Cover · Issue 017
"버려진 시안들 사이에서 — 무엇이 남고, 무엇이 사라졌는가."
TSTF MAG · 2026
AI로 시도가 싸졌고, 실패도 빨라졌다. 그렇다면 실패에서 배우는 것의 가치는 어디로 갔는가. 여러 시안을 만들어 버리는 흐름이 표준이 된 지금 — 우리는 무엇을 배우고, 무엇을 그냥 흘려보내고 있는가.
프로토타입 하나를 만드는 데 오후 한 시간이면 충분해진 세상이 됐다. 만들고, 보고, 버리고, 다시 만든다. 그 속도 자체는 분명히 좋은 것처럼 보인다.
그런데 편집부 안에서 최근 이런 말이 나왔다. "요즘은 실패해도 별로 남는 게 없는 것 같다." 처음엔 그냥 지나쳤다. 그런데 며칠 지나도 그 말이 머릿속에 걸려 있었다.
실패가 싸지면 실패에서 배우는 것도 싸지는가.
— 편집부 내부 메모 · 2026.05과거에는 실패 하나에 비용이 컸다. 시간도, 사람도, 돈도 들었다. 그래서 실패하면 반드시 원인을 파헤쳤다. "왜 안 됐는지"를 정확히 알아야 다음 시도에서 같은 돈을 낭비하지 않을 수 있었으니까. 실패 자체가 하나의 비싼 교재였다.
지금은 다르다. AI로 시안 열 개를 만들고 아홉 개를 버리는 데 한 시간도 안 걸린다. 버리는 게 아깝지 않으니, 왜 버렸는지 깊이 생각하지 않는다. 그냥 다음 걸 만든다. 이게 효율처럼 보이지만 — 동시에 뭔가를 잃고 있는 것은 아닐까.
Note 여기서 말하는 "실패"는 큰 프로젝트 실패가 아니다. 게임 개발로 치면 프로토타입을 만들어보고 아닌 것 같아서 버리는 것, 기획안을 써보고 맞지 않아 접는 것, 기능을 붙여봤다가 제거하는 것 — 이런 일상의 작은 실패들이다. 이 호에서 다루는 건 그 반복되는 작은 버림들의 이야기다.
실패에서 배운다는 말은 두 가지가 섞여 있다. 하나는 "이게 왜 안 됐는지"를 아는 것이고, 다른 하나는 "내가 무엇을 원하는지"를 더 정확히 아는 것이다. 과거에는 비용이 크니까 두 가지 모두 억지로라도 했다. 지금은 둘 다 선택 사항이 됐다.
시안이 마음에 들지 않을 때, 예전에는 어떤 부분이 문제인지 짚어야 했다. 그래야 다음 시안에 그걸 반영할 수 있었으니까. 지금은 그냥 "다시 생성"을 누르면 된다. AI가 알아서 다른 방향을 제안해 준다. 이 과정에서 나는 무엇을 싫어하는지, 왜 싫어하는지를 말로 꺼내는 일이 줄어든다. 결과적으로 나 자신에 대한 이해가 쌓이지 않는다.
게임 개발에서 이 현상은 특히 뚜렷하다. 밸런싱 수치를 AI로 열 가지 만들어보고 "이게 좋은 것 같은데"로 결정하면 — 왜 그 수치가 좋은지 설명하지 못하는 상태가 된다. 다음번에 비슷한 결정을 또 맞닥뜨렸을 때, 같은 과정을 처음부터 다시 해야 한다. 쌓인 게 없으니까.
원하는 것을 찾는 데도 실패가 필요하다. "이건 아니다"를 느끼는 경험이 쌓여야 "이게 맞다"가 선명해진다. 그런데 시안을 너무 빠르게 넘기면, 각각의 시안을 충분히 들여다보지 않게 된다. 아닌 것 같다 — 다음, 아닌 것 같다 — 다음, 의 반복이 된다.
이 상태에서 생기는 문제는 흥미롭다. 결과물이 늘어날수록 "내가 뭘 원하는지 모르겠다"는 감각도 함께 늘어나는 것이다. 선택지가 많으면 결정이 쉬워질 것 같지만 — 실제로는 반대인 경우가 많다. 각 선택지를 충분히 맛보지 않으면, 비교 기준 자체가 생기지 않는다.
실패 비용이 줄었다고 해서 실패로 잃는 게 없어진 건 아니다. 잃는 것의 종류가 바뀌었을 뿐이다. 돈과 시간 대신 — 학습, 판단력, 자기 이해가 빠져나가고 있다. 이 손실은 눈에 잘 안 보인다. 프로토타입을 열 개 버렸는데 뭔가 남아있는 것 같아서 — 실제로는 아무것도 안 쌓였는데도 뭔가 한 것 같은 느낌이 든다. 그게 이 시대 실패의 새로운 함정이다.
