. 어느 성장 구간에서도 구매 불능 상태가 길게 유지되지 않는지 경제 시뮬레이터로 확인했다.

검증 과정은 자동화된 테스트와 정적 분석으로 수행했다. 총 627개의 자동 테스트를 모두 통과했으며, Flutter 정적 분석을 통해 앱 코드와 테스트, 도구 범위 전반에서 오류가 없음을 확인했다. AI 활용 개발의 성패는 프롬프트 작성 기술이 아니라 검증 가능한 수치 기반의 완료 조건을 설정하는 판단력에 달려 있다.

개발자의 경쟁력은 이제 정교한 프롬프트가 아닌 수치 기반의 완료 조건을 설계하는 능력에서 나온다. 지금 바로 작업 단위에 수치화된 검증 기준을 도입해 결과물을 확인하라.