목록으로
교육·학습을 위한 AI 활용
게임으로 영어단어 공부
영어단어 학습과 RPG 전투를 결합한 모바일 게임을 AI와 함께 개발했습니다.
🤖 활용 AI 도구
Chat Gpt, Claude, ElevenLabs
① 어떤 상황에서 AI를 활용했나요?
영어 단어 학습과 RPG 전투를 결합한 모바일 게임 STUDY TO SLAY를 혼자 기획하고 개발하는 과정에서 AI를 활용했습니다.
게임에는 영어 문제 출제, 스킬 블록과 체인, 다수 몬스터 전투, 소환수 수집, 장비, 던전, 도감 등 많은 시스템이 필요했습니다. 혼자 모든 기능을 설계·구현·검증하기에는 시간과 작업량이 컸기 때문에 AI를 개발 보조 도구로 사용했습니다.
특히 다음 작업에 활용했습니다.
- 게임 시스템과 콘텐츠 기획
- Godot GDScript 코드 작성 및 오류 수정
- 몬스터와 웨이브 구성
- 전투 밸런스 분석
- UI 및 픽셀아트 방향 설계
- 효과음과 음성 제작 보조
- 자동 테스트와 플레이테스트
- Android 출시 준비사항 점검
② 어떤 AI를 어떻게 활용했나요?
주로 ChatGPT Codex와 Claude Code를 사용했습니다.
Codex는 프로젝트 전체 구조와 기존 코드를 분석하고, 새로운 기능을 어떤 순서로 구현해야 하는지 기획하는 역할로 활용했습니다. 기능 요구사항을 작업 단위로 나누고, 저장 데이터 호환성이나 기존 시스템과의 충돌 가능성도 함께 검토했습니다.
Claude Code에는 정리된 작업 지시서를 전달해 Godot 프로젝트의 실제 코드를 수정하도록 했습니다. 코드 수정 후에는 자동 테스트를 실행하고, 문제가 발견되면 원인을 찾아 다시 수정하도록 했습니다.
AI 활용 흐름은 다음과 같습니다.
1. 구현하고 싶은 기능과 문제점을 설명
2. AI와 함께 게임성과 기술적 위험 검토
3. 구현 조건과 완료 기준을 포함한 작업 지시서 작성
4. Claude Code가 코드와 데이터를 수정
5. Godot 자동 테스트 및 화면 캡처 실행
6. 플레이테스트 결과를 분석해 밸런스 재조정
7. 변경 내용을 문서화하고 Git으로 관리
몬스터나 지역을 기획할 때도 단순히 아이디어를 받는 데 그치지 않고, 근거리·원거리·방패·회복·저주 등의 역할이 실제 전투에서 겹치지 않는지 검토했습니다.
③ 활용 결과 어떤 변화가 있었나요?
AI를 활용하면서 막연했던 게임 아이디어를 실제로 실행할 수 있는 구조로 발전시킬 수 있었습니다.
초기의 전투는 SP를 모아 스킬 버튼을 누르는 단순한 방식이었지만, 현재는 다음과 같은 구조로 발전했습니다.
- 영어 정답으로 스킬 블록 생성
- 같은 블록을 연결하는 1·2·3체인 전투
- 여러 몬스터가 동시에 등장하는 편대 전투
- 방패병·원거리·회복·저주 몬스터의 전술적 조합
- 몬스터 영혼 획득과 소환수 수집
- 장비·도감·던전·몬스터 핵 변신 시스템
- 자동 테스트와 성향별 플레이테스트 봇
AI 플레이테스트를 통해 초보자가 특정 스테이지에서 오랫동안 진행하지 못하는 문제, 보스의 지나치게 높은 체력, 사용처가 부족한 재화와 같은 문제도 수치로 발견할 수 있었습니다.
그 결과 단순히 기능을 빠르게 추가하는 것에서 벗어나, 현재는 슬라임 초원 20웨이브의 핵심 재미와 완성도를 먼저 높이는 방향으로 개발 우선순위를 조정했습니다.
④ 나만의 방식 또는 개선 포인트는 무엇인가요?
저는 AI가 제안한 내용을 그대로 사용하는 대신, 게임의 기존 구조와 플레이 목적에 맞는지 다시 판단했습니다.
예를 들어 AI에게 몬스터를 많이 만들어 달라고 하면 짧은 시간에 수십 종을 제안할 수 있습니다. 하지만 수가 많아질수록 역할이 겹치고 개성이 약해지는 문제가 있었습니다. 이후에는 몬스터마다 다음 기준을 적용했습니다.
