15강. Blackboard

?1. 이번 강의에서 해결할 문제

Behavior Tree Task마다 플레이어를 다시 찾고 거리와 시야를 다시 계산합니다. AIController가 계산한 현재 판단 데이터를 Blackboard에 기록해 조건과 행동이 같은 사실을 읽게 합니다.

✓2. 학습 목표

✓이 강의를 마치면

• Blackboard가 AI별 현재 판단 데이터를 저장하는 역할임을 설명합니다.
• Object, Vector, Bool, Float Key의 타입을 구분합니다.
• 문자열 오타를 줄이도록 Key 이름을 한 곳에 정의합니다.

◇3. 핵심 개념

Blackboard는 장기 영구 저장소가 아니라 실행 중인 AI가 판단에 필요한 값을 공유하는 공간입니다. 공식 Behavior Tree 문서에서는 Blackboard가 Tree가 결정을 내리는 데 사용하는 사용자 정의 Key를 보관한다고 설명합니다.

원본 상태와 판단 데이터는 구분합니다. HealthComponent가 체력 원본을 소유하고 Blackboard는 IsLowHealth 같은 판단 결과를 필요할 때 보관할 수 있습니다.

✎4. 단계별 실습

Unreal Editor 작업

Content/AI에 BB_EnemyCombat을 만들고 다음 Key를 추가합니다.

Key	Type	의미
TargetActor	Object, Actor Base	현재 플레이어
PatrolLocation	Vector	다음 순찰 목적지
HasLineOfSight	Bool	거리·각도·Trace 통과
DistanceToTarget	Float	UI·Decorator용 실제 거리
AIState	Enum 또는 Name	현재 상태

C++ · 파일 경로: Source/TopDownSurvival/AI/MathAIController.h

MathAIController.h · Key와 갱신

private:
    static const FName TargetActorKey;
    static const FName PatrolLocationKey;
    static const FName HasLineOfSightKey;
    static const FName DistanceToTargetKey;

    void UpdateBlackboardForTarget(AActor* Target);

C++ · 파일 경로: Source/TopDownSurvival/AI/MathAIController.cpp

MathAIController.cpp · Blackboard 갱신

#include "BehaviorTree/BlackboardComponent.h"

const FName AMathAIController::TargetActorKey(TEXT("TargetActor"));
const FName AMathAIController::PatrolLocationKey(TEXT("PatrolLocation"));
const FName AMathAIController::HasLineOfSightKey(TEXT("HasLineOfSight"));
const FName AMathAIController::DistanceToTargetKey(TEXT("DistanceToTarget"));

void AMathAIController::UpdateBlackboardForTarget(AActor* Target)
{
    UBlackboardComponent* Blackboard = GetBlackboardComponent();
    APawn* Enemy = GetPawn();
    if (!Blackboard || !Enemy)
    {
        return;
    }

    const bool bValidTarget = IsValid(Target);
    const float Distance = bValidTarget
        ? FVector::Dist2D(Enemy->GetActorLocation(), Target->GetActorLocation())
        : TNumericLimits<float>::Max();
    const bool bVisible = bValidTarget && HasClearSight(Target);

    Blackboard->SetValueAsObject(TargetActorKey, bValidTarget ? Target : nullptr);
    Blackboard->SetValueAsFloat(DistanceToTargetKey, Distance);
    Blackboard->SetValueAsBool(HasLineOfSightKey, bVisible);
}

BehaviorTreeAsset에 BB_EnemyCombat을 연결하고 AIController의 RunBehaviorTree가 성공하면 GetBlackboardComponent가 해당 AI 인스턴스의 값을 제공합니다.

→5. 코드와 수학·AI가 동작하는 이유

AIController가 거리와 시야를 한 번 계산해 Blackboard에 기록하면 Decorator와 Task가 같은 Snapshot을 읽습니다. Key 타입이 잘못되거나 이름이 다르면 기본값처럼 보여 원인을 찾기 어려우므로 상수 이름과 에디터 Key를 정확히 맞춥니다.

!6. 자주 하는 실수와 해결법

!자주 하는 실수

• Task마다 GetPlayerPawn과 Trace 반복: 제한된 Service나 Controller가 Blackboard를 갱신합니다.
• Key 이름 문자열을 여러 파일에 복사: FName 상수 또는 Key Selector를 사용합니다.
• Blackboard를 저장 게임처럼 사용: 실행 중 판단 데이터만 둡니다.
• Object Key Base Class 오류: Actor 또는 Pawn 등 실제 Target 타입과 맞춥니다.

✎7. 직접 실습

✎직접 실습

TargetActor가 null, 거리 밖, 벽 뒤, 열린 전방인 네 상황에서 네 Key의 예상값을 표로 작성하세요. PIE의 Behavior Tree 디버거에서 실제 값을 비교합니다.

?8. 이해 점검 질문 3개

?이해 점검

1. Blackboard와 DataAsset은 각각 어떤 종류의 데이터를 저장하나요?
2. 거리와 시야를 Task마다 다시 계산하지 않는 이유는 무엇인가요?
3. Blackboard Object Key의 Base Class가 중요한 이유는 무엇인가요?

■9. 핵심 요약

■핵심 요약

Blackboard는 AI별 현재 목표와 판단 결과를 공유합니다. 원본 게임 상태를 복제하지 않고 AIController가 제한된 주기로 계산한 값만 기록해 Behavior Tree 조건과 행동이 같은 정보를 사용하게 합니다.