기존 게임의 수익성, AI로 어디서부터 높일 수 있을까? - 인프라 전환과 AI
기존 게임에 출석 이벤트를 한 번 더 열 때, 실제로 얼마가 들까요? 매달 나가는 서버 라이선스와 이벤트마다 되풀이되는 제작·QA·운영 작업을 나눠 보면 비용을 줄일 지점이 보입니다. BPMG가 기존 게임 IP의 수익성을 높이기 위해 인프라 전환과 AI 자동화를 함께 보는 이유입니다.
핵심 요약
- 기존 게임의 비용은 매달 지출하는 인프라 고정비와 이벤트를 열 때마다 드는 제작·운영비로 나눠 볼 수 있습니다.
- BPMG의 인프라 전환 사례에서는 월 약 140만 원이던 Windows Server 라이선스 비용이 0원이 됐습니다. AI 자동화의 적용 대상은 그다음에도 남는 에셋 제작, 반복 테스트, 운영 점검입니다.
- 기획서에 적힌 조건을 제작과 QA가 함께 사용하면, 담당자가 바뀔 때마다 요구사항을 다시 설명하는 시간을 줄이고 같은 기준으로 변경 사항을 검증할 수 있습니다.
출석 이벤트를 한 번 더 열 수 있을까?
기존 게임에 3일짜리 출석 이벤트를 기획했다고 가정해 보겠습니다. 이미 출석 기능이 있고 보상으로 지급할 아이템도 있습니다. 그런데 일정을 잡으려면 배너를 만들 사람, 보상을 설정할 사람, 테스트할 사람, 오픈 후 지급 내역을 확인할 사람의 시간을 다시 맞춰야 합니다.
보상을 마지막 날에서 둘째 날로 옮기는 작은 변경도 마찬가지입니다. 기획서만 고쳐서는 끝나지 않습니다. 배너에는 여전히 ‘3일째 특별 보상’이라고 쓰여 있을 수 있고, QA 담당자는 이전 기준으로 정상 여부를 판단할 수 있습니다. 게임을 잘 아는 담당자가 매번 전 과정을 따라가야 한다면 이벤트 하나를 추가하는 결정도 무거워집니다.
BPMG의 Game Lifecycle Engineering(기존 게임 IP의 기획·제작·포팅·QA·라이브 운영 공정마다 AI를 붙여 반복 작업을 줄이고 게임을 더 오래 운영하는 BPMG의 제작·운영 체계)은 이런 상황에서 출발합니다. 기존 게임 IP의 수익성을 개선하려면 먼저 매달 부담하는 비용을 낮추고, 같은 팀이 다음 이벤트를 준비할 때 다시 해야 하는 일을 줄여야 합니다.
고정비는 청구서에서 확인할 수 있습니다
BPMG의 한 게임 인프라 전환 사례에서는 Windows Server와 SQL Server를 사용하던 환경을 Linux와 PostgreSQL 기반으로 옮겼습니다. 전환 전인 2026년 4월 청구서에서 Windows Server 라이선스 비용은 월 1,400,337원이었고, 전환 후 해당 항목은 0원이 됐습니다. 같은 월 비용을 12개월로 환산하면 약 1,680만 원입니다.
이 금액은 Windows Server 라이선스에 해당합니다. 서버 연산, 저장 공간, 백업 비용은 전환 뒤에도 발생합니다. 게임사가 도입을 판단할 때 유용한 계산은 자사 청구서에서 실제로 없어질 항목을 찾고, 그 절감액으로 이전과 검증에 든 비용을 몇 개월 안에 회수할 수 있는지 보는 것입니다.
인프라 전환은 매달 지출하는 금액을 바꿉니다. 이벤트를 한 번 더 열 여력을 확보하려면 사람의 시간이 어디에 쓰이는지도 함께 봐야 합니다.
기획서 한 줄을 제작과 테스트가 함께 읽도록
“계정당 하루 한 번 참여할 수 있고, 3일 출석하면 추가 보상을 지급한다.” 이 한 줄에는 이벤트 화면에 표시할 안내와 QA가 확인할 조건이 함께 들어 있습니다. BPMG가 개발하고 있는 방향은 이 조건을 토대로 AI가 제작을 돕고 테스트 시나리오 초안까지 만들도록 연결하는 것입니다.
