Neocortex Logo

유니티 게임에서 LLM을 로컬로 실행하는 법

유니티에서 LLM을 로컬로 실행하기: Ollama와 네오코텍스 패키지로 NPC 채팅 프로토타입 만들기, 로컬 모델이 플레이어에게 드는 비용, 기기 내 추론이 이득인 때.

Sercan AltundasFounder of Neocortex

· 2026년 11월 3일 업데이트 · 8분 분량

유니티에서 LLM을 로컬로 실행하기: Ollama와 네오코텍스 패키지로 NPC 채팅 프로토타입 만들기, 로컬 모델이 플레이어에게 드는 비용, 기기 내 추론이 이득인 때.

유니티에서 언어 모델을 로컬로 돌린다는 것은 NPC의 두뇌가 서버가 아니라 기기 안에 산다는 뜻입니다. 인터넷이 필요 없고, 아무것도 기기 밖으로 나가지 않으며, 메시지마다 드는 비용도 없습니다. 이 가이드는 가장 빨리 시험해 보는 방법인 Ollama와 네오코텍스 Ollama Support 패키지로 프로토타입을 만드는 법을 보여 주고, 이어서 로컬 모델을 플레이어에게 실제로 배포하려면 무엇이 필요한지 설명합니다.

로컬에서 모델을 실행하는 세 가지 방법

방법모델이 돌아가는 곳적합한 경우
내 컴퓨터의 Ollama별도의 로컬 서버프로토타이핑과 오프라인 테스트
빌드에 내장된 모델게임 프로세스 안적당한 크기의 모델을 넣은 출시 게임
네오코텍스 기기 내 런타임음성을 포함해 게임 안음성이 있는 기기 내 캐릭터를 출시하는 스튜디오

LLMUnity 같은 오픈 소스 패키지는 llama.cpp로 내장 방식을 택하며, 캐릭터 로직은 직접 만들어야 합니다. 이 가이드의 나머지는 Ollama 방식을 단계별로 다루고, 이어서 기기 내 런타임을 다룹니다.

유니티에서 Ollama로 프로토타입 만들기

Ollama는 작은 로컬 서버 뒤에서 컴퓨터에 오픈 모델을 내려받아 실행합니다. 네오코텍스 Ollama Support 패키지는 유니티를 Ollama에 연결하며, 모델 선택기와 바로 쓸 수 있는 채팅 샘플을 제공합니다.

1단계: 패키지 설치

Ollama 패키지가 채팅 UI를 쓰므로, 네오코텍스 유니티 SDK가 설치된 유니티 6이 필요합니다. 그다음 패키지 매니저에서 git URL로 Ollama 패키지를 추가하세요.

https://github.com/neocortex-link/neocortex-ollama-support.git

2단계: Ollama 설치와 모델 선택

Tools > Neocortex > Ollama Support를 엽니다. 이 창은 Ollama를 설치하고 내려받을 모델을 고르는 과정을 안내합니다. 작게 시작하세요. 수십억 개 매개변수 정도의 모델은 일반적인 게이밍 GPU에서 빠르게 답하지만, 더 큰 모델은 훨씬 많은 메모리가 필요합니다.

3단계: 채팅 샘플 실행

패키지 매니저에서 Ollama Support 패키지의 Samples 탭을 열고 Chat Sample을 가져옵니다. Play를 누르고, 드롭다운에서 모델을 고른 뒤 입력하세요. NPC는 자신의 컴퓨터에 있는 모델에서 답합니다.

4단계: 자신의 코드에서 호출하기

샘플의 OllamaRequest만 있으면 로컬 모델을 자신의 NPC에 연결할 수 있습니다.

using UnityEngine;
using Neocortex;
using Neocortex.Data;

public class LocalNpc : MonoBehaviour
{
    private OllamaRequest request;

    private void Start()
    {
        request = new OllamaRequest { ModelName = "MODEL_NAME" }; // a model you downloaded with Ollama
        request.AddSystemMessage("You are Brannoch, a gruff village blacksmith. Answer in one or two sentences.");
        request.OnChatResponseReceived += OnReply;
        request.Send("Is the north road safe?");
    }

    private void OnReply(ChatResponse response) => Debug.Log(response.message);
}

요청 객체가 대화 기록을 직접 유지하므로, Send를 호출할 때마다 같은 채팅이 이어집니다.

Ollama 방식이 다루지 않는 것

이것은 프로토타이핑 도구이며, 텍스트 채팅만 가능합니다.

  • 음성 없음. 음성 인식과 텍스트 음성 변환은 포함되지 않습니다.
  • 감정과 행동 없음. 돌아오는 것은 평범한 텍스트입니다.
  • 플레이어에게 Ollama가 필요함. 모든 플레이어가 Ollama를 설치하고 모델을 내려받아야 하는데, 그렇게 할 사람은 거의 없습니다.