- 전투 역할이 다른 몬스터와 겹치지 않는가?
- 외형만 보고 역할을 짐작할 수 있는가?
- 플레이어가 먼저 처치해야 할 이유가 있는가?
- 소환수로 얻었을 때 사용하고 싶은가?
- 지역의 분위기와 생태계에 자연스럽게 어울리는가?
또한 AI가 코드를 수정할 때 다음 원칙을 지키도록 했습니다.
- 작업 전에 기존 코드와 문서를 먼저 확인
- 새로운 시스템보다 기존 시스템 재사용
- 기존 저장 데이터 보존
- 기능을 작은 단계로 나누어 구현
- 단계마다 자동 테스트 실행
- 정상 작동이 확인된 경우에만 Git 커밋
- AI가 완료했다고 보고해도 실제 파일과 실행 결과를 다시 확인
저만의 가장 중요한 활용 방식은 AI를 정답을 주는 도구가 아니라, 기획자·개발자·테스터 역할을 분담하는 협업 도구로 사용한 것입니다.
⑤ 다른 사람도 따라 할 수 있나요?
네. 전문 개발자가 아니더라도 작은 프로젝트부터 같은 방식을 적용할 수 있습니다.
다만 “게임을 만들어 줘”처럼 한 번에 요청하기보다 다음과 같이 구체적으로 지시하는 것이 중요합니다.
1. 프로젝트의 목적을 한 문장으로 정합니다.
2. 현재 구현된 기능과 변경할 기능을 구분합니다.
3. 절대로 바꾸면 안 되는 조건을 적습니다.
4. 작업을 작은 단계로 나눕니다.
5. 단계마다 완료 조건을 작성합니다.
6. 자동 테스트와 실제 화면 확인을 요청합니다.
7. 기존 저장 데이터와 사용자 파일을 보존하게 합니다.
8. 변경 결과를 직접 실행해서 확인합니다.
9. 문제가 있으면 기능을 더 추가하기보다 원인을 먼저 수정합니다.
10. Git을 이용해 언제든 이전 상태로 돌아갈 수 있게 관리합니다.
AI는 빠르게 많은 작업을 수행할 수 있지만, 게임의 재미와 방향을 최종적으로 결정하는 것은 제작자입니다. 따라서 AI의 결과물을 그대로 받아들이기보다 직접 플레이하고, 무엇이 재미있고 불편한지 판단하면서 반복적으로 개선해야 합니다.
영어 단어 학습과 RPG 전투를 결합한 모바일 게임 STUDY TO SLAY를 혼자 기획하고 개발하는 과정에서 AI를 활용했습니다.
게임에는 영어 문제 출제, 스킬 블록과 체인, 다수 몬스터 전투, 소환수 수집, 장비, 던전, 도감 등 많은 시스템이 필요했습니다. 혼자 모든 기능을 설계·구현·검증하기에는 시간과 작업량이 컸기 때문에 AI를 개발 보조 도구로 사용했습니다.
특히 다음 작업에 활용했습니다.
- 게임 시스템과 콘텐츠 기획
- Godot GDScript 코드 작성 및 오류 수정
- 몬스터와 웨이브 구성
- 전투 밸런스 분석
- UI 및 픽셀아트 방향 설계
- 효과음과 음성 제작 보조
- 자동 테스트와 플레이테스트
- Android 출시 준비사항 점검
② 어떤 AI를 어떻게 활용했나요?
주로 ChatGPT Codex와 Claude Code를 사용했습니다.
Codex는 프로젝트 전체 구조와 기존 코드를 분석하고, 새로운 기능을 어떤 순서로 구현해야 하는지 기획하는 역할로 활용했습니다. 기능 요구사항을 작업 단위로 나누고, 저장 데이터 호환성이나 기존 시스템과의 충돌 가능성도 함께 검토했습니다.
Claude Code에는 정리된 작업 지시서를 전달해 Godot 프로젝트의 실제 코드를 수정하도록 했습니다. 코드 수정 후에는 자동 테스트를 실행하고, 문제가 발견되면 원인을 찾아 다시 수정하도록 했습니다.
AI 활용 흐름은 다음과 같습니다.
1. 구현하고 싶은 기능과 문제점을 설명
2. AI와 함께 게임성과 기술적 위험 검토
3. 구현 조건과 완료 기준을 포함한 작업 지시서 작성
4. Claude Code가 코드와 데이터를 수정
5. Godot 자동 테스트 및 화면 캡처 실행
6. 플레이테스트 결과를 분석해 밸런스 재조정
7. 변경 내용을 문서화하고 Git으로 관리
몬스터나 지역을 기획할 때도 단순히 아이디어를 받는 데 그치지 않고, 근거리·원거리·방패·회복·저주 등의 역할이 실제 전투에서 겹치지 않는지 검토했습니다.