이 현상을 다른 각도에서 보면 더 뚜렷해진다. 실패에서 배우려면 두 가지가 필요하다. 첫째, 왜 실패했는지 들여다보는 시간. 둘째, 그 관찰을 말로 만드는 과정. AI 기반 빠른 반복은 이 두 가지 모두를 건너뛰게 만든다.
| 빠른 반복 (AI 시대) | 느린 반복 (과거 방식) | |
|---|---|---|
| 실패 비용 | 낮다 | 높다 |
| 실패 분석 | 선택 사항 | 사실상 필수 |
| 판단력 축적 | 흐릿해지기 쉽다 | 강제로 쌓인다 |
| 자기 이해 | 의식하지 않으면 없다 | 자연스럽게 생긴다 |
| 결과물 수 | 많다 | 적다 |
| 남는 것 | 결과물. 그뿐. | 결과물 + 과정 이해 |
표를 보면 역설이 보인다. 실패를 많이 할수록 배움이 줄어드는 구조다. 정확히는 — 실패의 수가 늘어도, 실패를 다루는 시간이 줄어들면 — 배움도 줄어든다. 이건 도구의 잘못이 아니다. 도구는 그냥 빠르게 만들어줄 뿐이다. 그 속도 앞에서 어떻게 멈출지를 결정하는 건 사람이다.
비유하자면 이렇다. 과거의 실패는 비싼 식당에서 맛없는 음식을 시킨 것과 같다. 돈이 아까우니까 왜 맛없었는지 오래 생각한다. 지금의 실패는 편의점에서 과자를 하나 집었다가 내려놓는 것과 같다. 아깝지 않으니까 왜 내려놨는지 생각하지 않는다. 그게 천 번 쌓이면 — 내가 어떤 맛을 좋아하는지 오히려 모르게 된다.
이 각도를 받아들이면 몇 가지가 따라온다. 전부 도구를 바꾸자는 이야기가 아니다. 도구를 쓰는 방식에 작은 의도를 더하는 이야기다.
게임 개발은 원래부터 실패가 많은 일이다. 기획이 뒤집히고, 프로토타입이 버려지고, 기능이 잘려나간다. 그게 개발이다. 그런데 AI가 그 속도를 더 빠르게 만들면서 — 이 호에서 다루는 문제가 TSTF 안에서도 조금씩 현실이 되고 있다.
개인 차원에서 보면, 빠른 반복의 편리함에 익숙해질수록 "내가 왜 이 방향을 골랐는가"를 설명하기 어려워지는 순간이 생긴다. 기획 회의에서 "그냥 해봤더니 이게 더 좋던데요"는 점점 설득력이 약해진다. AI가 대신 만들어준 결과를 고른 것인지, 내 판단으로 고른 것인지가 흐릿해진다.
팀 차원에서 보면, 각자가 빠르게 만들고 버리는 사이에 팀 전체의 방향 감각이 조금씩 어긋날 수 있다. 한 사람은 이 방향으로 프로토타입을 열 개 만들어 버리고, 다른 사람은 반대 방향으로 열 개를 만들어 버린다. 두 사람 모두 "나는 충분히 시도해봤다"고 생각하지만 — 팀으로서는 같은 실험을 두 번 한 셈이 된다. 실패 비용이 낮아졌는데도 팀의 총 비용은 오히려 올라가는 역설이다.
그래서 이 호의 질문은 결국 여기에 닿는다. 빠른 실패를 하되, 그 실패를 어떻게 팀의 자산으로 바꾸는가. 도구가 빠를수록 이 질문이 더 중요해진다. 도구는 실패를 싸게 만들어줬지만, 그 실패를 의미 있게 만드는 건 여전히 우리의 일이다.
이번 호의 결론을 당신에게 미룬다. 정해진 답은 없다. 점심 자리에서 한 번쯤 꺼내볼 만한 질문들이다.
버릴 때 왜 버리는지 한 줄이라도 남겼는가? 남겼다면 그게 이후 결정에 영향을 줬는가? 안 남겼다면, 지금 그 이유를 말할 수 있는가?
새로 만든 것은 자주 공유되는데, 버린 것은 잘 공유되지 않는다. 그 버림 안에 팀이 알아야 할 판단이 얼마나 들어있을까? 공유되지 않는 실패는 팀에 어떤 영향을 주는가?
"이게 더 좋아 보여서"와 "이게 맞다고 판단해서"는 다르다. 지금 내가 AI 결과물을 고르는 방식은 어느 쪽에 가까운가? 그 기준은 어디서 왔는가?
이 호를 쓰면서 편집부 스스로도 같은 문제를 마주했다. 초안을 여러 방향으로 빠르게 만들어보고 — 그중 하나를 고를 때 왜 그걸 골랐는지 설명하기 어려운 순간이 있었다. "이게 더 나은 것 같아서"라는 말 뒤에 이유가 흐릿했다.
그게 이 호의 출발점이 됐다. 실패가 싸진 것이 문제가 아니다. 실패를 다루는 습관이 아직 새 속도에 맞춰지지 않은 것이 문제다. 도구는 이미 빠른데, 배우는 방식은 아직 느린 시대의 것 그대로다.
이 간격을 메우는 방법이 무엇인지 — 편집부는 아직 좋은 답을 갖고 있지 않다. 다만 한 가지는 말할 수 있다. "왜 버렸는가"를 기록하는 사람과 그냥 넘기는 사람 사이의 간격이, 앞으로 몇 년 뒤에는 꽤 커져 있을 것이라는 감각이다. 빠른 실패 자체가 경쟁력이 아니라 — 빠른 실패에서 빠르게 배우는 것이 경쟁력인 시대가 됐다.
— Desk γ결과물의 양이 늘어날수록 남는 것이 줄어드는 역설에 관하여.