게임 프로토타입 폐기 비용 추적과 실험 포트폴리오 지표 설계

핵심 요약

프로토타입의 폐기 비용은 실패를 판정하는 점수가 아니라 다음 실험을 더 빠르게 선택하기 위한 의사결정 데이터다. 인건비·외주비·인프라비·재작업비를 실험 단위로 기록하고 비용 자체보다 얻은 신호와 다음 단계 비용을 함께 비교해야 실험 포트폴리오를 관리할 수 있다.

핵심 운영 원칙은 세 가지다.

실험 시작 전에 가설, 범위 상한, 종료 기준을 기록한다.
종료 후 실제 투입 비용과 얻은 증거의 질을 함께 남긴다.
이미 쓴 비용이 아니라 다음 실험의 기대 정보 가치와 비용으로 우선순위를 정한다.

게임 R&D에서 프로토타입 폐기 비용을 추적해야 하는 이유는 무엇인가?

프로토타입은 완성품을 만드는 작업이 아니라 불확실성을 줄이는 실험이다. 따라서 결과물이 폐기되었더라도 다음과 같은 정보를 얻었다면 R&D 관점에서 의미가 있다.

핵심 조작감이 목표 장르의 기대와 맞지 않는다는 사실
특정 기술 조합에서 성능 문제가 반복된다는 사실
플레이테스트에서 재미를 만드는 순간과 이탈 지점
재사용 가능한 코드, 툴, 아트 파이프라인

문제는 팀이 이 정보를 비용과 연결하지 못할 때 발생한다. 어떤 실험은 3일 만에 명확한 중단 신호를 주고 어떤 실험은 3주 동안 범위가 계속 확장되지만 의사결정에는 거의 기여하지 못한다. 두 작업을 모두 단순히 성공 또는 실패로 기록하면 실험 설계의 품질을 개선하기 어렵다.

폐기 비용을 추적하면 다음 질문에 답할 수 있다.

어떤 유형의 가설을 검증하는 데 비용이 많이 드는가?
어느 단계에서 중단하면 가장 적은 비용으로 신호를 얻을 수 있는가?
현재 팀의 개발 용량 중 탐색형 실험과 핵심 기능 검증에 각각 얼마를 배분해야 하는가?
폐기된 결과물 중 재사용 가능한 자산은 무엇인가?

프로토타입 폐기 비용에는 무엇을 포함해야 하는가?

처음부터 모든 비용을 회계 수준으로 정밀하게 계산할 필요는 없다. 중요한 것은 모든 실험에 같은 기준을 적용하는 것이다. 실무에서는 통제 가능한 직접 비용과 용량 계획에 사용하는 기회비용을 분리하는 편이 좋다.

비용 항목	계산 기준	운영 목적
인건비	역할별 투입 시간 × 내부 기준 시급	팀 용량과 실험 규모 비교
외주비	계약 금액 또는 작업 단위별 지급액	외부 의존성 및 현금 지출 추적
인프라비	빌드 서버, 테스트 디바이스, 클라우드 사용량	기술 검증 비용 파악
재작업비	가설 변경이나 방향 전환으로 발생한 추가 작업	범위 관리와 요구사항 품질 개선
기회비용	같은 기간에 포기한 다른 작업의 예상 가치	분기별 용량 배분 판단
재사용 가치	코드·툴·문서·아트의 재사용 가능성	폐기 비용의 실질적 순감액 계산

직접 폐기 비용은 다음처럼 정의할 수 있다.

C_{discard}=C_{labor}+C_{external}+C_{infra}+C_{rework}

인건비는 역할별로 계산한다.

C_{labor}=\sum_{r}(H_r \times R_r)

여기서 $H_r$ 은 역할 $r$ 의 투입 시간이고 $R_r$ 은 해당 역할의 내부 기준 시급이다. 실제 급여를 공개하기 어려운 조직이라면 디자이너·클라이언트 프로그래머·서버 프로그래머·아티스트별 가상 시급을 정해 일관되게 사용하면 된다.

기회비용은 별도 필드로 두는 것이 안전하다. 기회비용을 폐기 비용에 즉시 합산하면 팀이 불확실한 작업을 시도하지 않게 될 수 있기 때문이다. 운영 대시보드에서는 직접 비용을 기준으로 비교하고 분기 계획에서는 기회비용을 참고하는 방식이 적절하다.

폐기와 실패를 어떻게 구분할 것인가?

폐기 여부만 기록하면 지표가 곧 비난의 도구가 된다. 먼저 실험 종료 결과를 최소 네 가지로 나누자.

