🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

How I Manage Projects End To End (1 Hour Masterclass)를 중심으로, 새 프로젝트는 시장과 결과물이 모두 흐릿하다는 사실을 인정하고, 상세 계획보다 빠른 실행과 피드백으로 정보를 먼저 만들어야 한다를 핵심 판단 포인트로 압축 정리한다.

📌 핵심 요점

1. 새 프로젝트는 시장과 결과물이 모두 흐릿하다는 사실을 인정하고, 상세 계획보다 빠른 실행과 피드백으로 정보를 먼저 만들어야 한다.
2. 초기 팀은 특정 부서를 깊게 확장하기보다 전체 제작 흐름을 연결하는 최소 실행 가능 팀으로 구성하고, 실제 산출물을 통해 필요한 역할을 찾아야 한다.
3. 방법이 검증된 슈어샷과 방법부터 찾아야 하는 R&D를 분리하고, 혁신 영역을 한두 곳으로 제한해 일정과 비용의 폭주를 막아야 한다.
4. 수직 슬라이스와 반복 알파로 제품 품질, 팀 구조, 생산성, 병목을 함께 검증한 뒤 채용·외주·기술 구매 규모를 결정해야 한다.
5. 베타 전환율과 위시리스트 같은 시장 신호까지 확인한 다음 확장하며, 플레이북은 문서뿐 아니라 검증된 조직도·계약자·멘토 네트워크와 구성원의 암묵지까지 포함해야 한다.

🧩 배경과 문제 정의

새 프로젝트는 시장·고객·결과물에 관한 정보가 부족한 상태에서 시작한다. 이때 완성된 계획을 전제로 인력과 자본부터 확대하면 처음 설정한 방향이 틀렸을 때 손실도 함께 커진다.

실행과 실험은 단순한 제작 활동이 아니라 새로운 정보를 생산하는 과정이다. 따라서 제품 계획과 팀 구조는 학습 속도에 맞춰 함께 구체화돼야 하며, 방법이 알려진 업무와 방법부터 찾아야 하는 R&D를 분리해 불확실성을 관리해야 한다.

🕒 시간순 섹션별 상세정리

1. 시장과 결과물 모두 저해상도에서 출발한다

• 새 단백질바의 구매 수요와 맛에 대한 반응을 미리 확신할 수 없듯, 새 프로젝트도 시장과 만들어야 할 결과물이 모두 흐릿한 상태에서 시작한다. [02:07]
• 실행하고 사람을 만나며 실제 결과물을 만들수록 업계 정보가 쌓이고 프로젝트에 대한 이해도도 선명해진다. [02:54]

2. 워터폴과 애자일의 전제가 빠른 변화와 충돌한다

• 워터폴은 고객이 원하는 기능·사양·UI를 이미 안다고 가정하지만, 시장 지도가 불확실하면 처음 선택한 방향부터 틀릴 수 있다. [03:18]
• 애자일 역시 다음 스프린트의 백로그를 대략 예측할 수 있어야 하지만 AI와 유통 환경이 빠르게 변하는 상황에서는 이 전제도 약해진다. [03:51]
• 대략적인 계획으로 출발한 뒤 학습이 쌓일수록 제품 계획과 팀 구조의 해상도를 함께 높이는 방식이 필요하다. [04:20]

3. 초기 실험으로 계속할지 빠르게 판정한다

• 첫 데모나 트레일러의 결과는 계속 진행, 추가 데이터 수집, 즉시 중단이라는 세 가지 의사결정으로 연결돼야 한다. [04:55]
• ‘Unleash the Avatar’는 핵심 팀을 구성한 뒤 3개월 안에 프로젝트를 계속할지 판단하는 것을 초기 목표로 삼았다. [05:47]
• 2년 동안 완성품부터 만들면 방향이 틀렸을 때 시간과 투자금을 통째로 잃으므로 장기 개발 전에 핵심 가정을 검증해야 한다. [06:01]

