Ramen, Aura Autopilot 오픈소스로 공개… Unreal, Unity, Godot에 AI 플레이테스트 도입

게임은 문제없이 컴파일되더라도 점프가 제대로 작동하지 않거나, 목표에 도달할 수 없거나, 메뉴가 닫히지 않을 수 있다. Ramen은 이런 문제를 해결하기 위해 10월 30일 Unreal Engine, Unity, Godot용 오픈소스 게임 플레이 에이전트 Aura Autopilot을 발표했다. 이 도구는 게임을 직접 플레이하면서 게임을 익히고, 장기 목표를 추구하며, 개발자가 특정 시스템에 주의를 집중하도록 설정할 수 있게 설계됐다.

이번 발표는 Ramen이 Unreal과 Unity용으로 제공해 온 멀티 에이전트 개발 도우미 Aura의 기능을 확장한다. 제안된 작업 흐름은 흔히 따로 이뤄지는 두 가지 활동을 결합한다. 한 에이전트가 게임플레이 기능을 만들고, 다른 에이전트가 게임에 들어가 실제로 기능이 작동하는지 테스트한다. 개발자가 변경 사항이 있을 때마다 모든 기본 조작을 직접 반복하지 않아도 피드백 주기를 단축할 수 있다는 점에서 스튜디오에 의미가 있다.

코드 검사만으로는 확인할 수 없는 점, 게임을 직접 플레이하면 알 수 있다

컴파일을 통해 코드가 해당 언어의 규칙을 준수하는지는 확인할 수 있다. 하지만 플레이어가 퀘스트를 완료할 수 있는지, 스태미나 막대가 의도한 속도로 줄어드는지는 알 수 없다. 이런 결과는 입력, 물리, 애니메이션, 게임 상태, 인터페이스 요소, 때로는 서로 연결된 여러 플레이어 등 시스템이 시간의 흐름에 따라 상호작용한 결과에 달려 있다.

Ramen의 Aura 기존 Verification Agent에 관한 문서는 이러한 차이를 구체적으로 보여 준다. Unreal에서는 Play-In-Editor를 실행하고, 생성된 액터, 능력치 속성, 인터페이스 표시 여부 등 실행 중 정보를 살펴보며, 녹화한 동영상을 증거로 첨부할 수 있다. 수정 작업을 시도한 뒤 다시 검증을 실행할 수도 있다. 문서에 나온 Unity 구현은 더 간단하다. 컴파일한 뒤 플레이 모드에 들어가 스크린샷을 확인하며, 동일한 수준의 고급 동영상 증거 기능은 제공하지 않는다.

Autopilot은 새로 발표된 플레이테스트 에이전트이므로, 기존 기능은 모든 엔진에서 동일한 기능을 제공한다는 증거가 아니라 배경 정보로 봐야 한다. Ramen은 Autopilot이 슈팅 게임, 액션 RPG, 모바일 게임, 서바이벌 크래프팅 게임, 턴제 JRPG, 실시간 전략 게임을 플레이할 수 있다고 밝혔다. 이는 초기 시연에서 다룬 게임의 범위에 관한 주장이지, 모든 상용 게임이나 특이한 조작 방식이 조정 없이 작동한다는 증거는 아니다.

AI가 시연에서 이기는 것보다 중요한 것은 테스트 방향을 설정할 수 있다는 점

개발팀에 유용한 게임 플레이 에이전트라면 단순히 레벨에서 살아남는 데 그쳐서는 안 된다. 개발자가 관심을 두는 동작을 조사할 수 있어야 한다. Ramen은 Autopilot을 방향 설정이 가능한 에이전트로 소개하며, 팀이 장기 목표를 향해 계획을 세우는 동안 특정 시스템에 집중하도록 할 수 있다고 설명한다.

가상의 인벤토리 변경을 생각해 보자. 의미 있는 테스트를 하려면 아이템을 찾고, 획득하고, 인벤토리를 연 다음, 아이템을 장착하고, 캐릭터의 행동이 달라지는지 확인해야 할 수 있다. 이런 일련의 과정은 인벤토리 창이 나타나는지만 확인하는 것보다 더 많은 정보를 제공한다. 또한 간단한 스크립트 테스트로는 놓칠 수 있는 실패 지점도 여러 곳에서 드러난다.

실무적으로 개발자는 명확한 목표와 합격 조건을 작성해야 한다. “인벤토리를 테스트하라”는 지시는 해석의 여지가 크다. “이 아이템을 획득해 장착한 뒤 피해량이 달라지는지 확인하라”라고 하면 에이전트가 확인할 수 있는 결과가 제시된다. 팀은 여전히 무엇을 시도했고 어떤 일이 일어났는지 보여 주는 증거가 필요하다. 유창한 성공 메시지만으로는 충분하지 않다.

‘자기 개선’이 입증하는 것과 여전히 불분명한 점

Ramen의 CEO 겸 공동 창업자인 Andy Tsen은 발표에서 “Aura Autopilot은 실시간으로 어떤 게임이든 플레이하며 진행하는 동안 학습하고, 플레이를 거듭할수록 더 나아집니다. 이는 게임 QA의 새로운 가능성을 열어 주며, 개발자와 연구자들이 더 발전시킬 수 있도록 오픈소스로 공개합니다”라고 말했다.

Ramen은 이 에이전트를 재귀적으로 자기 개선하는 시스템이라고 설명하며, 게임 경험이 쌓일수록 더 빠르게 결과를 반환한다고 밝혔다. 하지만 이번 공개 자료에는 이러한 개선이 지속 메모리, 전략 수정, 도구 생성, 모델 학습 또는 이들의 조합 중 무엇을 통해 이뤄지는지 명시돼 있지 않다. 각 메커니즘은 재현성, 비용, 대규모 게임 업데이트 이후에도 학습한 내용을 얼마나 잘 유지하는지에 서로 다른 영향을 미친다.