종료 결과	의미	다음 행동
Continue	가설을 지지하는 신호가 충분함	다음 검증 단계로 이동
Pivot	일부 신호는 있으나 가설이나 대상이 변경됨	수정된 가설로 재실험
Archive	현재 목표에는 부합하지 않지만 기록이나 자산을 보존함	재사용 조건을 문서화
Stop	목표 신호를 얻지 못했거나 비용 상한에 도달함	추가 투입 중단

Stop과 Archive는 반드시 실패를 의미하지 않는다. 예를 들어 5일 안에 조작감의 한계를 확인했다면 결과물은 폐기되어도 실험은 성공적으로 종료된 것이다. 반대로 기능이 계속 추가되었지만 핵심 가설을 검증하지 못했다면 완성도가 높아도 실험 효율은 낮다.

이 구분을 위해 실험 문서에 다음 세 항목을 고정한다.

검증하려는 가설
관찰 가능한 성공 또는 중단 신호
결과물이 아니라 의사결정에 필요한 최소 증거

실험 단위와 데이터 스키마는 어떻게 설계할까?

가장 작은 관리 단위는 프로토타입 빌드가 아니라 의사결정 가능한 실험이어야 한다. 하나의 빌드에서 조작감, 네트워크 동기화, 수익화까지 동시에 검증하려 하면 비용과 신호의 관계가 흐려진다.

다음 필드를 실험 원장에 사용할 수 있다.

필드	예시	설명
experiment_id	EXP-2026-014	실험을 식별하는 고유 키
hypothesis	2인 협동 회피가 재플레이 의향을 높인다	검증 대상 가설
scope_cap	8인일, 10일	비용과 기간의 상한
signal_definition	첫 10분 내 협동 행동 3회 이상	관찰 가능한 신호
actual_cost	직접 비용 합계	종료 후 실제 투입 비용
decision	Pivot	종료 결과
evidence_confidence	Low, Medium, High	증거의 신뢰도
reusable_assets	입력 모듈, 테스트 맵	재사용 가능한 산출물
next_cost	다음 검증에 필요한 예상 비용	우선순위 계산 기준

예시 기록은 다음과 같다.

{
  "experiment_id": "EXP-2026-014",
  "hypothesis": "2인 협동 회피가 재플레이 의향을 높인다",
  "scope_cap": {
    "person_days": 8,
    "calendar_days": 10
  },
  "signal_definition": "첫 10분 내 협동 행동 3회 이상",
  "actual_cost": {
    "labor_hours": {
      "design": 10,
      "client": 22,
      "art": 8
    },
    "external_cost": 0,
    "infra_cost": 45
  },
  "decision": "Pivot",
  "evidence_confidence": "Medium",
  "reusable_assets": ["input-module", "test-map"],
  "next_cost": 1200
}

금액과 시간만 저장하면 나중에 왜 중단했는지 알 수 없다. 가설, 관찰 신호, 증거 신뢰도, 다음 행동까지 같은 레코드에 묶어야 비용 데이터가 실제 의사결정으로 이어진다.

실험 효율을 측정하는 핵심 지표는 무엇인가?

폐기 비용 하나만 보면 규모가 큰 실험이 항상 나쁘게 보인다. 다음 지표를 함께 사용하면 비용과 학습량을 균형 있게 볼 수 있다.

1. 신호 획득 비용

실험에서 사전에 정의한 신호를 얻는 데 들어간 비용이다.

C_{signal}=\frac{C_{discard}}{S}

$S$ 는 관찰된 유효 신호의 개수 또는 정규화된 신호 점수다. 신호를 0 또는 1로만 기록하면 정보가 지나치게 단순해지므로 조직에 맞게 0~3점 척도를 둘 수 있다.

0점: 가설과 관련된 신호를 얻지 못함
1점: 약한 신호가 있으나 재현성이 낮음
2점: 반복 관찰되며 다음 실험에 반영 가능
3점: 중단 또는 진행 결정을 명확히 할 정도로 강함

2. 의사결정 비용

실험이 Continue, Pivot, Archive, Stop 중 하나의 결정을 가능하게 하는 데 들어간 비용이다. 결과물이 폐기되었더라도 명확한 결정을 만들었다면 신호 획득 비용은 낮아질 수 있다.

3. 시간 대비 신호

R_{learning}=\frac{S}{T_{calendar}}

여기서 $T_{calendar}$ 는 달력 기준 실험 기간이다. 팀이 병렬로 여러 실험을 수행할 때는 인력 시간과 달력 기간을 혼동하지 않아야 한다. 인력 시간은 용량 계산에 사용하고 달력 기간은 의사결정 지연을 측정하는 데 사용한다.