4. 역할보다 해결해야 할 부서 문제를 먼저 나눈다

• 사람과 직책부터 배치하지 않고 필요한 산출물을 기준으로 부서를 나눈 뒤, 업계 실무자에게 기존 운영 방식을 확인한다. [06:31]
• 승인과 사고 방지를 담당하는 관리 인력이 약 70%인 대기업 구조를 그대로 복제하면 초기 팀이 제작 필요보다 무거워질 수 있다. [07:11]
• 부서는 시네마틱 제작과 같은 해결 대상이고, 시네마틱 디렉터 같은 역할은 실제로 그 문제를 풀며 발견한 해결책이다. [07:41]

5. 최소 실행 가능 팀은 깊이보다 전체 폭을 확보한다

• 초기에는 한 부서에 여러 직책을 두기보다 모든 핵심 부서를 최소 인원으로 연결해 전체 제작 흐름이 작동하는지 확인한다. [08:21]
• 코드·애니메이션·시네마틱·캐릭터 아트·레벨·게임 디자인·VFX·사운드에 각각 한 명을 배치해 동시 제작의 기반을 만든다. [08:41]
• 저해상도 팀에서 얻은 학습을 바탕으로 필요한 전문성과 인원을 추가하며 조직을 점차 고해상도 구조로 확장한다. [09:29]

6. 슈어샷과 R&D를 분리해 관리한다

• 각 부서를 방법이 확실한 슈어샷과 방법 자체가 불확실한 R&D로 구분하면 확장할 업무와 실험할 업무가 명확해진다. [09:42]
• 슈어샷은 검증된 기법에 인력과 자금을 더해 예측 가능한 산출량을 확대할 수 있다. [10:00]
• 제작 방법부터 찾아야 하는 R&D에는 창업자의 직접적인 관심과 반복 실험을 투입해 불확실성을 제거해야 한다. [10:15]

7. R&D는 실험 주기를 압축하고 비용 위험을 통제한다

• 하루에 수행할 수 있는 실험 횟수를 극대화해 수개월짜리 탐색을 며칠로 줄이는 것이 R&D 속도를 좌우한다. [10:41]
• 실시간 모션 캡처와 가상 카메라 미리보기는 초기 비용이 들지만 현장에서 동작과 구도를 확인해 뒤늦은 수정과 재작업을 줄인다. [11:18]
• 실패 가능성이 있는 R&D 인력의 단가는 낮게 유지하고, 검증된 슈어샷에는 단위당 더 많은 자원을 배분해 비용 위험을 통제한다. [12:18]

8. 혁신 범위를 제한하고 수직 슬라이스를 반복한다

• 모든 부서를 R&D로 운영하면 수개월짜리 프로젝트가 수년으로 늘어날 수 있으므로 혁신 영역은 한두 곳으로 제한해야 한다. [13:39]
• 이미 강점을 가진 스토리와 오디오는 기존 팀을 활용하고, 역량이 부족하거나 불확실성이 큰 제작 영역에 실험을 집중한다. [13:51]
• 최소 팀으로 첫 수직 슬라이스를 만든 뒤 다음 알파에서 같은 구간을 더 높은 해상도로 개선하며 학습을 누적한다. [14:51]

9. 반복 실험으로 고해상도 팀 구조를 완성한다

• 첫 단계에서는 필요한 부서를 넓게 찾고, 다음 단계에서는 세부 역할을 정의하며, 세 번째 알파까지 역할 사이의 빈틈을 채운다. [15:19]
• 독립성이 필요한 역할과 한 사람이 함께 맡을 수 있는 역할을 추측이 아니라 실제 작업 결과에 따라 구분한다. [16:03]
• 세 번의 알파를 거치면 어떤 인력을 왜 채용해야 하는지 설명할 수 있는 고해상도 조직도가 완성된다. [16:43]

