AAA급 대작은 콘텐츠 산업의 종합예술로 불린다. 그만큼 돈과 시간이 든다. 아이디어를 구상하고 프로토타입을 만들어 테스트를 거쳐 팔리는 물건으로 완성하기까지, 여러 분야의 장인이 저마다 공을 들인다. 예술품을 빚는 일에 견줄 만한 과정이다.

그래서 수많은 경쟁작이 몰린 시장에서도 선발과 후발 사이에는 시차가 있었다. 누군가 기존 흥행 공식을 발전시키거나 전혀 새로운 게임으로 성공 궤도에 오르면 참고하거나 모방하려는 개발자가 뒤따른다. 다만 이들은 늦게 들어설 수밖에 없다. 그 사이 원작자는 이용자를 먼저 확보하고 브랜드와 트렌드를 이끌며 시장을 선점한다.

공식처럼 굳어 있던 이 순환이 흔들리고 있다. 이른바 '바이브 코딩'을 쓰면 게임의 작동 방식을 자연어로 설명하고 AI가 작성한 코드를 고쳐 가며 과거보다 적은 비용과 시간으로 결과물을 뽑아낼 수 있는 것.

게임을 발견하는 방식도 달라졌다. 언론과 방송에 의존하던 정보 소비는 모바일게임과 하이퍼캐주얼의 확산을 거치며 틱톡과 유튜브, 인스타그램 릴스로 대표되는 숏폼 플랫폼으로 이동했다. 게임의 특징과 재미가 몇 초에서 수십 초짜리 영상만으로 전달되는 환경이 만들어진 것이다. 성공 가능성에 대한 신호가 완성된 게임이 아닌 짧은 영상에서도 먼저 드러나는 환경. 여기서 새로운 문제가 생겼다.

게임을 만드는 데 들이는 시간보다 그 게임의 핵심 아이디어를 보고 비슷한 것을 만드는 시간이 더 짧아지는 현상. 이를 '알고리즘 스나이핑'이라 부를 수 있다. 단순한 베끼기를 말하는 게 아니다. 게임이 성공하기도 전에 성공 신호가 포착되는 순간을 노려 후발주자가 시장에 진입하고, 원작자가 선행자로서 확보할 수 있었던 시간을 줄이는 현상이다. 이 질문에서 출발했고, 인디게임 업계에서 이를 보여주는 사례가 등장했다.

※ 알고리즘 스나이핑(Algorithm Sniping)은 인기 게임이나 새롭게 주목받는 게임의 성공 신호를 빠르게 포착한 뒤 유사한 게임을 제작해 플랫폼의 검색·추천·노출 경쟁에 신속하게 진입하는 현상을 설명하기 위한 게임포커스의 개념적 표현임을 밝혀 둡니다.

"내가 개발하던 게임을 며칠 만에 다른 사람이 만들었다"
2026년 3월, 게임 개발자이자 유니티 툴 개발자인 프레야 홀메르(Freya Holmér)는 자신이 제작 중이던 퍼즐게임의 프로토타입을 소셜미디어에 올렸다. 기본 아이디어는 익숙하다. 테트리스처럼 블록을 쌓되, 블록을 움직이는 대신 게임판 자체가 회전한다. 홀메르는 약 50초짜리 영상을 공개하며 이 아이디어가 실제 게임으로 발전할 수 있을지 반응을 살폈다. 영상은 X 등 SNS를 통해 200만 회 이상 조회되며 크게 확산됐고, 플레이해 보고 싶다는 반응이 이어졌다. 

문제는 그다음이다. 영상이 공개된 뒤 불과 몇 시간 만에 AI로 만든 회전 테트리스 영상이 등장했다. 최초로 사건을 보도한 PC Gamer에 따르면 한 이용자는 홀메르의 게시물에 게임으로 만들어 보겠다는 취지의 반응을 남겼고, 약 4시간 39분 뒤 AI 도구로 만든 유사 게임 영상을 올렸다. 며칠 뒤에는 홀메르의 아이디어를 바탕으로 바이브 코딩으로 만든 게임들이 잇따라 등장했다. 홀메르가 확인한 것만 네 개였고, 이 가운데 하나는 모바일 앱스토어에도 등장했다. 

