[NDC2026] 크래프톤·넥슨, AX 전환 '가속도'...시행착오 겪으며 '전진'

[빅데이터뉴스 김유승 기자] 게임업계 선두 주자인 크래프톤과 넥슨이 AX(AI 전환) 여정을 가속화하고 있다. AI 도입을 통해 라이브 콘텐츠 대응 속도를 끌어올리는 성과를 거두었으나, 실제 적용 과정에서 비용 부담과 보안 문제로 효율성이 저하되는 한계도 맞닥뜨렸다. 이에 양사는 기술적 진입장벽을 낮추는 다양한 시도를 통해 게임의 본질적 가치를 끌어올리는 데 집중하고 있다.

18일 넥슨에 따르면, 판교 넥슨 사옥 및 경기 창조경제혁신센터에서 16일부터 열린 '2026년 넥슨 개발자 콘퍼런스(NDC 26)'가 이 날까지 진행됐다. 특히 행사 최종일을 맞아 이날에는 게임업계 최대 화두인 AX와 관련해 강덕원 넥슨 코리아본부장과 임경영 크래프톤 VP가 참석해 '넥슨과 크래프톤의 AX 여정 - 무엇을 시도하고 무엇을 포기했나'를 주제로 대담을 진행해 눈길을 끌었다.

강 본부장은 "넥슨은 AX 전환 초기에 서비스 모니터링이나 리포팅 자동화 등 업무 효율화에 집중해 운영 부담을 줄이고 라이브 서비스 대응 역량을 높였다"며 "현재는 개발 생산성에 포커스를 맞추고 전용 AI 모델 개발 및 파이프라인 재설계를 통해 개발 방식 자체를 혁신하고 있다"고 AI 도입에 따른 효율성을 강조했다.

임 VP는 "크래프톤이 AI 도입 시 가장 먼저 집중한 부분은 문제 해결 과정에 AI를 도입하는 것이었다"며 "고민이 생기면 AI로 먼저 해결해보고 기대한 결과가 나오는지 확인하는 방식으로 업무를 진행했다"고 설명했다. 또한 "AI가 한 번에 모든 업무를 해결하기보다 작은 단위의 업무부터 적용해 결과를 측정하는 데 집중했다"며 도입 과정을 상세히 전했다.

AX 도입으로 게임사는 중요한 의사결정에 필요한 정보를 빠르게 확보하고 라이브 서비스 대응 속도를 높이는 장점을 얻었다. 과거에는 필요한 기능이나 툴이 있으면 데이터 조직이나 운영·개발 조직에 요청해야 해서, 시간이 지나면 이슈에 대한 관심이 식는 경우가 많았다. 그러나 모노레이크(Monolake)와 파워BI(Power BI)를 활용하면서 데이터가 필요한 조직이 직접 데이터를 추출하고 확인할 수 있는 기반을 구축했다는 설명이다.
전문가들도 게임사가 AX 전환을 거치면 개발 속도를 빠르게 할 수 있을 것으로 보고 긍정적으로 평가하고 있다. AI 이미지 같은 분야는 아직 유저들의 반발이 크지만 초기 단계라 거치는 과도기로, 점차 더 다양한 방면으로 활용이 가능하다는 전망이다.

아울러 두 사람은 AX가 단순히 업무 속도를 높이는 것을 넘어 업무 본질을 강화해야 한다는 데 뜻을 모았다. 이를 위해 단순한 효용성 추구를 넘어 '재밌는 게임을 만든다'는 본연의 목적에 초점을 맞추고, 데이터 체계를 구축하는 등 다양한 시도를 하고 있다는 설명이다. 또, 개발자뿐 아니라 모든 직원이 AI를 쓸 수 있도록 장벽도 낮추고 있다.

구체적으로, 크래프톤은 업무와 워크플로우에 AI를 적용하기 위해 표준화된 기반을 마련하고 비개발 직원의 AI 리터러시를 높이고자 내부 플랫폼인 '크래프톤 플레이그라운드'를 구축했다. 그 결과 코딩 경험이 없는 직원들도 코덱스(Codex)나 클라우드 코드(Claude Code)를 활용해 인터뷰 일정을 잡거나 이메일·SNS 요청을 자동 처리하는 툴을 만들어 쓰고 있다고 임 VP는 강조했다.

임 VP는 "크래프톤은 AI와 사람이 모두 접근할 수 있는 형태로 온톨로지 기반 카탈로그인 '데이터 파운데이션'을 구축해 데이터 체계를 만들고 있다"며 "유럽, 한국, 일본, 중국 등 국가별 AI 규제와 활용 기준이 다른 점을 고려해 시도할 수 있는 영역과 실제 제작 및 퍼블리싱이 가능한 영역을 구분하여 거버넌스를 구축하고 있다"고 설명했다. 이와 함께 각 모델의 성능과 가성비를 점수화 한 내부 기준표를 마련해 직원들이 목적에 맞는 모델을 직접 선택할 수 있도록 지원하고 있다.

넥슨은 AI 활용 효용을 높이기 위해 오래전부터 축적해온 방대한 유저 데이터를 명확하게 기록하는 작업을 중시하고 있다. 기획서와 게임 소스코드, 유저 데이터 등 서로 다른 데이터 간 연관관계를 구축하는 프로젝트에 많은 노력을 기울이고 있다. 라이브 개발본부는 오래된 IP를 AI를 통해 라이선스화하는 작업도 진행 중이다.

반면 AI를 업무에 실제 적용하는 과정에서 비용이나 보안 문제로 인해 오히려 효율이 떨어지는 문제도 나타났다고 이들은 입을 모았다. AI 활용 사례에 대한 경험을 쌓는 것 자체가 가장 큰 허들이었다는 설명이다.

넥슨의 실패 사례로는 '오픈클로(OpenClaw)' 전사 도입 과정이 소개됐다. 강 본부장은 "오픈클로는 업무 생산성을 높이는 강력한 도구였지만 전사 도입 논의 과정에서 보안 문제가 발생했다"고 밝혔다. 이를 해결하기 위해 오픈소스 기반 환경인 'NX클로'를 구축했으나, 보안 이슈와 관련된 업데이트가 다수 발생해 오히려 운영 부담이 커졌다는 설명이다.

임 VP 역시 "AI 경험을 쌓는 것 자체가 허들이라 자체 인력을 추가 고용하기도 했다"고 덧붙였다.

김유승 빅데이터뉴스 기자 kys@thebigdata.co.kr