AI가 3D 툴을 직접 조작할 때 — 기술자에서 에이전틱 디렉터로

클로드가 MCP로 블렌더를 직접 조작하면서 씬 정리·폴리곤 최적화·절차적 모델링 같은 반복 작업은 AI가 맡게 됐습니다. 4단계 연동 절차, 시각적 검증 루프, 사람이 맡아야 할 영역, 주니어 육성 문제까지 3D·디자인 팀이 알아야 할 변화를 정리했습니다.

2026년 6월 7일에버스톤14분 분량AI · 개발AI 도입 컨설팅

AI가 3D 툴을 직접 조작할 때 — 기술자에서 에이전틱 디렉터로 대표 이미지

언어 모델이 3D 툴 안에서 코드를 직접 쓰고 실행하게 되면서, 크리에이티브 작업의 반복 구간은 AI에게 넘어가고 있습니다. 이 자료의 결론은 도구를 빠르게 다루는 기술자보다 여러 AI와 도구를 지휘해 결과를 판별하는 디렉터가 필요해진다는 것입니다. 다만 그 과정에서 주니어가 성장하던 사다리가 끊어지는 문제도 함께 짚습니다.

이 문서는 NotebookLM(노트북 LM)으로 자료를 조사해 만든 문서입니다.

클로드는 MCP로 블렌더 내부 API에 접근해 파이썬 코드를 직접 작성·실행합니다
품질을 가르는 단계는 시각적 검증입니다. 뷰포트를 눈으로 확인하지 않으면 결과가 무너집니다
씬 정리, 폴리곤 최적화, 기초 조명은 AI가 빠르고, 토폴로지·질감·감정적 판단은 여전히 사람 몫입니다
연결 대상은 블렌더에서 어도비, 피그마로 넓어지며 여러 앱을 잇는 작업 흐름이 생깁니다
입문자가 하던 작업이 먼저 사라집니다. 시니어를 어떻게 키울지가 업계의 과제로 남습니다

언어 모델이 3D 툴 안으로 들어오다

크리에이티브 도구의 새로운 패러다임: 에이전틱 디렉터(Agentic Director)의 시대 표지 슬라이드. 부제는 클로드(Claude)와 블렌더(Blender)의 통합이 디자인 생태계의 기술자들에게 던지는 질문. 배경에 가는 선으로 이어진 기하학 도형

2026년 4월 28일: 언어 모델이 3D 툴의 조종간을 잡다 슬라이드. 2026.04.28을 기점으로 세 갈래 설명. 사건 — Anthropic의 Claude for Creative Work 공식 발표. 핵심 — MCP(Model Context Protocol)를 통해 클로드가 블렌더, 어도비 등 소프트웨어 내부 환경(API)에 직접 접근. 의미 — 프롬프트가 텍스트를 생성하는 것을 넘어 뷰포트 안의 파이썬(Python) 코드를 직접 작성하고 실행하는 패러다임 전환

단순한 번역자가 아닌 동료로: MCP 아키텍처 슬라이드. Claude(인지 및 계획)는 자연어 프롬프트 해석 → 작업 순서 분해 → Python 코드 생성, MCP Server(통신 다리)는 로컬 환경 안의 표준화된 양방향 프로토콜 채널(포트 통신), Blender(실행 및 검증)는 bpy(Blender Python API) 스크립트 실행 → 3D 지오메트리 조작 → 씬(Scene) 상태 피드백을 맡는 세 박스 구조. 아래에 이것은 단순한 매크로 자동화가 아니라 AI가 씬을 읽고 논리를 세우며 코드를 검증하는 인지적 레이어(Cognitive Layer)라는 설명

실무 연동 가이드: 4단계 셋업 프로세스 슬라이드. Step 1 환경 세팅(Python/UV) — 로컬 PC에 Python 및 UV 패키지 매니저 설치. Step 2 Claude 설정 — 클로드 데스크톱의 claude_desktop_config.json 파일을 열어 Blender MCP 서버 로컬 경로 추가 후 재실행. Step 3 Blender 애드온 설치 — GitHub 저장소에서 addon.py를 내려받아 Blender 환경설정(Preferences)에서 설치. Step 4 통신 연결 — Blender N-패널에서 Connect to MCP Server를 클릭해 통신 활성화 완료. 계단식으로 이어지는 네 단계 상자