 

바이브 코딩으로 게임을 개발한 찰리 그린먼은 404 Media와의 인터뷰에서 홀메르의 아이디어를 소셜미디어에서 보고 프롬프트를 몇 차례 입력해 약 하루 만에 자신의 버전인 'Rotris'를 만들었다고 밝혔다. 그는 자신의 행동에 윤리적 문제가 없다고 생각한다는 입장을 보였다.

 

회전하는 판을 모티브로 만들어진 파생게임 rotis

 

홀메르의 초기 버전에는 오래 고민해 만든 애니메이션과 세부 디자인이 들어 있었다. 반면 Rotris를 비롯한 유사작은 상대적으로 단순했다. 따져볼 것은 완성도가 아니다. 홀메르가 앞으로 발전시켰을 하나의 게임이 다른 개발자에게는 하루 정도의 작업으로 구현 가능한 아이디어가 됐다는 점이다.

 

그린먼은 이미 공개된 아이디어를 바탕으로 자기만의 변형을 만드는 일이 게임사들이 서로의 아이디어를 참고하는 것과 크게 다르지 않다는 취지로 설명했다. 홀메르의 프로토타입은 완성된 상용 게임도 아니었다. 실제 피해가 얼마나 발생했는지, 두 게임이 법적으로 어느 정도 유사한지 판단하기도 어렵다. 단순한 '표절 사건'으로 규정하기 힘든 이유다. 

 

두 시간 만에 만들어져 원작보다 먼저 나온 게임

 

카마보코가 개발중인 타이핑 매지션의 프로토타입(출처 공식 유튜브)

비슷한 일이 일본에서도 벌어졌다. 인디게임 개발자이자 유튜버인 '카마보코(Kamaboko)'는 간단하면서도 재미있는 게임을 목표로 타워 디펜스형 타자 게임 'Typing Magician'을 개발하고 있었다. 2026년 2월 말부터 유튜브에 개발 진행 상황을 상세히 소개하며 이용자와 소통했다. 

 

개발 영상이 올라온 직후, 'Kamaboko Kōsatsu Kōsatsu'라는 이름을 쓰는 인물이 그 영상을 바탕으로 같은 이름의 게임을 일본 인디게임 플랫폼 Unityroom에 올렸다. 원작이 여전히 개발 중인 상태에서 유사작이 먼저 공개된 것이다. 해당 게임은 빠르게 약 3만 회의 조회를 기록하며 플랫폼의 'Popular New Releases'에 올랐다. 

 

원제작자와 이름도, 게임 타이틀도 비슷한 게임이 시장에 먼저 출시됐다(이미지출처 note.com)

 

복제한 쪽은 카마보코의 개발 영상을 생성형 AI에 입력해 같은 사양의 게임을 만들게 했으며, 제작에는 약 두 시간이 걸렸다고 밝혔다. 자신이 만든 게임을 완전한 복제라고 표현하면서도 아이디어에는 저작권이 없다는 입장을 폈다. 또 이 행동을 카마보코가 과거 포켓몬과 팔월드 관련 소재를 활용한 팬게임을 만들었던 것에 대한 일종의 '보복'이라는 취지로 설명했다. 다만 이 역시 복제자가 한 주장이다.
 
각기 다른 게임이지만 두 사건에서 보이는 문제점은 동일하다. 과거에는 남의 아이디어를 따라가는 데 수개월에서 수년이 필요했지만. 그것이 며칠, 짧게는 몇 시간으로 줄어들게 됐다는 것이다. 홀메르 사례를 다룬 404 Media와 일본 사건을 다룬 Automaton 등은 공통적으로 개발 과정 공개가 생성형 AI를 이용한 유사작 제작의 재료가 될 수 있다는 우려를 짚었다. 홀메르 본인은 작업물을 공개적으로 공유하는 일이 부담스러워졌다고 말했다. 

