- 리니지·아키에이지를 만든 송재경이 서버가 사람과 AI를 구분하지 못하는 1인 MMORPG를 공개했다
- Qwen-Image-3.0이 4.5k 토큰 입력과 10px 글자 렌더링으로 이미지 생성을 ‘생산성 도구’로 밀어붙인다
- Malloy가 SQL로 컴파일되는 시맨틱 쿼리 언어로 GitHub 스타 2.5천을 넘기며 다시 주목받는다
서버가 지금 접속한 상대가 사람인지 AI인지 구분할 수 없다면, 그건 버그일까 설계일까? 오늘 GeekNews를 달군 세 가지 이슈는 공교롭게도 모두 ‘경계가 무너지는 순간’을 다룬다. 사람과 에이전트의 경계, 예쁜 그림과 쓸모 있는 문서의 경계, 그리고 SQL의 자유와 데이터 모델의 안전 사이 경계다. 개발자라면 오늘 30초씩만 들여다볼 가치가 있는 세 가지를 3분 안에 정리했다.
서버가 사람과 AI를 구분 못 한다
‘리니지 아버지’ 송재경의 1인 프로젝트
엑스엘게임즈 창업자이자 리니지·아키에이지를 만든 송재경이 OpenMMO라는 1인 프로젝트를 공개했다. 핵심은 단순하지만 도발적이다. AI 에이전트와 인간 플레이어가 완전히 동일한 WebSocket 프로토콜을 사용한다는 점이다. 에이전트를 위한 별도의 API나 엔드포인트가 없다. 그 결과 서버는 접속한 존재가 사람인지 에이전트인지 원천적으로 구분하지 못한다. 인간이 할 수 있는 모든 동작을 에이전트가 그대로 할 수 있고, 그 반대도 성립한다.
기술 스택도 가볍다. 실시간 멀티플레이어 동기화는 WebSocket으로 처리하고, 게임 세계는 Three.js 기반의 쿼터뷰 3D 환경으로 구현했다. 대규모 엔진이나 전용 봇 프레임워크 없이, 클라이언트가 지키는 규약 하나로 사람과 에이전트를 같은 무대에 세운 셈이다.
Tech Insight — 지금까지 게임 봇은 ‘탐지하고 차단해야 할 대상’이었다. OpenMMO는 이 전제를 뒤집어, 에이전트를 1급 플레이어로 대우하는 프로토콜을 처음부터 설계했다. 별도 봇 API를 만들지 않는 이 접근은 게임을 넘어, 사람과 에이전트가 같은 인터페이스를 공유하는 서비스 설계의 참고 사례가 된다. 접근 통제와 어뷰징 방지를 어디서 할 것인가라는 숙제는 남지만, ‘에이전트 우선’ 설계의 방향성을 미리 보여준다.
10px 글자까지 읽히는 이미지 모델
‘예쁜 그림’을 넘어 ‘실용’으로
알리바바가 Qwen-Image-3.0을 공개했다. 시리즈 3세대 기반 이미지 생성 모델로, 이번 세대의 핵심 목표를 ‘Real(实)’로 잡았다. 방향은 분명하다. 보기 좋은 이미지를 넘어 실제 업무에 쓸 수 있는 결과물을 만들겠다는 것이다. 최대 4.5k 토큰 입력을 처리해 신문·스토리보드·시험지처럼 정보 밀도가 높은 레이아웃을 한 번에 생성한다. 약 3.7k 토큰짜리 지시문 하나로, 여러 이미지를 이어 붙이지 않고 3×3 인포그래픽 그리드를 단일 패스로 그려낸다.
디테일도 인상적이다. 10px 크기의 작은 글자와 LaTeX 수식, 손글씨 주석까지 읽을 수 있게 렌더링하고, 모공·머리카락·피부 질감 같은 미세 요소를 재현한다. 12개 언어와 100개 이상의 예술 스타일, 웹·게임·라이브스트리밍 UI를 지원하며, 인터넷에서 최신 정보를 검색해 이미지에 반영하기도 한다.