10. 상근 인력과 외부 자원의 경계를 설정한다

• 모션 캡처 배우처럼 짧게 필요한 역할은 계약자로 확보하고, 음악처럼 내부 관리 범위를 넘어서는 작업은 외부 전문가에게 맡긴다. [16:54]
• 현지화·콘솔 규정 준수·포팅은 외주 후보지만 외부 품질이 기준에 미달하면 다시 내부화할 수 있어야 한다. [17:27]

11. 포토그래메트리를 작게 검증하고 생산성을 확인한다

• RealityScan 기반 포토그래메트리는 자산 품질뿐 아니라 데이터 정리 시간과 GPU 부하까지 함께 검증해야 했다. [18:20]
• 스마트폰과 소비자용 앱은 가능성을 확인하기에는 충분했지만 최종 품질에는 부족해 DSLR 촬영으로 전환했다. [19:10]
• 게임 자산의 약 60~70%를 스캔했지만 레벨 제작보다 스캔 결과를 정리하는 과정이 더 큰 병목이라는 사실을 발견했다. [19:39]

12. 현장 R&D를 대규모 촬영으로 확장한다

• 초기 지역의 자산이 게임 방향과 맞지 않자 찬데리에서 약 9명이 10일 동안 카메라와 드론으로 건물을 다시 촬영했다. [20:21]
• 앞선 실험에서 얻은 경험으로 촬영 시간대를 제한하고 숙박비와 장비 임대비까지 사전에 계산했다. [20:46]
• 드론 파손과 현지 조달 같은 변수도 발생했지만 스마트폰 테스트에서 지역·원정 촬영으로 단계적으로 확장한 덕분에 위험을 제한했다. [21:15]

13. 처리 용량 계산으로 기술 투자를 결정한다

• 조직 문제를 항상 채용으로 해결하지 않고 작업 비용을 수치화해 기술이 인력을 얼마나 대체할 수 있는지 판단한다. [21:31]
• 약 800개 애니메이션을 12개월 안에 키프레임으로 제작하려면 약 40명과 연간 약 4크로어가 필요하다는 계산이 나왔다. [22:15]
• 약 50락의 모션 캡처 장비가 채용 5명만 줄여도 손익분기점을 넘으므로 R&D에서는 임대하고 방식이 검증된 뒤 구매한다. [23:11]

14. 검증된 품질을 기준으로 채용 규모를 산정한다

• 환경 아티스트 1명이 3개월 동안 제작한 약 30분 분량의 플레이 가능한 레벨을 10시간짜리 게임 규모로 환산했다. [24:07]
• 이용자 반응으로 환경 품질이 검증된 시점의 생산성을 기준으로 삼고 일정 오차를 흡수하기 위해 약 30%의 버퍼를 추가한다. [24:29]
• 핵심 환경 아티스트만 늘리지 않고 회색 박스로 구조를 잡는 블록아웃 담당자처럼 병목을 해소할 보완 역할도 함께 배치한다. [24:44]

15. AI의 범위를 내부 워크플로로 제한한다

• 이용자가 직접 접하는 아이디어·대사·이미지·스킬 트리는 사람이 만들고 AI는 소통·내부 도구·팀 간 상태 공유를 가속하는 데 사용한다. [25:13]
• 같은 설명을 들은 아티스트도 서로 다른 결과물을 만들 수 있으므로 레퍼런스·스토리보드·무드보드와 진행 상태를 함께 공유해야 한다. [26:05]
• 맞춤형 스킬 트리 도구는 여러 부서의 제작 상태를 한 화면에 연결하고 음성으로 아이디어와 작업 지시를 추가할 수 있게 한다. [26:34]

16. 역할별 조달 방식과 내부 인재 육성을 병행한다

• 역할마다 기존 인력 수행, 기술 구매, 단기 외주, 정규직 채용, 멘토를 통한 내부 훈련 중 적절한 조달 방식을 선택한다. [27:53]
• 포토그래메트리 정리 작업은 사내 검증 후 약 10명 규모 팀과 3개월 계약으로 외주화해 고정 인력에서 분리했다. [28:21]
• 희소한 언리얼 엔진 VFX 인력은 기존 C++ 엔지니어를 전환하고 《패스 오브 엑자일 2》 경력 멘토와 튜토리얼로 내부 육성했다. [29:58]

