게임 텍스트 하나에 모델을 층층이 쌓았다, 바이브 코딩은 쉽지 않았다

"이제 기획 1차 완성했는데 UI 에셋이랑 인게임 테스트는 언제하니 광광"이라는 한 참여자의 푸념으로 시작된 대화는, 진행 중인 게임 프로젝트의 인게임 텍스트 생성 구조를 파고드는 깊은 토론으로 이어졌다. 8명뿐인 참여자가 166건의 메시지를 주고받았다는 숫자가, 이 대화의 밀도를 말해준다.

논의의 핵심은 인게임 텍스트를 만들어내는 모델을 층위별로 나누는 설계였다. 한 참여자는 형태소를 분석해 기존 문체와 비슷하게 써주는 기능이 있다고 설명했고, 다른 참여자는 그 위에 놓인 또 다른 층위를 이렇게 짚었다.

"얘는 거시판단해서 컨텍스트 주입하는 애"

전체 흐름을 판단하는 역할과, 그 판단을 받아 실제 문장을 뽑아내는 역할을 나눠 배치하는 구조다. 게임 텍스트처럼 맥락과 문체가 동시에 중요한 영역에서, 하나의 모델에 모든 걸 맡기기보다 역할을 쪼개 라우팅하는 접근이었다. 대화를 지켜보던 다른 참여자는 가벼운 반응으로 관심을 보였다.

"얘 코딩 좀 치려나요?ㅋㅋㅋ"

이 짧은 질문은 역설적으로 이 설계의 실용성을 되묻는 질문이기도 했다. 아무리 정교한 라우팅 구조를 짜도, 결국 그 구조가 실제 게임 코드와 맞물려 작동하지 않으면 의미가 없다는 뜻이다.

이 설계가 나온 배경에는 바이브 코딩에 대한 냉정한 재평가가 있었다. 다른 참여자는 "기존에 개발하던 인간들이 바이브 코딩하면 금방 한다는 말에 '쉽다구요 ㅎㅎ...' 하던게 괜히 그러는게 아님"이라며, 실제로 개발 경험이 있는 사람일수록 바이브 코딩을 가볍게 보지 않는다는 걸 시사했다. 프롬프트 하나로 뚝딱 끝날 것 같던 작업이 실제로는 비용 최적화와 문장의 맛 사이에서 균형을 잡아야 하는 다층 설계로 이어졌다는 뜻이다.

소수의 참여자가 긴 시간 밀도 있게 나눈 이 대화는, 게임처럼 텍스트 품질이 몰입에 직결되는 영역일수록 AI 활용이 단순 자동화를 넘어 세밀한 아키텍처 설계로 진화하고 있다는 걸 보여준다. 인디 게임 개발처럼 소규모 팀이 큰 비용 없이 콘텐츠를 채워야 하는 환경에서, 이런 레이어별 라우팅 실험은 결국 제한된 인력으로 방대한 텍스트 볼륨을 감당하려는 현실적인 해법으로 읽힌다.

이 대화가 남긴 또 하나의 시사점은, 게임처럼 텍스트 볼륨이 방대한 콘텐츠 영역에서는 '한 번에 다 맡기는' 접근보다 역할을 잘게 쪼개는 설계가 더 현실적이라는 점이다. 형태소 분석 층위와 거시 판단 층위를 나눈 이 구조는, 결국 하나의 강력한 모델보다 여러 개의 특화된 모델을 조합하는 편이 비용과 품질 두 마리 토끼를 잡는 데 유리하다는 실무적 결론에 가깝다.