시각적 피드백 루프: 지시하고, 실행하고, 눈으로 확인하다 슬라이드. 1 Plan(Claude) 작업 계획 및 분해 → 2 Code(GPT/Claude) bpy 코드 작성 및 실행 → 3 Render(Blender) 뷰포트 안의 결과물 렌더링 → 4 Vision Verify(Gemini/Claude) 뷰포트 스크린샷을 찍어 결과를 시각적으로 확인하고 오류를 자가 수정하는 가장 핵심적인 단계로 이어지는 순환 화살표. 시각적 검증(Vision Feedback)이 없으면 AI는 3~4단계 이후 기하학적 수프(Geometry Soup)를 만들며, 눈으로 결과를 확인하는 단계가 품질을 결정한다는 설명

셋업 자체는 몇 단계면 끝나지만, 실무에서 중요한 것은 마지막 슬라이드의 경고입니다. 코드가 에러 없이 돌았다고 결과가 맞는 것은 아닙니다. 작업 몇 단계마다 화면을 확인하게 만드는 절차가 없으면, 뒤로 갈수록 되돌리기 어려운 결과물이 쌓입니다. 개발에서 테스트를 돌리는 것과 같은 역할입니다.

AI가 맡는 일, 사람이 맡는 일

AI가 해내는 작업 1: 씬 관리 및 최적화의 자동화 슬라이드. Before는 수작업의 한계로 수천 개의 무질서한 오브젝트와 최적화되지 않은 씬 데이터가 뒤엉킨 계층 목록, After는 에이전틱 최적화로 정돈된 트리 구조와 하강 그래프. 데이터 블록 일괄 정리 — 무질서한 씬 데이터를 스캔해 카메라는 CAM-, 조명은 LGT-, 그룹은 GRP-로 수천 개 오브젝트 이름의 오타와 규칙을 즉시 자동 정렬. 디버깅 및 폴리곤 다이어트 — 화면 투영 크기 대비 폴리곤이 가장 많은 객체를 찾아 뷰포트 밖의 불필요한 고해상도 메쉬를 87% 데시메이트(Decimation) 최적화. 기본 셋업 — 스튜디오 라이팅 리깅과 카메라 기초 셋업을 몇 초 만에 완료

AI가 해내는 작업 2: 절차적 모델링과 수학의 시각화 슬라이드. 프롬프트 "오브젝트와의 거리에 따라 잔디의 길이를 짧게 해줘"가 유클리드 거리 공식 d(P,A)=√((Px−Ax)²+(Py−Ay)²+(Pz−Az)²)로 풀리고, 다시 Object Info, Vector Math(Distance), Map Range, Set Position 노드로 이어진 지오메트리 노드 트리로 바뀌는 흐름. 지오메트리 노드 분석 및 문서화 — 얽혀 있는 기존 노드 트리의 논리를 분석해 4개의 주요 컬러 코딩 프레임으로 정리하고 설명용 텍스트를 자동 생성. 수학적 배치의 자동화 — AI가 벡터 수학과 유클리드 거리 공식을 이해하고 이를 뷰포트 안의 지오메트리 노드 구조로 자동 컴파일

기계의 속도 vs 인간의 섬세함(The Capability Matrix) 비교표. 지오메트리 — AI(클로드+블렌더)가 압도적인 영역은 기본 도형 조합, 대규모 절차적 배치, 씬 스캐닝이고 사람의 손길이 반드시 필요한 영역은 애니메이션을 위한 완벽한 사각 폴리곤(Quad) 흐름, 복잡하고 유기적인 캐릭터. 워크플로우 — AI는 수천 개의 레이어 리네이밍, 스크립트 작성, 기초 조명, 사람은 텍스처의 미세한 웨더링(풍화), 특정 브랜드의 엄격한 미학적 일관성. 의사결정 — AI는 데이터 기반의 렌더링 성능 및 폴리곤 최적화, 사람은 최종 렌더링의 감정적 울림과 시각적 스토리텔링 방향성 판단