③ 활용 결과 어떤 변화가 있었나요?
AI를 활용하면서 막연했던 게임 아이디어를 실제로 실행할 수 있는 구조로 발전시킬 수 있었습니다.
초기의 전투는 SP를 모아 스킬 버튼을 누르는 단순한 방식이었지만, 현재는 다음과 같은 구조로 발전했습니다.
- 영어 정답으로 스킬 블록 생성
- 같은 블록을 연결하는 1·2·3체인 전투
- 여러 몬스터가 동시에 등장하는 편대 전투
- 방패병·원거리·회복·저주 몬스터의 전술적 조합
- 몬스터 영혼 획득과 소환수 수집
- 장비·도감·던전·몬스터 핵 변신 시스템
- 자동 테스트와 성향별 플레이테스트 봇
AI 플레이테스트를 통해 초보자가 특정 스테이지에서 오랫동안 진행하지 못하는 문제, 보스의 지나치게 높은 체력, 사용처가 부족한 재화와 같은 문제도 수치로 발견할 수 있었습니다.
그 결과 단순히 기능을 빠르게 추가하는 것에서 벗어나, 현재는 슬라임 초원 20웨이브의 핵심 재미와 완성도를 먼저 높이는 방향으로 개발 우선순위를 조정했습니다.
④ 나만의 방식 또는 개선 포인트는 무엇인가요?
저는 AI가 제안한 내용을 그대로 사용하는 대신, 게임의 기존 구조와 플레이 목적에 맞는지 다시 판단했습니다.
예를 들어 AI에게 몬스터를 많이 만들어 달라고 하면 짧은 시간에 수십 종을 제안할 수 있습니다. 하지만 수가 많아질수록 역할이 겹치고 개성이 약해지는 문제가 있었습니다. 이후에는 몬스터마다 다음 기준을 적용했습니다.
- 전투 역할이 다른 몬스터와 겹치지 않는가?
- 외형만 보고 역할을 짐작할 수 있는가?
- 플레이어가 먼저 처치해야 할 이유가 있는가?
- 소환수로 얻었을 때 사용하고 싶은가?
- 지역의 분위기와 생태계에 자연스럽게 어울리는가?
또한 AI가 코드를 수정할 때 다음 원칙을 지키도록 했습니다.
- 작업 전에 기존 코드와 문서를 먼저 확인
- 새로운 시스템보다 기존 시스템 재사용
- 기존 저장 데이터 보존
- 기능을 작은 단계로 나누어 구현
- 단계마다 자동 테스트 실행
- 정상 작동이 확인된 경우에만 Git 커밋
- AI가 완료했다고 보고해도 실제 파일과 실행 결과를 다시 확인
저만의 가장 중요한 활용 방식은 AI를 정답을 주는 도구가 아니라, 기획자·개발자·테스터 역할을 분담하는 협업 도구로 사용한 것입니다.
⑤ 다른 사람도 따라 할 수 있나요?
네. 전문 개발자가 아니더라도 작은 프로젝트부터 같은 방식을 적용할 수 있습니다.
다만 “게임을 만들어 줘”처럼 한 번에 요청하기보다 다음과 같이 구체적으로 지시하는 것이 중요합니다.
1. 프로젝트의 목적을 한 문장으로 정합니다.
2. 현재 구현된 기능과 변경할 기능을 구분합니다.
3. 절대로 바꾸면 안 되는 조건을 적습니다.
4. 작업을 작은 단계로 나눕니다.
5. 단계마다 완료 조건을 작성합니다.
6. 자동 테스트와 실제 화면 확인을 요청합니다.
7. 기존 저장 데이터와 사용자 파일을 보존하게 합니다.
8. 변경 결과를 직접 실행해서 확인합니다.
9. 문제가 있으면 기능을 더 추가하기보다 원인을 먼저 수정합니다.
10. Git을 이용해 언제든 이전 상태로 돌아갈 수 있게 관리합니다.
AI는 빠르게 많은 작업을 수행할 수 있지만, 게임의 재미와 방향을 최종적으로 결정하는 것은 제작자입니다. 따라서 AI의 결과물을 그대로 받아들이기보다 직접 플레이하고, 무엇이 재미있고 불편한지 판단하면서 반복적으로 개선해야 합니다.
📎 첨부파일 (1)
📄 STS_홍보영상_1분_세로_v2.mp4