프로토타입이 아이디어를 증명하면, 같은 유니티 SDK가 클라우드의 네오코텍스 캐릭터와 대화합니다. 음성, 감정, 행동, 비주얼 에디터를 갖추고, 플레이어의 기기에는 모델이 없습니다. 그 설정은 유니티 AI 캐릭터 튜토리얼에서 다룹니다.

로컬 모델을 실제로 출시하는 데 드는 비용

로컬 추론은 비용을 서버 청구서에서 플레이어의 하드웨어로 옮깁니다.

  • 메모리. 모델은 VRAM에서 게임 옆에 들어가야 합니다. 저희 런타임에서 3B 모델은 약 3 GB가 필요하고, 2B 모델은 1 GB 미만입니다.
  • 다운로드 크기. 모델은 설치 용량에 기가바이트를 더합니다.
  • 품질. 작은 모델은 대형 클라우드 모델보다 능력이 떨어지므로, 캐릭터는 더 촘촘한 글쓰기와 더 좁은 지식이 필요합니다.
  • 플랫폼. WebGL에서는 불가능하고, 대부분의 휴대폰은 메모리를 내줄 여유가 없습니다.

네오코텍스 기기 내 런타임

플레이어의 기기에서 음성이 있는 캐릭터가 필요한 스튜디오를 위해, 네오코텍스는 Custom 플랜으로 기기 내 런타임을 제공합니다. 노트북 RTX 3080에서 첫 토큰이 0.06초 만에 나오고, 약 1초 뒤에 말하기 시작하며, 3B 모델은 약 3 GB의 VRAM을 쓰고, 음성 인식과 음성은 CPU에서 돕니다. 배포를 계획하려면 문의하세요. 옵션들이 어떻게 비교되는지는 로컬 및 온프레미스 AI NPC 플랫폼을 보세요.

동영상 튜토리얼

이 동영상은 유니티에서 Ollama Support 패키지를 설명합니다.

YouTube에서 동영상 보기

다음 단계

결정의 속도 측면은 AI NPC 음성 답변을 1초 안에 받는 법을 읽어 보세요. 플레이어의 기기에 아무 설정 없이 돌아가는 클라우드 방식은 유니티에서 ChatGPT로 NPC가 말하게 하는 법을 보세요. 직접 API를 호출하는 방식과 네오코텍스 SDK를 비교합니다. 모든 튜토리얼은 AI NPC 만들기 가이드에 있습니다.

자주 묻는 질문

유니티에서 LLM을 로컬로 실행할 수 있나요?

네. 가장 빠른 방법은 내 컴퓨터의 Ollama와 네오코텍스 Ollama Support 패키지로, 모델 선택기와 채팅 샘플을 줍니다. 프로토타이핑용 텍스트 채팅입니다. 플레이어에게 기기 내 AI를 출시하려면, 스튜디오는 Custom 플랜으로 네오코텍스 기기 내 런타임을 마련할 수 있습니다.

로컬 LLM이 NPC를 위해 VRAM을 얼마나 필요로 하나요?

모델 크기에 따라 다릅니다. 저희 기기 내 런타임에서 3B 모델은 약 3 GB의 VRAM으로, 2B 모델은 1 GB 미만으로 돌아가며, 음성 인식과 음성은 CPU에서 돕니다. 더 큰 모델은 훨씬 많이 필요합니다.

출시한 게임에서 플레이어가 Ollama를 쓸 수 있나요?

모든 플레이어가 Ollama를 직접 설치하고 모델을 내려받을 때에만 가능한데, 그렇게 할 사람은 거의 없습니다. Ollama는 좋은 프로토타이핑 도구입니다. 출시 게임은 클라우드 서비스를 쓰거나, 기기 내 런타임을 함께 담습니다.

로컬 LLM이 유니티 WebGL이나 모바일에서 작동하나요?

실제로는 거의 그렇지 않습니다. 브라우저 빌드는 로컬 모델 서버에 닿을 수 없고, 휴대폰은 메모리 여유가 적습니다. 클라우드 캐릭터는 둘 다에서 작동하며, 네오코텍스 템플릿을 통한 WebGL의 음성도 포함됩니다.

로컬 LLM이 클라우드보다 빠른가요?

네트워크를 건너뛰므로 첫 단어가 아주 빨리 나올 수 있습니다. 저희 기기 내 런타임은 노트북 RTX 3080에서 첫 토큰이 0.06초 만에 나오고, 약 1초 뒤에 말하기 시작합니다.

비슷한 글

더 읽어 보기