AI 기반 게임 개발: Amazon Q CLI를 활용한 Name Match Memory Game 제작기

핵심 기술: 본 콘텐츠는 AI 기반 코딩 도구인 Amazon Q CLI를 활용하여 아이디어 구상부터 CLI 게임, 그리고 Flask 기반 웹 애플리케이션 개발까지 전 과정을 성공적으로 수행한 경험을 공유합니다. Python 및 Flask에 익숙하지 않은 개발자도 AI의 도움을 받아 효율적으로 개발할 수 있음을 보여줍니다.

기술적 세부사항:
* 프로젝트 개요: 개인적인 사회적 어려움(이름과 얼굴 매칭)을 해결하기 위한 "Name Match Memory Game" 제작.
* 개발 도구: Amazon Q CLI, AWS CLI, Python, Flask, WSL (Windows Subsystem for Linux).
* 초기 단계 (CLI):
* Python CLI 게임으로 시작.
* 사람들의 데이터는 JSON 파일 (people_data.json)에 저장.
* "얼굴"은 파일 경로로 표시.
* 객관식 이름 옵션 제공 및 정답/오답 추적 기능 구현.
* people_data.json 구조: [{"id":"alice","name":"Alice Johnson"},{"id":"bob","name":"Bob Smith"}]
* 이미지는 static/images/ 디렉토리에 ID와 일치하는 파일명으로 저장 (예: alice.jpg).
* 웹 애플리케이션 전환 (Flask):
* Q CLI를 활용하여 Flask 웹 애플리케이션 구조, HTML 템플릿, CSS 스타일 생성.
* 주요 기능:
* 시작 페이지: 그라데이션 배경, 얼굴 미리보기, 게임 안내, 애니메이션 버튼.
* 랜덤 얼굴 선택 및 3-4개의 이름 객관식 옵션 (라디오 버튼).
* 즉각적인 피드백 및 5라운드 동안의 점수 추적.
* 최종 결과 요약 (정확도 및 성과).
* 게임 통계는 game_stats.json에 저장.
* 개발 환경 설정:
* AWS CLI 설치 및 구성 (aws configure).
* Amazon Q CLI 설치 (WSL 환경에서 .deb 파일 사용).
* PATH 설정 등 쉘 초기화 문제 해결.
* 가상 환경 설정 (venv) 및 Flask 설치 (pip install flask).
* 게임 실행:
* python app.py로 실행.
* 웹 브라우저에서 http://127.0.0.1:5000/으로 접속.
* 새로운 사람 추가 방법:
* people_data.json에 정보 추가.
* static/images/에 해당 ID로 이미지 파일 저장.

개발 임팩트: AI 코딩 도구를 통해 개발 과정을 가속화하고, 웹 개발 경험이 적은 개발자도 복잡한 애플리케이션을 구축할 수 있음을 보여줍니다. 또한, 문제 해결 과정에서의 AI 활용 능력 및 대화형 개발 방식의 이점을 강조합니다.

커뮤니티 반응: 콘텐츠 내에서 직접적인 커뮤니티 반응은 언급되지 않았으나, 필자는 Q CLI 사용 경험을 공유하며 독자들에게 질문을 던져 참여를 유도하고 있습니다.

톤앤매너: 이 글은 AI 코딩 도구를 실제 프로젝트에 적용한 경험을 공유하는 긍정적이고 실용적인 톤으로 작성되었습니다. 개발 과정을 상세히 설명하며 기술적 정보를 명확하게 전달하고 있습니다.