17. 채용 지연과 조직 형태를 확장 전에 검증한다

• 내부 육성은 가장 느린 경로이며 외부 인재도 협상과 퇴사 통보기간을 거치면 합류까지 3~4개월이 필요하다. [30:25]
• 다시 그릴 가능성이 큰 조직도에 역할을 성급히 추가하거나 기술 대체 가능성을 검토하지 않은 채 자금을 조달하면 자본이 낭비될 수 있다. [30:59]

18. 공개 알파와 유통망으로 피드백을 구체화한다

• 기존 유통망으로 사용자를 플레이테스트에 참여시키자 막연한 반응이 전투 방식·피해량·카메라 움직임 같은 수정 가능한 문제로 바뀌었다. [31:45]
• 반복 피드백은 스킬 피해량과 메타게임을 전담할 역할까지 드러내며 제품과 조직 그래프의 해상도를 동시에 높였다. [31:56]

19. 공개된 작업으로 인재·멘토·계약자를 확보한다

• 세 차례의 트레일러가 프로젝트의 진정성을 입증하면서 영화·게임 업계의 경력자들이 합류할 수 있었다. [32:20]
• 공개 트레일러와 Codex 기반 탐색·이메일 접촉을 결합하면 세계적인 인재에게 접근하고 회신 가능성도 높일 수 있다. [33:38]
• 멘토는 희소한 내부 인력을 훈련하고 R&D 방향을 앞당기며, 계약자는 작은 역할의 필요성을 상시 채용 전에 검증하게 해준다. [34:49]

20. 투자 단계별로 확장 조건을 달리한다

• 시드 단계에서는 여러 차례 피벗하며 수익 가능한 제품과 조직의 형태를 찾고 다시 그릴 여지를 확보해야 한다. [35:30]
• 시리즈 A에서는 확인된 핵심 요소와 기술의 확장성을 증명하고, 시리즈 B에서는 조직과 사업의 형태가 사실상 확정돼야 한다. [35:40]
• 잘못된 형태로 대규모 팀을 만든 뒤 재설계하면 결국 인력을 줄여야 하므로 재설계 가능성이 충분히 낮아지기 전에는 확장하면 안 된다. [36:40]

21. 출시 이후 선호도·전환율·시장 규모를 검증한다

• 취향이 갈리는 게임은 보편적 호감보다 고유한 이용자층에서 최소 50%가 좋아하는지를 목표로 삼는다. [37:08]
• 목표 베타 구매 전환율은 5~6%이며 Steam 위시리스트 등록자 중 약 20~30%가 구매하는 수치를 대리 지표로 활용한다. [37:41]
• 인도·중국·글로벌 테스트를 바탕으로 관심 집단과 도달 가능한 비율을 추산하며 시리즈 B부터 D까지 불확실한 TAM의 경계를 확인한다. [38:29]

22. 알파·베타를 전환하고 검증된 그래프를 재사용한다

• 알파는 제품과 조직의 형태를 다시 그리는 단계이고, 베타는 형태와 전환율을 거의 확인한 뒤 세부 품질과 안정성을 개선하는 단계다. [39:13]
• 시리즈 B 이후에는 핵심 경험에 역할과 기능을 계속 덧붙이기보다 새 제품을 시작하거나 전환율과 유통 범위를 높여야 한다. [40:02]
• 새 제품에는 별도의 학습 그래프가 필요하지만 성숙 사업은 검증된 조직과 유통 그래프를 재사용할 수 있고, 이러한 해상도 재사용이 브랜드를 만든다. [40:46]