4. 재사용 회수율

폐기된 실험에서 다음 프로젝트나 다음 실험에 다시 사용할 수 있는 산출물의 비율이다.

ReuseRate=\frac{ReusableAssetValue}{C_{discard}}

재사용 자산의 가치를 정확한 금액으로 계산하기 어렵다면 재사용 가능 여부, 재사용 예상 시간, 실제 재사용 횟수를 별도 기록한다. 억지로 금액을 부여하는 것보다 재사용된 자산의 목록을 남기는 편이 신뢰도가 높다.

5. 범위 초과율

ScopeOverrun=\frac{ActualEffort-PlannedCap}{PlannedCap}

범위 초과율이 높다고 반드시 실험이 나쁜 것은 아니다. 예상하지 못한 중요한 신호를 발견해 확장한 경우도 있기 때문이다. 다만 초과 승인자, 초과 사유, 추가로 얻은 증거를 함께 기록해야 한다.

실험 포트폴리오의 우선순위는 어떻게 정할까?

포트폴리오는 개별 프로토타입 목록이 아니라 불확실성에 투자하는 자원 배분표다. 다음 세 축으로 분류하면 팀의 편향을 확인하기 쉽다.

축	낮은 값	높은 값
불확실성	구현 방식이 이미 검증됨	재미·기술·시장 적합성이 불명확함
다음 단계 비용	짧은 테스트로 확인 가능	다수 인력과 장기 개발이 필요함
기대 영향	일부 기능에만 영향	게임의 핵심 루프나 사업성에 영향

우선순위는 이미 지출한 폐기 비용이 아니라 다음 실험의 기대 정보 가치로 계산한다.

PriorityScore_i=\frac{ExpectedInformationValue_i}{NextExperimentCost_i}

기대 정보 가치는 정확한 매출 예측일 필요가 없다. 다음과 같이 1~5점으로 평가할 수 있다.

영향도: 핵심 루프나 기술 리스크를 얼마나 줄이는가?
불확실성: 현재 지식이 얼마나 부족한가?
결정력: 결과가 진행·수정·중단 중 하나를 얼마나 명확히 가르는가?

예를 들어 영향도 5점, 불확실성 4점, 결정력 4점인 실험의 기대 정보 가치 점수를 80으로 두고 다음 실험 비용이 20이면 우선순위 점수는 4다. 이 수치는 절대적인 재무 지표가 아니라 같은 포트폴리오 안에서 비교하기 위한 상대 지표다.

flowchart LR
  A[가설 정의] --> B[범위 상한과 종료 기준 설정]
  B --> C[프로토타입 실행]
  C --> D[비용과 증거 기록]
  D --> E{의사결정}
  E -->|Continue| F[다음 단계 투자]
  E -->|Pivot| G[수정 가설로 재실험]
  E -->|Archive| H[자산과 학습 보관]
  E -->|Stop| I[추가 투입 중단]
  F --> J[포트폴리오 재평가]
  G --> J
  H --> J
  I --> J

폐기 비용 지표를 운영 절차에 어떻게 넣을까?

1단계: 실험 시작 전에 비용 상한을 정한다

실험 카드에 목표 기간, 최대 인력일, 외주·인프라 한도, 중간 점검일을 기록한다. 상한은 팀을 통제하기 위한 벌점이 아니라 다음 판단을 위한 안전장치다.

예시는 다음과 같다.

최대 8인일
최대 10일의 달력 기간
플레이테스트 2회
핵심 신호가 한 번도 관찰되지 않으면 Stop
범위를 늘리려면 PM과 리드의 추가 승인 필요

2단계: 매일 비용이 아니라 의사결정 신호를 기록한다

시간 기록만 남기면 팀은 바쁘게 일했는지만 알 수 있다. 각 작업일에 다음 두 질문을 추가한다.

오늘 새로 줄어든 불확실성은 무엇인가?
계획한 신호를 관찰할 수 있는 상태에 가까워졌는가?

이 기록은 회의용 보고서가 아니라 실험 종료 시 비용의 의미를 해석하는 근거다.

3단계: 종료 회의에서 결과를 네 가지로 분류한다

종료 회의에서는 결과물을 평가하기 전에 가설을 평가한다. Continue, Pivot, Archive, Stop 중 하나를 선택하고 반드시 다음 세 문장을 완성한다.

우리가 확인한 사실은 무엇인가?
아직 모르는 사실은 무엇인가?
다음 행동에 필요한 비용과 담당자는 누구인가?