 

누가 옳은지는 여기서 다룰 문제가 아니다. 창작자가 아이디어를 검증하려고 공개하는 순간부터 경쟁이 시작될 수 있다는 환경 변화가 논점이다. 새 게임이 기존 게임에서 영감을 받았다는 것만으로 문제가 되지는 않는다. 아이디어의 유사성, 게임플레이의 모방, 표현물의 복제, 소스코드와 에셋의 도용은 각각 따로 판단할 사안이다. 

 

그러나 생성형 AI를 통해 이 경계지대에 접근하는 비용과 시간이 낮아지면서, 어디까지가 영감이고 어디부터가 복제인지 묻는 일도 잦아질 수밖에 없게 된 점은 분명하다.

 

AI가 카피캣 시장에 가져온 것은 '복제'가 아니라 '속도'다

 

대표적인 카피캣 관련 분쟁 사례인 블리자드와 리리스 게임즈의 '도탑전기'를 둘러싼 법적 공방

흥행작의 성공 방정식을 답습하는 카피캣은 AI 이전에도 있었다. 성공한 게임이 나오면 비슷한 장르와 시스템의 게임이 뒤따르는 건 낯선 일이 아니다. 직접적인 표절은 언론과 게이머의 비판을 받았지만, 기존 게임의 이용자 경험과 성공 요인을 새롭게 해석해 또 다른 게임으로 발전시키는 과정도 게임산업의 역사에서 끊임없이 되풀이됐다. 한 게임의 성공이 후발주자에게 디자인적 영감을 주고, 그 과정에서 전에 없던 명작이 나온 사례도 적지 않다.

 

그래서 AI가 가져온 변화를 '복제를 가능하게 했다'고만 설명하면 부족하다. 달라진 것은 복제에 드는 시간과 비용, 기술적 진입장벽이다. 과거에는 성공한 게임의 아이디어를 발견해도 구현까지 상당한 개발 기간이 필요했고, 이 시차가 원작자에게 비공식적인 방어막이 됐다. 원작이 자리를 잡고 브랜드와 이용자층을 만드는 동안 후발주자는 뒤를 따라가야 했다.

 

생성형 AI와 바이브 코딩이 확산되면서 이 시차가 압축되고 있다. 아이디어를 발견하는 속도와 그것을 프로토타입으로 구현하는 속도 사이의 간극이 좁아졌다. 예전 같으면 수개월 걸렸을 작업의 일부를 훨씬 짧은 시간에 해낼 여지가 커진 것이다.

 

원작이 시장을 개척하고 이용자층을 형성하는 동안 후발주자가 따라붙는 시간 구조 자체가 달라질 수 있다는 뜻이다. 원작이 새로운 시장을 만들어 가는 초기 단계에 유사작이 등장하면, 후발주자는 완성된 게임을 뒤쫓는 대신 원작이 만든 시장의 관심 자체를 선점하는 방식으로 경쟁에 뛰어들 수 있다.

 

물론 생성형 AI가 만든 게임이 곧바로 상업적 완성도를 갖춘다는 뜻은 아니다. 앞선 사례에서도 AI 유사작이 원작 수준의 게임플레이나 콘텐츠 품질을 갖췄다고 보기는 어렵다. 중요한 질문은 '완성도 높은 게임을 만들 수 있는가'가 아니라 '비슷한 게임을 만들어 시장에 내놓을 수 있는가'다. 그리고 그 진입장벽이 얼마나 낮아졌느냐다.