예를 들어 AI는 같은 날 보상 버튼을 두 번 누르는 경우, 세 번째 출석을 마친 경우를 테스트 후보로 만들 수 있습니다. ‘하루’가 어느 시각에 바뀌는지 기획서에 없다면 그 조건은 담당자가 먼저 정해야 합니다. 기획 단계에서 한 번 확정한 기준을 화면 문구와 테스트에 함께 쓰면, 오픈 직전에 서로 다른 해석을 발견해 고치는 일을 줄일 수 있습니다.
제작에서도 기존 게임 자산은 좋은 출발점입니다. BPMG는 캐릭터 원화와 기존 텍스처를 활용해 제작용 에셋을 만드는 공정을 개발했고, 이전 기획과 이미지를 활용해 이벤트 페이지를 작성·수정하는 시제품도 만들었습니다. 게임의 분위기와 보상 정책은 담당자가 결정하고, AI는 그 결정에 따라 반복해서 만들어야 하는 초안과 변형 작업을 맡는 방식입니다.
QA는 Android 데모에서 AI가 게임 화면을 직접 조작하고 실행 이력을 남기는 단계까지 구현했습니다. 앞의 출석 이벤트라면 보상 정책이 바뀔 때마다 같은 계정 조건으로 같은 동작을 다시 실행하는 데 활용할 수 있습니다. 기획서에서 만든 시나리오를 제작·QA 전 과정에 연결하는 작업은 단계적으로 진행하고 있습니다.
운영의 안정성은 이벤트가 열린 뒤에 드러납니다
이벤트 참여 건수는 늘었는데 보상 지급 건수가 따라오지 않는다면, 운영 담당자에게 필요한 것은 두 수치가 언제부터 엇갈렸는지 확인할 근거입니다. 지급 오류인지, 데이터 수집이 늦어진 것인지에 따라 대응이 달라지기 때문입니다.
BPMG는 운영자가 이용자 활동과 데이터 수집 상태를 확인하는 지표 화면을 운영에 적용하고, AI도 같은 기준으로 데이터를 조회할 수 있도록 기본 연결 기능을 구현했습니다. 개발 중인 제작·QA 절차가 이 운영 기록과 연결되면, 담당자는 기획한 조건과 테스트에서 확인한 결과, 오픈 후 실제로 일어난 일을 같은 기준으로 살펴볼 수 있습니다.
도입 효과는 이벤트 한 건을 기준으로 판단할 수 있습니다. 준비에 며칠이 걸렸는지, AI 사용료와 사람의 검수 시간을 더한 총비용은 얼마인지, 보상 오류를 얼마나 일찍 발견했는지를 이전 이벤트와 비교하는 것입니다. 그래야 비용을 줄인 만큼 다음 콘텐츠에 실제로 투입할 여력이 생겼는지 알 수 있습니다.
우리 게임에서 시작한다면
첫 논의에는 월 인프라 청구 내역과 최근 반복해서 진행한 이벤트 한 건이면 충분합니다. 청구 내역에서는 전환으로 줄일 수 있는 고정비를, 이벤트 진행 과정에서는 담당자가 매번 다시 만드는 에셋과 손으로 반복하는 테스트를 찾을 수 있습니다. 기존 게임 IP의 운영 방식과 수익 구조를 재검토하고 있다면, 이 두 자료를 바탕으로 BPMG와 첫 적용 범위를 논의할 수 있습니다.
- 매달 지출하는 비용 가운데 환경을 전환하면 줄어드는 항목은 무엇인가?
- 이벤트를 한 번 더 열기로 했을 때 가장 많은 시간이 필요한 작업은 무엇인가?
- 그 작업을 AI에 맡긴 뒤에도 담당자가 품질을 확인할 기준과 기록이 있는가?
Game Lifecycle Engineering의 다른 영역과 공정 간 연계 사례는 개발과 검증이 진전되는 대로 후속 리포트에서 소개하겠습니다.