OpenGame: 게임 제작을 위한 오픈 에이전트 코딩 프레임워크

기존 코드 에이전트는 단일 파일 코딩에는 능숙하지만, 게임 엔진의 복잡한 상태 관리와 다중 파일 간의 의존성 문제로 인해 실행 가능한 게임을 만드는 데 한계가 있었다. OpenGame은 게임 전용 구조적 가이드와 디버깅 프로토콜을 도입하여 누구나 아이디어만으로 완성도 높은 웹 게임을 제작할 수 있는 환경을 제공한다.

기존의 대형 언어 모델(LLM)은 코드의 문법적 정확성은 높지만, 게임처럼 물리 엔진, 실시간 루프, 다중 파일 간의 상태 동기화가 복잡하게 얽힌 시스템에서는 '논리적 불일치'와 '파일 간 비정합성' 문제를 일으킨다. 이는 마치 개별 부품은 잘 만들지만 전체 기계의 조립 설계도가 없어 작동하지 않는 것과 같다.

OpenGame은 이를 해결하기 위해 'Game Skill'이라는 개념을 도입한다. 먼저 Template Skill은 딥러닝의 Embedding 공간에서 유사한 구조를 찾는 것처럼, 사용자의 요구사항을 물리적 특성(중력 유무, 시점 등)에 따라 최적의 프로젝트 골격(Skeleton)에 매핑한다. 이를 통해 모델이 백지상태에서 코딩하는 것이 아니라 검증된 아키텍처 위에서 세부 로직만 구현하도록 유도한다.

또한 Debug Skill은 학습 과정에서 발생하는 오류 패턴을 '에러 시그니처'로 저장하고 이에 대한 해결책을 프로토콜화한다. 이는 Gradient Descent가 오차를 줄여나가는 원리와 유사하게, 반복되는 통합 실패를 시스템적으로 학습하여 다음 생성 시 동일한 실수를 방지하고 실행 가능한 최종 결과물에 도달하게 만든다.

OpenGame의 핵심은 GameCoder-27B 모델과 6단계 에이전트 워크플로우의 결합이다. 모델 학습은 Phaser 엔진 문서와 GitHub 저장소를 활용한 Continual Pre-training으로 시작하여, 복잡한 게임 설계 프롬프트에 대응하는 Supervised Fine-tuning을 거친다. 마지막으로 Reinforcement Learning 단계에서는 [코드 생성 → 샌드박스 실행 → 테스트 통과율 계산] 과정을 통해 보상을 부여하며 논리적 신뢰도를 높인다.

에이전트 워크플로우는 초기화 및 분류, 스캐폴딩, 게임 디자인 문서(GDD) 생성, 멀티모달 자산 합성, 컨텍스트 인식 코드 구현, 검증 및 자기 수정의 6단계를 따른다. 특히 'Three-Layer Reading Strategy'를 사용하여 [API 요약 → 대상 소스 파일 → 구현 가이드] 순으로 정보를 로드함으로써 컨텍스트 오버플로우를 방지하고 구현의 정확도를 높인다.

코드 구현 시에는 'Template Method Pattern'을 적용한다. 에이전트가 처음부터 모든 코드를 작성하는 대신, 베이스 클래스의 훅(Hook) 메서드(예: setupCustomCollisions)를 오버라이드하는 방식으로 게임별 특화 로직을 주입한다. 이는 전체 게임의 라이프사이클 관리를 보장하면서도 유연한 기능 확장을 가능하게 한다.

OpenGame-Bench의 150개 작업에서 Claude Sonnet 4.6을 백엔드로 사용했을 때 Build Health(BH) 72.4, Visual Usability(VU) 67.2, Intent Alignment(IA) 65.1을 기록하며 기존 SOTA인 Cursor 대비 모든 지표에서 우위를 점했다. 특히 의도 정렬(IA) 지표에서 +6.2점의 가장 큰 향상을 보였다.

Ablation Study 결과, GameCoder-27B 특화 모델은 일반 모델 대비 BH +1.1, VU +3.2, IA +4.3의 성능 향상을 가져왔다. 또한 반복적 디버깅(T=5)을 적용했을 때 BH가 58.4에서 72.4로 크게 개선되어, 실행 기반의 피드백 루프가 게임 생성의 완성도에 결정적인 역할을 함을 입증했다.

장르별 분석에서는 플랫폼러(IA 76.8)와 탑다운 슈팅(IA 71.4) 등 물리 법칙이 명확한 장르에서 높은 성능을 보였으나, 전략(IA 58.2)이나 퍼즐(IA 52.6)처럼 추상적인 논리 상태 관리가 중요한 장르에서는 상대적으로 낮은 성과를 기록하여 향후 연구 과제를 제시했다.

OpenGame 아키텍처는 모델 학습, 자율 에이전트 워크플로우, 에이전트 진화(Game Skills)의 세 가지 기둥으로 구성된다. 핵심 모델인 GameCoder-27B는 Qwen3.5-27B를 기반으로 하며, 특히 강화학습 단계에서 단위 테스트 통과율을 보상 함수로 사용하여 다중 파일 프로젝트에서의 논리적 일관성을 강화했다.

에이전트의 'Physics-First Classification'은 장르 이름 대신 중력 유무, 시점, 이동 방식 등 물리적 제약 조건을 기준으로 게임을 5가지 아키타입(platformer, top_down, grid_logic, tower_defense, ui_heavy)으로 분류한다. 이는 모델이 적절한 코드 템플릿과 API 제약 조건을 선택하도록 돕는 강력한 Prior 역할을 한다.

디버깅 프로토콜(P)은 단순한 구문 오류 수정을 넘어, 자산 키 불일치나 장면 전환 오류와 같은 고빈도 통합 실패 사례를 '에러 시그니처'와 '검증된 수정안' 쌍으로 관리한다. 새로운 오류가 발견될 때마다 프로토콜이 확장되는 구조를 통해 에이전트의 문제 해결 능력이 누적적으로 향상된다.

추상적인 논리 상태 관리가 중요한 전략 및 퍼즐 장르에서는 성능이 저하된다. 또한 명시적인 추적 신호가 없는 논리적 비동기화 오류(예: 인벤토리 추적 실패)는 에이전트가 감지하고 수리하기 어렵다는 한계가 있다.