4단계: 주간 포트폴리오 리뷰에서 자원을 재배분한다

주간 리뷰에서는 실험별 상세 구현보다 다음 표를 본다.

확인 항목	질문
비용 분포	특정 가설 유형에 비용이 몰리고 있는가?
신호 속도	낮은 비용으로 빠르게 결정한 실험은 무엇인가?
범위 통제	상한을 반복해서 넘기는 팀이나 단계가 있는가?
재사용	폐기된 실험의 자산이 실제로 다시 사용되었는가?
포트폴리오 균형	핵심 리스크 검증과 탐색형 실험의 비중이 적절한가?

대시보드는 어떤 화면으로 구성해야 하는가?

한 화면에 모든 지표를 넣기보다 세 가지 뷰로 나누는 편이 이해하기 쉽다.

실험 원장

실험 ID, 가설, 상태, 실제 비용, 신호 점수, 증거 신뢰도, 다음 비용, 담당자, 종료일을 표시한다. 원장은 상세 기록을 확인하는 운영 화면이다.

의사결정 퍼널

이번 달 실험을 Continue, Pivot, Archive, Stop으로 집계한다. Stop 비율만 보고 문제로 판단하지 말고 실험별 평균 비용과 평균 의사결정 기간을 함께 본다.

포트폴리오 매트릭스

가로축을 다음 단계 비용, 세로축을 기대 영향도로 두고 실험을 배치한다. 오른쪽 위에 있으면서 불확실성이 높은 항목은 작은 검증 실험으로 쪼갤 후보가 된다.

이 지표를 운영할 때 흔히 발생하는 문제는 무엇인가?

폐기 비용이 팀 처벌 지표가 되는 경우

폐기 비용이 낮을수록 좋은 팀이라는 식으로 평가하면 팀은 위험한 가설을 피하고 안전한 작업만 선택한다. 평가는 비용 절대값보다 비용 대비 결정력, 범위 상한 준수, 학습의 재사용성을 중심으로 구성해야 한다.

모든 시간을 동일한 비용으로 계산하는 경우

역할별 투입 시간이 다르므로 단순 인력일 수만으로 비교하면 왜곡이 생긴다. 내부 기준 시급을 역할별로 정하거나 최소한 역할별 시간을 분리 기록한다.

완성도를 실험 성과로 착각하는 경우

아트 품질이 높고 기능이 많이 들어갔다는 사실이 가설 검증을 의미하지는 않는다. 프로토타입의 종료 조건은 콘텐츠 양이 아니라 의사결정 가능한 증거여야 한다.

재사용 가치를 과대평가하는 경우

재사용 가능하다는 표시만으로 비용을 상쇄하면 안 된다. 실제로 다른 실험이나 프로젝트에서 사용되었을 때만 재사용 가치를 확정하고 그 전까지는 잠재 자산으로 구분한다.

자주 묻는 질문(FAQ)

폐기 비용이 높으면 실패한 프로토타입인가요?

아니다. 높은 비용으로 명확한 중단 결정을 만들었다면 R&D 관점에서는 유효한 실험일 수 있다. 비용은 반드시 신호의 질과 의사결정 속도와 함께 해석해야 한다.

이미 투입한 비용을 다음 투자 판단에 반영해야 하나요?

다음 투자 여부는 매몰비용이 아니라 앞으로 필요한 비용과 기대 정보 가치로 판단해야 한다. 기존 폐기 비용은 회고와 예산 개선에 사용하고 계속 진행할지 여부를 결정하는 근거로는 제한적으로 사용한다.

팀 규모가 작아 비용을 금액으로 계산하기 어렵다면 어떻게 하나요?

역할별 인력일, 달력 기간, 외부 지출, 신호 점수만 먼저 기록해도 된다. 이후 데이터가 쌓이면 내부 기준 시급을 적용해 금액 지표로 확장할 수 있다.

정리

프로토타입 폐기 비용 추적의 목적은 폐기를 줄이는 것이 아니라 불확실성을 더 싼 비용으로 줄이는 것이다. 실험마다 가설과 종료 기준을 먼저 정하고 직접 비용·신호·증거 신뢰도·재사용 자산·다음 단계 비용을 함께 기록하면 폐기된 결과물도 포트폴리오 의사결정에 기여하는 데이터가 된다.

가장 작은 시작점은 실험 원장에 scope_cap, actual_cost, signal_definition, decision, next_cost 다섯 필드를 추가하는 것이다. 한 달 동안 기록한 뒤 비용이 많이 드는 가설 유형과 빠르게 결정을 만드는 실험 패턴을 비교하면 팀의 R&D 운영 기준을 현실적인 데이터로 조정할 수 있다.