진정한 시험은 콩 캐릭터들이 충돌할 때 시작된다
Matthew Berman은 최근 Gemini 4 Argon을 사용하여 플레이 가능한 3D Fall Guys 클론을 생성하는 놀라운 성과를 보여주었습니다. 이는 단순한 정적 모형이나 개념 설계가 아니라, 플레이어가 실시간으로 이동하고 점프하며 충돌할 수 있는 인터랙티브 장애물 코스였습니다.
이러한 유형의 게임을 생성하는 것은 모든 거대 언어 모델(LLM)에게 엄격한 도전 과제입니다. Argon은 플레이어 이동, 복잡한 점프 메커니즘, 동적 장애물, "작은 콩"들 간의 정밀한 충돌 감지, 그리고 전반적인 게임 상태 로직과 같은 복잡한 요소들을 동시에 조정해야 했습니다. 물리와 상호작용의 이러한 까다로운 결합은 현재 AI 역량의 한계를 시험합니다.
하지만 Berman의 영상은 소규모 프로토타입이자 제작자의 직접적인 테스트를 보여줍니다. 이 시연은 Gemini 4 Argon의 반복적 게임 생성(iterative game generation) 및 실시간 물리 시뮬레이션 역량에 대한 설득력 있는 증거를 제공하지만, 독립적으로 측정된 벤치마크는 아닙니다. 이는 Argon이 프로덕션 규모의 게임 개발을 수행할 준비가 되었음을 증명하거나, 더 크고 복잡한 게임 세계의 안정성이나 확장성을 보장하는 것은 아닙니다.
몇 번의 프롬프트, 그리고 곧바로 시작되는 혼돈
Berman의 빠른 반복 주기(iteration cycle)가 돋보입니다. 그는 플레이를 시도하기 전 빌드를 "단 몇 번"만 반복했으며, 이는 Gemini 4 Argon을 통한 프롬프트-투-플레이(prompt-to-play) 루프의 효율성을 강조합니다. 개념에서 플레이 가능한 데모까지의 이러한 빠른 전환은 반복적 개선에 대한 모델의 능숙함을 보여줍니다.
시청자들은 역동적인 장애물 코스를 관찰합니다. 캐릭터가 점프하고, 작은 콩들이 기능적인 충돌과 함께 서로 부딪히며, 코스는 결승선을 향해 여러 단계를 거쳐 진행됩니다. 시뮬레이션에는 점프 역학, 반동 마찰, 슬라이드 운동학이 포함되어 실시간 3D 물리 구현의 강력함을 입증합니다.
제작자의 솔직한 반응은 그 어려움을 드러냅니다. Berman은 이 코스가 "생각했던 것보다 훨씬 어렵다"고 느끼며, 심지어 "지금까지 만든 것 중 가장 어려운 버전"이라고 말합니다. 이러한 관찰은 생성된 코드 내의 공격적인 물리 튜닝을 반영하며, 정적이고 상호작용이 적은 다른 AI 데모들과 대조를 이룹니다.
특히, 이 모델은 LLM 생성 코드에서 오류가 발생하기 쉬운 캐릭터 경계 상자(bounding box)와 다중 객체 충돌을 성공적으로 구현했습니다. 이러한 안정성은 슬라이드나 바운스 패드와 같은 동적 환경 표면까지 확장되며, 다른 메커니즘과 함께 기본적으로 작동합니다. Gemini 4 Argon은 최소한의 프롬프트로 복잡하고 인터랙티브한 경험을 제공했습니다.
물리가 핵심이다—그리고 주의사항도 있다
Berman의 시연은 캐릭터 간 충돌, 점프, 튕겨 나감, 슬라이드 오르기 등 까다로운 상호작용에 달려 있습니다. 이러한 모든 메커니즘은 게임의 움직이는 부품들이 함께 작동해야 하며, 정적 렌더링을 넘어 동적인 다중 에이전트 물리로 나아갑니다. "작은 콩들 사이의 충돌"은 특히 주목할 만하며, 이는 생성 모델에게 흔히 발생하는 걸림돌입니다.
하지만 시각적 그럴듯함이 곧 강력한 물리를 의미하는 것은 아닙니다. 한 번의 성공적인 실행, 심지어 도전적인 실행이라 할지라도 일관된 충돌 동작, 균형 잡힌 난이도, 또는 다양한 기기에서의 신뢰할 수 있는 성능을 확립할 수는 없습니다. Berman 자신도 게임이 "생각했던 것보다 훨씬 어렵다"고 언급했는데, 이는 인상적이기는 하지만 추가적인 검증이 필요한 공격적인 튜닝을 반영합니다.