 

완성도는 여전히 중요한 경쟁력이다. 그러나 디지털 유통 환경에서는 그것만으로 경쟁이 끝나지 않는다. 어떤 게임이 먼저 검색되는지, 소셜미디어와 숏폼으로 먼저 확산되는지, 플랫폼 추천 시스템에 먼저 포착되는지가 이용자 확보와 초기 흥행에 영향을 미친다. 게임의 품질과 별개로 '발견'과 '주목'을 둘러싼 경쟁이 또 하나의 경쟁 요소가 된 것이다.

 

알고리즘 스나이핑이 기존 카피캣과 갈리는 지점도 '얼마나 비슷한가'가 아니다. 얼마나 빨리 따라붙는가, 원작이 형성한 관심을 얼마나 신속하게 시장 진입으로 연결하는가다. 원작이 안착한 뒤 뒤늦게 유사작을 내놓는 전통적 카피캣과 달리, 알고리즘 스나이핑은 성공 신호가 포착되는 순간 최소한의 형태로라도 비슷한 상품을 만들어 같은 발견·유통 환경에 들어서려는 시도에 가깝다.

 

복제 대상이 '게임'에서 '공식'으로 옮겨갈 가능성
홀메르 사례처럼 직접적이지는 않지만, 생성형 AI를 게임 콘텐츠 생산 과정에 직접 연결하는 시도도 등장하고 있다. 텍스트 기반 비주얼노벨·인터랙티브 픽션 영역에서는 이용자가 캐릭터를 설정하면 AI가 대사와 서사를 생성하고, 캐릭터 이미지 제작을 위한 프롬프트까지 구성하는 방식이 실제 게임에 적용되고 있다.

 

 

스팀에 출시된 s[TOR-Y]telling: Closed Loop는 짧은 아이디어를 입력하면 캐릭터 프로필과 시나리오 규칙, 성격을 생성하고 이미지 생성용 프롬프트까지 제공하는 구조를 내세우고 있다. Paper2Galgame 역시 이용자가 캐릭터를 고르고 텍스트를 입력하면 AI가 새로운 비주얼노벨 에피소드를 생성하며, 캐릭터 커스터마이즈와 창작마당을 결합하고 있다. 

 

 

특히 성인게임의 경우 보다 흥미로운 현상이 관측된다. 대표적인 플랫폼이라고 볼 수 있는 Patreon과 itch.io 등을 중심으로 활동하는 상당수의 개발자들은 AI를 코드와 그래픽, 사운드, 텍스트 제작에 활용하고 있으며, 이용자가 입력한 설정을 바탕으로 이미지와 서사를 생성하는 형태의 게임도 제작하고 있다. 일본의 한 성인용 동인게임 제작자는 “AI 작품이 폭발적으로 증가했고 수요에 비해 공급이 과도한 상황”이라며 차별화 경쟁이 심화되고 있는 AI 게임 시장의 새로운 문제에 대한 개인적 견해를 밝히기도 했다. 

 

살펴볼 점은 이런 구조가 확산될수록 새로운 게임을 따라 만드는 데 필요한 것은 완성된 게임의 분석만이 아니게 된다. 그 게임이 콘텐츠를 만들어내는 '공식'을 찾아내는 일이 될 수 있다. 알고리즘 스나이핑 역시 게임의 외형이 아니라 성공을 만들어낸 생성 구조 자체를 좇는 방향으로 확장될 가능성이 있는 셈이다.

 

물론 이는 현재 확인된 현상이라기보다 앞으로 나타날 수 있는 가능성에 가깝다. 지금까지 확인된 사례들은 AI를 활용한 콘텐츠 생산 방식이 개방되고 있다는 사실을 보여줄 뿐, 이러한 생성 구조를 실제로 추적해 상업적 복제품을 만든 사례까지 입증하는 것은 아니다.

 

그렇다면 생성형 AI는 게임을 얼마나 빠르게 구현할까. 사람이 오래 고민해 만든 핵심 요소를 어느 수준까지 짧은 시간에 재현할까. 가정에 그치는 질문은 아니다. 해외 대학과 연구기관의 연구자들이 실제 게임을 대상으로 재현 가능성과 제작 속도를 확인하는 실험을 이미 진행했다.

