68000 어셈블리를 읽는 LLM, 레거시의 새 문법
LLM의 강점은 최신 프레임워크를 빨리 쓰는 데만 있지 않다. 문서가 부족한 30년 전 코드와 바이너리를 실행 가능한 테스트로 바꾸는 순간, AI 코딩은 보존과 현대화의 도구가 된다.
AI 뉴스를 놓치지 마세요
매주 핵심 AI 소식을 이메일로 받아보세요.
새 앱보다 어려운 것은 오래된 코드의 의도다
Babylonian Twins 개발자의 포팅 기록은 AI 코딩 사례 중에서도 특별하다. 1993년 바그다드에서 Amiga 500으로 만든 게임, 512KB RAM, 하드디스크 없는 환경, 68000 어셈블리, 직접 하드웨어 레지스터를 다루는 코드가 출발점이었다. 작성자는 2010년에 34000줄 C++ 엔진으로 한 번 손수 포팅했고, 2026년에는 Claude Fable 5와 Claude Code를 이용해 Godot 4 포팅을 진행했다고 설명한다.
핵심은 LLM이 새 React 앱을 만든 것이 아니라 72758줄의 68000 어셈블리와 오래된 바이너리, 도구 체인, 게임 감각을 해석했다는 점이다. HN 작성자 코멘트는 vasm으로 원본 코드를 조립하고 바이너리 차이를 확인하는 과정까지 언급한다. 이 사례는 AI 코딩의 진짜 시장이 새 프로젝트 생성보다 레거시 이해에 있을 수 있음을 보여준다.
테스트 가능한 형태로 바꾸는 능력이 핵심이다
글에서 인상적인 대목은 에이전트가 게임에 명령줄 플래그를 추가했다는 점이다. 특정 레벨을 로드하고, 캐릭터 위치를 지정하고, 입력을 프레임 단위로 재생하고, 상태를 덤프하고, 스크린샷을 찍는 식이다. 즉 사람이 느낌으로 말하던 점프와 충돌을 기계가 읽을 수 있는 테스트 인터페이스로 바꿨다.
AI 코딩은 10배가 아니라 피드백 루프의 문제다가 말한 핵심도 여기에 있다. 모델이 코드를 많이 쓰는 것보다 피드백을 빨리 받는 구조가 중요하다. Godot 포팅에서 AI가 가치 있었던 이유는 단순 변환기가 아니라 빌드, 실행, 비교, 관찰 루프를 스스로 만들었기 때문이다.
| 작업 | 인간 중심 포팅 | 에이전트 보조 포팅 |
|---|---|---|
| 코드 이해 | 기억, 주석, 수작업 디버깅 | 어셈블리 해석과 실행 로그 비교 |
| 검증 | 플레이 감각과 수동 테스트 | 명령줄 플래그, 빌드, 상태 덤프 |
| 위험 | 오래된 의도 손실 | 틀린 해석을 그럴듯하게 고정 |
| 성공 조건 | 원저자의 감각 | 원저자 검수와 자동화된 회귀 확인 |
Godot 선택은 도구 생태계의 승리다
Godot는 오픈소스 2D, 3D 게임 엔진이고, 최신 홈페이지는 4.7.2 릴리스를 보여준다. 이 사례에서 Godot의 의미는 단순한 엔진 선택이 아니다. 오래된 게임을 현대 플랫폼으로 옮기려면 장면 구조, 입력, 빌드, 모바일 내보내기, 스크립팅, 테스트 편의가 모두 필요하다. Godot 문서와 Godot GitHub 저장소는 에이전트가 읽을 수 있는 공개 지식의 양도 크다.
WorldClaw, 에이전틱 3D 오픈월드 파이프라인은 게임 제작에서 에이전트가 파이프라인을 어떻게 바꾸는지 다뤘다. Babylonian Twins 사례는 그 반대편이다. 새 월드를 생성하는 것이 아니라 기존 세계의 물리와 감각을 최대한 보존한다. 그래서 AI의 역할도 창작자보다 고고학자에 가깝다.
한국 게임사와 SI 기업의 레거시 자산에 적용된다
한국에는 오래된 게임, 사내 업무 시스템, 제조 제어 코드, 금융 배치 프로그램이 많다. 문서가 부족하고 원작성자가 떠났고, 테스트가 없어서 건드리지 못하는 코드가 적지 않다. 이 사례는 LLM을 코드 생성 도구로만 쓰지 말고 레거시 관찰 도구로 써야 한다고 말한다.
엔지니어링 문화, AI 생산성 격차의 진짜 원인에서처럼 조직의 문화와 검증 습관이 AI 생산성을 좌우한다. 에이전트에게 오래된 코드를 통째로 맡기기보다, 빌드 재현, 입출력 캡처, 테스트 플래그 추가, 바이너리 비교, 스크린샷 비교 같은 관측성을 먼저 만들게 해야 한다. 그 다음에 포팅이나 리팩터링을 맡기는 순서가 안전하다.
자주 묻는 질문
Q1: 이 사례가 AI가 게임 개발자를 대체한다는 뜻인가요?
A: 아닙니다. 원저자의 기억과 감각, 수동 검수가 결정적이었습니다. AI는 반복 작업과 해석 보조, 테스트 구조화에서 가치를 냈습니다.
Q2: 68000 어셈블리도 LLM이 정확히 이해하나요?
A: 항상 그렇지는 않습니다. 이 사례에서도 틀린 부분이 있었고, 빌드와 바이너리 비교, 원저자 검수가 함께 필요했습니다.
Q3: 한국 기업은 어디에 먼저 적용할 수 있나요?
A: 오래된 배치, 게임 클라이언트, 내부 도구, 제조 제어 코드처럼 문서가 부족하지만 실행 가능한 시스템에 적합합니다.
Q4: Godot이 꼭 필요한가요?
A: 아닙니다. 중요한 것은 에이전트가 읽을 수 있는 문서와 자동화 가능한 빌드, 테스트 가능한 런타임입니다. Godot은 그 조건을 잘 제공한 선택지였습니다.
Q5: 레거시 현대화의 첫 단계는 무엇인가요?
A: 리팩터링보다 재현 가능한 빌드와 관측 가능한 테스트 인터페이스를 만드는 것입니다. 그 다음 포팅이 안전해집니다.
📰 원본 출처
babyloniantwins.com이 기사는 AI 기술을 활용하여 작성되었으며, 원본 뉴스 소스를 기반으로 분석 및 해설을 추가한 콘텐츠입니다. 정확한 정보 전달을 위해 노력하고 있으나, 원본 기사를 함께 확인하시기를 권장합니다.