변화하는 목표와 환경에 적응하는 테스트 시스템은 유용할 수 있지만, 적응 기능은 실행 결과를 서로 비교하기 어렵게 만들기도 한다. 도구를 평가하는 스튜디오는 결과와 함께 게임 빌드, 모델 구성, 목표, 시작 조건을 보존해야 한다. 그래야 고정된 버그와 레벨을 통과하는 다른 경로를 더 쉽게 구분할 수 있다.

오픈소스로 테스트 계층을 특정 모델 제공업체와 분리

Ramen에 따르면 독립형 Autopilot은 기존 Claude Code 및 Codex 구독이나 개발자 본인의 API 키를 사용할 수 있다. Aura 구독에도 통합이 진행되고 있다. 발표된 GitHub 프로젝트를 통해 스튜디오와 연구자들은 각 팀이 테스트 인프라를 따로 구축하지 않고도 테스트 계층을 살펴보고 확장할 수 있다.

이러한 유연성은 스튜디오가 자체 게임을 대상으로 모델을 비교하고 지연 시간, 신뢰성, 비용의 균형을 선택하는 데 도움이 될 수 있습니다. 빠른 모델은 단순한 상호작용은 잘 처리할 수 있지만, 앞서 내린 여러 결정을 기억해야 하는 목표를 수행하는 데는 어려움을 겪을 수 있습니다. 더 뛰어난 모델은 반복 실행 비용을 높이는 대신 완료율을 개선할 수 있습니다. 오픈 소스로 제공된다고 해서 모델 사용료나 게임 실행에 필요한 컴퓨팅 비용이 없어지는 것은 아닙니다.

Autopilot과 더 광범위한 제품인 Aura의 차이도 중요합니다. 발표에 따르면 테스트 에이전트는 Unreal, Unity, Godot을 지원하지만, Aura의 종합 개발 어시스턴트는 여전히 Unreal과 Unity에 중점을 둡니다. Autopilot의 Godot 지원을 Aura의 모든 제작 도구를 이제 Godot에서도 사용할 수 있다는 의미로 받아들여서는 안 됩니다.

성능 관련 주장을 맥락에 맞게 살펴보기

Ramen은 Autopilot이 이전 Verification Agent보다 3배 빠르게 작동하면서 비용은 더 낮으며, 게임 테스트 결과도 Bezi, NeoStack, Claude Code, Codex보다 뛰어나다고 밝혔습니다. 회사는 아키텍처와 벤치마크를 다룬 백서를 함께 공개할 계획입니다.

이 수치는 회사가 발표한 것입니다. 이 기사 작성을 위해 사전에 제공된 자료에는 전체 벤치마크 방법론, 작업 집합, 모델 버전, 실패 판정 기준 또는 비용 계산이 포함되어 있지 않습니다. 따라서 이 결과만으로 모든 스튜디오의 작업 흐름에서 전반적으로 우위에 있다고 단정할 수는 없습니다. 실제 제작 환경에서 유용한 평가를 하려면 동일한 빌드를 대상으로 테스트 완료 성공률, 발견하지 못한 결함, 오탐, 실행 시간, 총 모델 비용을 비교해야 합니다.

반복 작업은 빨라져도 사람의 QA는 여전히 필요하다

자동 플레이테스트는 소규모 팀이 반복 검사를 더 쉽게 수행하도록 돕고, 대형 스튜디오에는 변경 중인 빌드를 테스트할 또 다른 방법을 제공할 수 있습니다. 작은 변경이 여러 차례 이뤄진 뒤에도 같은 과정을 반복해야 하는 경우 특히 유용할 수 있습니다. 반면 전투가 만족스러운지, 튜토리얼이 친근하게 느껴지는지, 이야기의 한 장면이 감정적으로 와닿는지를 판단하는 데는 적합하지 않습니다.

Ramen은 테스트와 함께 제작 도구도 확장하고 있습니다. 발표에는 Figma와 Blender 연동, 프롬프트 기반 캐릭터 애니메이션, 더 큰 규모의 블록아웃을 위한 개선된 레벨 디자인 에이전트가 포함됩니다. 콘텐츠를 더 빠르게 생성할수록 그 결과로 생기는 상호작용을 점검하는 일이 더욱 중요해집니다. 제작과 테스트를 반복하는 과정의 가치는 단순히 에셋을 더 많이 만드는 데 있지 않습니다. 에셋과 시스템이 서로 얽혀 손보기 어려워지기 전에 실수를 찾아내는 데 있습니다.

Ramen의 이력을 살펴보면 이러한 전략에 초점을 맞춘 이유를 알 수 있습니다. VR 스튜디오로 출발한 이 회사는 개발자 도구로 사업을 전환하기 전에 Zenith를 개발했으며, 2026년 Coplay를 인수하면서 Aura의 Unity 역량이 강화됐다고 밝혔습니다. Autopilot은 이러한 전략을 더욱 분명하게 보여 줍니다. 게임 제작을 돕는 AI에는 자신이 만든 게임을 살펴볼 신뢰할 만한 방법도 필요합니다. 플레이어가 궁극적으로 얻을 이점은 출시된 게임에서 문제가 있는 상호작용을 덜 겪게 되는 것이지, 게임 경험이 즐길 만한지 판단하는 사람을 대신하는 것이 아닙니다.