AI가 1시간을 아껴주면, 인간은 디테일에 1시간을 더 쏟는다 슬라이드. 와이어프레임 손 모델과 마우스 커서 그림. 토폴로지 흐름(Topology Flow)의 예술 — 리깅과 애니메이션 변형을 견디는 최적화된 메쉬 흐름은 여전히 장인의 영역. 의도된 불완전성(Intended Imperfections) — 절차적으로 생성된 기계적 완벽함에 인간적인 결함, 비대칭성, 미세한 질감을 더해 생명력을 부여하는 작업. QA 및 물리적 검증 — 3D 프린팅되어야 하는 부품 등 실제 물리 법칙과의 정합성을 확인하는 엔지니어링적 판단

이 구분은 게임 아트 파이프라인에도 그대로 들어맞습니다. 오브젝트 이름 규칙 정리, LOD용 폴리곤 감축, 배경 소품 대량 배치처럼 규칙으로 설명되는 작업은 맡기기 좋습니다. 반대로 캐릭터 토폴로지나 게임의 톤을 정하는 판단은 규칙으로 적기 어렵고, 그래서 사람에게 남습니다. 87% 같은 수치는 자료가 든 예시이며, 실제 감축 폭은 씬마다 다릅니다.

한 사람이 여러 도구를 지휘하는 흐름

블렌더는 시작일 뿐: 크리에이티브 생태계 전체의 통합 슬라이드. Claude를 중심으로 Blender, Adobe(50+ Tools), Figma가 바깥 궤도에 놓인 동심원 그림. Adobe for Creativity Connector — 2026년 발표, 포토샵·일러스트레이터·애프터이펙트 등 50개 이상의 프로급 툴을 클로드 환경에서 직접 제어. Figma(Anima Agent) — Claude Design이 생성한 구조를 Figma의 네이티브 레이어 및 컴포넌트로 직접 변환. The Orchestration Layer — 소프트웨어 간의 장벽이 허물어지고 서로 다른 앱들이 자연어라는 공통 언어로 소통하는 멀티 앱(Multi-app) 연속 작업 시대의 도래

다중 툴 오케스트레이션(Multi-Tool Orchestration)의 실제 슬라이드. Step 1 기획(Notion ↔ Claude) — 클라이언트의 브리프와 수정 요청을 노션에서 읽어 와 요약 및 작업 분배. Step 2 2D 소스(Claude ↔ Illustrator/Express) — 요약된 컨셉을 바탕으로 벡터 에셋과 소셜 미디어 기본 템플릿 생성. Step 3 3D 및 모션(Claude ↔ Blender/Premiere) — 벡터를 블렌더로 임포트해 3D 입체화 및 최적화한 뒤 프리미어에서 숏폼 포맷에 맞게 영상 리사이징 및 렌더링. 아래에 과거 3명의 서로 다른 툴 전문가가 단절되어 진행했던 파이프라인을 이제 1명의 조율자가 통제한다는 설명

끊어진 사다리와 남는 쟁점

직면한 현실: 20만 개의 일자리와 끊어진 사다리 슬라이드. 큰 숫자 204,000과 중간이 부러진 사다리 그림. 204,000 Jobs — 2026년까지 미국 엔터테인먼트 산업에서 AI로 인해 파괴되거나 전환될 것으로 예측되는 일자리 수. 사라지는 엔트리 레벨 — 씬 조립, 단순 리네이밍, 기초 조명 등 주니어 시절 성장의 발판이 되던 작업들이 AI로 80% 이상 대체됨. 업계의 딜레마 — 단순 반복을 통해 숙련도를 쌓아 마스터로 성장하던 기존 파이프라인이 붕괴될 때 미래의 시니어를 어떻게 양성할 것인가