23. 플레이북의 실체와 프로젝트의 한계를 확인한다

• Rocket Internet처럼 영업·마케팅·복제 방식을 반복하는 기업의 플레이북은 강력하지만 단순한 절차 문서만으로는 같은 재현력을 만들기 어렵다. [41:21]
• 실제 플레이북에는 최종 조직도, 계약자·멘토 네트워크, 구성원에게 축적된 취향과 근육 기억 같은 암묵지까지 포함된다. [42:09]
• 방대한 업무를 비용 통제 속에서 구축했더라도 재무적 성공은 아직 확정할 수 없으며, 이 방법은 여러 가능한 프로젝트 관리 접근 중 하나다. [43:03]

🧾 결론

• 계획과 조직도는 출발점에서 완성되는 설계도가 아니라 실험 결과에 따라 계속 다시 그려지는 가설이다.
• 최소 팀, 짧은 실험 주기, 제한된 R&D, 반복 수직 슬라이스를 결합하면 큰 비용을 쓰기 전에 잘못된 방향을 발견할 수 있다.
• 채용과 장비 구매는 필요성에 대한 직감이 아니라 검증된 품질, 처리 용량, 병목과 투자 회수 가능성을 기준으로 결정해야 한다.
• 이 방식은 프로젝트 실패 위험을 줄이는 접근이지만 재무적 성공까지 보장하지는 않으며, 다른 관리 방식이 유효할 가능성도 열어 둬야 한다.

📈 투자·시사 포인트

• 시드 자본은 고정된 대규모 조직을 만드는 비용보다 제품과 조직의 형태를 탐색하고 여러 차례 피벗할 수 있는 학습 자본으로 보는 편이 타당하다.
• 시리즈 A에서는 검증된 핵심 요소와 기술의 확장성을 증명하고, 시리즈 B에 이르러서는 제품과 조직의 형태가 상당 부분 확정됐는지를 점검해야 한다.
• 기술 투자는 유행보다 처리 용량과 대체 인건비를 비교해 판단해야 하며, R&D 단계에서는 임대하고 작업 방식이 검증된 뒤 구매하는 순서가 자본 효율적이다.
• 베타 구매 의향, Steam 위시리스트 전환, 지역별 테스트는 시장 규모를 추산하는 유용한 대리 지표지만 실제 매출과 TAM을 확정하는 수치는 아니다.

⚠️ 불확실하거나 확인이 필요한 부분

• 사례의 제작 방식과 인력·장비 비용은 특정 게임 프로젝트와 지역의 조건에서 나온 값이므로 다른 산업이나 조직에 그대로 적용할 수 있는지는 별도 검증이 필요하다.
• 베타 전환율 5~6%, Steam 위시리스트 구매 전환 20~30%, 일정 버퍼 30%는 사례에서 사용한 기준이며 보편적인 성공 임계값으로 확정된 수치는 아니다.
• 발표자는 방대한 제작 체계와 비용 통제에도 재무적 성공이 아직 확정되지 않았다고 명시하므로, 운영 효율과 사업 성공을 동일시해서는 안 된다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• 프로젝트의 최종 산출물을 기능이 아니라 해결해야 할 부서 문제로 분해하고, 전체 흐름을 연결할 최소 실행 가능 팀을 그린다.
• 각 업무를 슈어샷과 R&D로 분류하고, 이번 단계에서 혁신할 영역을 한두 곳으로 제한한다.
• 첫 수직 슬라이스의 기간, 비용 한도, 성공 지표, 추가 데이터 조건과 중단 조건을 사전에 명시한다.
• 검증된 생산성을 기준으로 업무량과 병목을 수치화하고 직접 수행·기술 구매·계약·채용·멘토링 중 조달 방식을 선택한다.

❓ 열린 질문

• 현재 프로젝트에서 가장 먼저 검증해야 하며 실패할 경우 즉시 중단해야 하는 핵심 가정은 무엇인가?
• 어떤 역량은 장기적인 자연적 우위가 되므로 내부에 남겨야 하고, 어떤 업무는 계약자나 외주로 분리해도 되는가?
• 알파에서 베타로, 시드에서 시리즈 A로 넘어가기 위해 필요한 제품 품질·생산성·전환율의 구체적인 임계값은 무엇인가?