이 데모의 진정한 가치는 인터랙티브 코드 생성을 위한 스트레스 테스트로서의 유용성에 있습니다. 1M 입력 토큰당 $2.00, 1M 출력 토큰당 $10.00의 비용으로 제공되는 Gemini 4 Argon은 물리 기반의 플레이 가능한 경험을 성공적으로 합성해냈습니다. 하지만 이 영상은 소스 코드 검토, 반복성 테스트 또는 Anthropic의 Claude 3.7 Sonnet과 같은 다른 모델과의 비교는 제공하지 않습니다.
이번 벤치마크는 복잡한 에이전트 워크플로우와 대규모 코드 합성에서 Argon의 역량을 강조하며, 이는 최첨단 모델의 핵심 개선 분야입니다. Google 모델에 대한 자세한 내용은 Gemini 4 Argon: Built to Solve Your Hardest Problems - Google Blog을 참조하세요. Fall Guys 클론이 인상적인 진전을 보여주기는 하지만, 일관되고 상용화 가능한 수준의 물리 엔진을 구축하는 것이 다음 과제로 남아 있습니다.
이 글이 마음에 드셨나요? 매일 아침 이런 글을 메일로 받아보세요.
하루 한 통 · 두 번의 클릭으로 구독 취소 · 제3자 추적 없음
게임 스튜디오를 대체하는 것이 아닌, 플레이 가능한 프로토타입
이번 시연은 중요한 신호를 제공합니다. 최첨단 모델이 간결한 게임 컨셉을 즉시 플레이하고 평가할 수 있는 결과물로 점점 더 잘 변환할 수 있게 되었다는 점입니다. Matthew Berman이 게임을 시도하기 전 단 몇 번의 프롬프트만으로 빠르게 반복 작업을 수행한 것은 인터랙티브 로직과 물리 엔진을 합성하는 모델의 능력을 잘 보여줍니다.
그러나 이 데모의 증거는 플레이 가능한 프로토타입 수준에서 멈춥니다. 여기에는 원본 게임 디자인, 광범위한 콘텐츠 제작, 접근성 기능 또는 멀티플레이어 네트워킹의 복잡성은 포함되지 않습니다. 포괄적인 테스트, 장기적인 유지 관리, 완성된 제품의 전체 개발 수명 주기와 같은 중요한 요소들 역시 Argon의 범위를 벗어납니다.
개발자와 호기심 많은 관찰자들에게 이는 AI 생성 게임을 빠른 프로토타입으로 취급해야 함을 의미합니다. 그 진정한 가치는 직접 플레이하고, 반복적으로 개선하며, 핵심 메커니즘을 검증할 수 있는 속도에 있습니다. 목표는 단 하나의 프롬프트로 완성된 극적인 제품을 만드는 것이 아니라, 창의적인 탐색과 기술적 검증을 위한 탄탄한 출발점을 마련하는 것입니다.
최소한의 턴으로 이처럼 역동적이고 충돌이 많은 환경을 생성하는 Gemini 4 Argon의 역량은 신속한 프로토타이핑 도구로서의 유용성을 강조합니다. 이는 초기 개념화 단계를 간소화하여 제작자가 본격적인 개발에 착수하기 전에 아이디어를 빠르게 테스트할 수 있도록 합니다.
자주 묻는 질문
Gemini 4 Argon은 영상에서 무엇을 만들었나요?
점프, 충돌, 레벨 진행, 결승선 조건이 포함된 플레이 가능한 3D Fall Guys 스타일의 장애물 코스 게임을 생성했습니다.
제작자는 몇 번의 반복 작업을 수행했나요?
Matthew Berman은 빌드에 대해 단 몇 번만 반복 작업을 수행했다고 말합니다.
게임의 물리 엔진이 작동했나요?
데모에서는 점프, 캐릭터 간의 충돌, 슬라이드 위에서의 움직임이 작동하는 모습을 보여주었지만, 이는 공식적인 물리 테스트라기보다는 제작자의 시연이었습니다.
이것이 AI가 완전한 상용 게임을 만들 수 있다는 것을 증명하나요?
아니요. 이는 플레이 가능한 프로토타입을 보여주는 것이지, 상용 게임의 범위, 완성도, 신뢰성 또는 상용화 준비 상태를 보여주는 것은 아닙니다.