기술적 편의성 이면에 숨겨진 뜨거운 쟁점들 슬라이드. 저울 그림과 세 가지 쟁점. 지적재산권(IP) vs 생성의 자유 — 수백만 개의 기존 작품을 학습한 모델, 데이터 포이즈닝 저항 운동과 원작자 권리 보호의 숙제. 장인정신의 상실감 — 수년간 펜툴과 단축키를 연마하며 얻은 기능적 전문성(Functional Craftsmanship)이 프롬프트 한 줄로 대체될 때 기술자들이 겪는 정체성의 위기. 기업 vs 창작자 — 경영진은 생산성 향상(효율)을 기대하지만 실무 창작자들은 일자리 위협과 도의적 반감을 동시에 느끼는 양극화 현상

손끝의 기술자에서, 세계를 설계하는 지휘자(Director)로 슬라이드. 아래 과거: Technical Specialist에서 위 미래: Agentic Director로 오르는 계단 그림. 과거(Technical Specialist) — 나는 블렌더의 단축키와 일러스트레이터의 기능을 가장 빠르고 완벽하게 다루는 장인이다. 미래(Agentic Director) — 나는 클라이언트의 문제를 해결하기 위해 다양한 AI 에이전트와 도구들을 오케스트레이션(지휘)하고 미학적 목표를 달성하는 디렉터다. 새로운 경쟁력(Moat) — 툴을 다루는 장벽이 무너진 시대에 가장 희귀하고 강력한 무기는 창작자의 고유한 취향(Taste), 스토리텔링 능력, 그리고 결과물의 품질을 판별하는 눈

마무리 슬라이드. 붓의 모양이 바뀌었다고 그려야 할 그림이 사라지는 것은 아니라는 문장. 클로드와 크리에이티브 생태계의 결합은 우리의 역할을 지우는 것이 아니라 기계적 반복에서 해방시켜 진짜 창작에 몰두할 수 있도록 캔버스를 넓히고 있으며, 이제 도구의 한계를 넘어 무엇을 창조할 것인지 질문할 시간이라는 설명

일자리 수치는 자료가 인용한 전망치이고, 저희가 판단할 수 있는 범위를 넘습니다. 다만 입문자 업무가 먼저 줄어든다는 지적은 작은 팀일수록 무겁게 받아들여야 합니다. 반복 작업을 AI에 넘기면 당장은 빨라지지만, 신입이 손으로 익히던 기본기를 어디서 배울지 따로 설계하지 않으면 몇 년 뒤 결과물을 판별할 사람이 없어집니다. AI 결과물을 검수하게 하면서 왜 고쳤는지 기록하게 하는 방식이 한 가지 대안이 될 수 있습니다.

자주 묻는 질문

블렌더 MCP 연동은 개발자가 아니어도 할 수 있나요? 가능합니다. 자료 기준으로 파이썬 설치, 설정 파일 수정, 애드온 설치, 연결 버튼 네 단계이며 코드를 직접 짤 필요는 없습니다.

AI가 만든 3D 모델을 게임에 바로 써도 되나요? 배경 소품이나 배치 작업은 검수 후 쓸 만합니다. 캐릭터처럼 애니메이션이 붙는 모델은 토폴로지 정리가 필요해 사람 손을 거쳐야 합니다.

시각적 검증 단계는 꼭 필요한가요? 필요합니다. 자료는 화면 확인 없이 여러 단계를 이어 가면 형태가 무너진다고 설명합니다. 몇 단계마다 스크린샷으로 확인하게 두는 것이 안전합니다.

저희가 이 이야기를 하는 이유

에버스톤은 2013년부터 모바일 게임과 VR/AR 콘텐츠를 만들어 왔고, 3D 에셋 작업은 늘 일정의 큰 부분을 차지합니다. 기업의 AI 도입을 돕는 컨설팅도 하고 있어, 이런 도구를 어디까지 맡기고 어디서 사람이 검수할지 정하는 일이 실무 질문으로 자주 들어옵니다. 이 자료는 그 경계를 나누는 기준으로 참고할 만해 정리했습니다.

인용한 발표 일정, 일자리 전망(204,000개), 대체율과 최적화 수치는 원 자료 기준이며, 저희가 검증한 내용이 아닙니다.