 

연구진이 확인한 AI 재현 속도, 세 시간과 서른 번의 질의

 

독일 라이프니츠 정보학센터(Schloss Dagstuhl – Leibniz-Zentrum für Informatik)에서 2025년 7월 열린 '다그스툴 세미나'는 'New Frontiers in AI for Game Design'을 주제로 게임 디자인과 생성형 AI의 관계를 다뤘다. 게임 디자인 연구자와 개발자, 컴퓨터과학자가 모여 AI를 활용한 게임 제작과 프로토타이핑의 가능성을 실험한 자리였으며, 결과를 담은 보고서는 2026년 4월 공개됐다. 

 

눈여겨볼 것은 생성형 AI로 기존 게임을 재현한 실험이다. 연구진은 PICO-8 게임 가운데 'SuperHotRoids'를 골랐다. 'Superhot'과 'Asteroids'의 요소를 결합한 작품이다. 연구진은 원작의 게임 설명과 스크린샷을 제공하고 직접 플레이하며 확인한 내용을 토대로 OpenAI의 GPT-4o에 재현을 요청했다. 생성된 코드에서 빠진 메커니즘, 잘못 구현된 그래픽, 밸런스 문제, 코드 오류를 다시 피드백하는 과정을 반복했다.

 

약 30회의 질의 끝에 기본 게임 루프와 메인 메뉴, 하이스코어 화면까지 구현됐다. 전체 과정에 걸린 시간은 약 3시간이었다. 연구진은 최종 결과물이 원작과 상당히 비슷하지만 밸런스와 일부 메커니즘은 더 손봐야 한다고 설명했다. 완성된 상업 게임을 그대로 재현한 것은 아니어도, 원작 코드에 접근하지 않은 상태에서 짧은 시간 안에 상당 부분을 재현할 수 있다는 기술적 가능성은 확인된 셈이다.

 

더 눈길을 끄는 건 연구진의 후속 판단이다. 결과물이 원작의 직접적인 파생물에 가깝다고 보고 공개하지 않았다. 동의 없이 기존 게임을 복제하거나 모방하는 데 이런 방식이 악용되면 인간 창작자의 작업 가치를 훼손할 수 있다는 점도 지적했다. 

 

이 실험을 상업 게임의 카피캣 제작과 같다고 볼 수는 없다. 결과물에는 추가 조정이 필요했고, 실험 자체도 완성품 수준의 복제를 목표로 한 것은 아니기 때문이다. 같은 보고서에서는 같은 방식의 게임 생성 과정을 더 복잡한 Godot 엔진에 적용했을 때 결과가 훨씬 나빴다고 설명한다. 복잡한 파일 구조와 고해상도 그래픽 등이 AI의 작업을 어렵게 했다는 분석이다. 연구진은 낮은 완성도와 제한된 에셋을 가진 게임이 생성형 AI로 만들기 더 쉽고, 반대로 이러한 단순한 게임이 AI 오용에 더 취약할 수 있다고 지적했다. 

 

그럼에도 이 실험이 던지는 질문은 무겁다. '비슷한 게임을 일단 만들어 보는 작업'에 필요한 시간과 기술적 장벽을 생성형 AI가 어디까지 줄일 수 있는가라는 질문이다. 그리고 실제 개발 현장에서 이미 비슷한 일이 발생했고, 연구진의 실험은 그 가능성이 단순한 가정만은 아니라는 점을 보여줬다.

 

즉, 게임을 먼저 발견하고, 먼저 구현해 시장에 내놓는 데 필요한 시간이 과거와 같지 않을 수 있다는 것이다.

 

2부 - 아이디어를 보여주는 순간 경쟁이 시작된다, AI 시대 게임사의 새로운 방어선 기사로 이어집니다(바로가기).