다만 냉정한 시선도 있다. Hacker News에서는 가중치 공개 계획이 명시되지 않았다는 점(2.0도 미공개였다), 결과물에 남는 특유의 노란 색조, 실제로 로고나 해부학적 정확도가 시연만큼 나오지 않는다는 지적이 이어졌다. 화려한 데모와 실사용 품질 사이의 간극은 직접 검증이 필요하다는 이야기다.
Tech Insight — 이미지 생성의 경쟁축이 ‘얼마나 예쁜가’에서 ‘얼마나 정보를 정확히 담는가’로 이동하고 있다. 신문 지면, 슬라이드, 인포그래픽처럼 텍스트가 핵심인 산출물을 한 장으로 뽑아낼 수 있다면, 디자인·교육·이커머스의 제작 파이프라인이 바뀐다. 단, 가중치 비공개와 색조·품질 논란이 남아 있어, 실무 도입 전에는 자사 콘텐츠로 반드시 A/B 검증을 거치는 편이 안전하다.
SQL을 다시 쓰게 만드는 언어
Looker의 실험에서 Star 2.5천으로
Malloy는 시맨틱 모델링 언어이자 쿼리 언어라는 이중 성격을 가진 오픈소스 언어다. 작성한 Malloy 쿼리는 사용 중인 데이터베이스에 최적화된 SQL로 컴파일되어 실행된다. 2022년 처음 소개될 때는 Looker 산하의 실험적 언어였지만, 지금은 malloydata로 별도 이관돼 GitHub 스타 약 2.5천 규모로 성장했다. 지원 백엔드도 당시 BigQuery·Postgres 2종에서 Snowflake·MySQL·Trino·Presto로 확장됐고, DuckDB 네이티브 지원까지 더해졌다.
Malloy가 파는 가치는 ‘정확해 보이지만 틀린 결과’의 예방이다. 대표적으로 대칭 집계(Symmetric Aggregates)가 조인 과정에서 흔히 발생하는 팬 트랩·캐즘 트랩(Fan/Chasm Trap)으로 인한 합계·평균 오집계를 언어 차원에서 자동으로 막는다. 중첩 쿼리로 계층적 뷰를 손쉽게 만들고, 첫 번째 집계 기준으로 자동 정렬돼 ORDER BY를 따로 쓸 필요도 없다. VS Code 확장으로 모델 구축부터 쿼리·시각화·대시보드까지 브라우저에서 바로 시험할 수 있다.
Tech Insight — LookML이 안전성을 주는 대신 자유를 제약했다면, Malloy는 SQL의 완전한 유연성과 시맨틱 모델의 안전성을 함께 노린다. 데이터 팀이 반복해서 겪는 조인 오집계와 정의 중복 문제를 언어 설계로 해결한다는 점이 핵심이다. dbt·SQL에 익숙한 조직이라면 곧바로 갈아탈 이유는 없지만, 지표 정의의 신뢰성이 반복적으로 문제가 되는 팀에게는 검토할 만한 선택지다.
관련 글
- AI Agent들을 위한 MMORPG 포켓몬 게임
- AGENTS.md — AI 코딩 에이전트를 위한 오픈 포맷
- Qwen-Image-2.0: 전문가 수준의 인포그래픽, 정교한 포토리얼리즘
- Malloy — 더 나은 SQL by Looker
- Quary — 엔지니어를 위한 오픈소스 BI
출처
- OpenMMO — AI Agent와 인간 플레이어가 동등하게 대우받는 MMORPG (GeekNews / x.com/appledelhi)
- Qwen-Image-3.0 (qwen.ai)
- Malloy (malloydata.dev)
AI Biz Insider · Tech Digest · aibizinsider.com
댓글 남기기