GAME DEVELOPMENT · MATH & AI24강 학습 가능
게임 수학 · 게임 AI 기초집
공식을 암기하지 않고 위치, 방향, 거리와 시야가 적의 순찰·추적·공격 판단으로 어떻게 이어지는지 구현합니다. 수학 원리는 엔진 독립적으로 설명하고 Unreal Engine 5 C++를 실습 환경으로 사용합니다.
강의 수24강
난이도초급
최종 결과물탑다운 적 추적·전투 AI
진행률을 불러오는 중...
과정에서 해결하는 문제
적이 플레이어를 항상 알고 벽을 통과해 직선으로 이동하거나, 모든 적이 매 Tick마다 거리·Trace·경로 요청을 수행하면 게임 규칙과 성능을 설명하기 어렵습니다. 이 과정에서는 수학 계산, 감지, 판단, 이동과 공격의 책임을 나누고 눈에 보이지 않는 AI 상태를 디버깅할 수 있게 만듭니다.
선수지식
- Unreal Engine C++ 기초집 또는 C++ 클래스·함수·포인터 기초
- Actor, Character, AIController, Timer, DataAsset에 대한 기본 이해
- 벡터와 좌표라는 용어를 들어 본 정도면 충분하며 필요한 수학은 실습 안에서 설명합니다.
개발 환경
- Windows와 PowerShell
- Unreal Engine 5 계열 C++ 프로젝트
- Visual Studio 2022 또는 Unreal C++를 지원하는 Rider
- TopDownSurvival 프로젝트의 플레이어, EnemyBase, HealthComponent
- Cube, Capsule 같은 Primitive Mesh와 기본 NavMeshBoundsVolume
엔진 버전과 화면 차이
수학과 AI 구조는 다른 엔진에도 적용되지만 UE5의 메뉴, 노드 이름, 헤더 경로와 API 세부 형태는 버전에 따라 달라질 수 있습니다. 프로젝트 엔진 버전의 Navigation System, Behavior Trees, AI Debugging 문서를 우선 확인하세요.
책임 분리
| 위치 | 책임 |
|---|---|
| Enemy Character | 몸, 이동 속도, 회전, 공격 실행과 피격 |
| AIController | 목표 감지, 수학 계산, Blackboard 갱신 |
| Blackboard | 현재 목표, 위치, 시야와 상태 데이터 |
| Behavior Tree | 조건에 따라 Patrol, Chase, Attack 행동 조합 |
| DataAsset | 추적 거리, 공격 거리, 속도, 쿨다운과 갱신 주기 |
| Blueprint | C++ 자식 기본값, Behavior Tree 에셋 연결, 레벨 배치 |
최종 결과물
적은 NavMesh 위에서 순찰하다 플레이어가 추적 거리와 시야각 안에 들어오고 벽에 가려지지 않았을 때 추적합니다. 공격 거리에서는 이동을 멈추고 쿨다운을 지켜 피해를 주며, 목표를 잃으면 마지막 위치를 확인한 뒤 순찰로 돌아갑니다. 여러 적은 회피 설정과 분산된 판단 주기로 겹침과 순간 부하를 줄입니다.
24강 학습 순서
- 공간의 언어(1~5강): 좌표, 벡터, 방향, 거리와 범위
- 방향과 감지(6~12강): 내적, 외적, 회전, 보간, 시야, 투사체, 확률
- AI 구조(13~17강): 책임 분리, NavMesh, Blackboard, Behavior Tree, 상태 머신
- 전투 AI 완성(18~24강): 순찰, 추적, 공격, 회피, 데이터, 디버깅, 최종 통합
COURSE ORIENTATION
과정 선택 안내
- 학습 대상
- 벡터와 탐색 개념을 적 추적·전투 AI에 적용하려는 게임 개발 학습자
- 선수지식
- Unreal Engine C++ 또는 C++ 기초
- 최종 결과물
- 탑다운 적 추적·전투 AI
- 추천 다음 과정