아마존 AI로 게임 개발한 3일의 경험

카테고리

프로그래밍/소프트웨어 개발

서브카테고리

앱 개발

대상자

• 대상자: 중급 이상의 웹/게임 개발자, AI 활용에 관심 있는 개발자
• 난이도: 중급 (AI 도구 활용 경험이 필요한 기술적 이해 요구)

핵심 요약

• AI의 초기 성능: Nuxt.js 프레임워크와 Vue 3를 활용한 빠른 프로토타입 생성 가능.
• 한계점: Phaser의 A* 경로 찾기와 타일맵 충돌 감지 등 복잡한 시스템 구현 시 AI의 문맥 처리 한계 드러남.
• 결론: AI는 기초 구조 및 간단한 로직 생성에 유용하지만, 복잡한 게임 시스템은 개발자 개입 필수.

섹션별 세부 요약

1. 초기 설정 및 AI 도입

• 프레임워크 선택: Nuxt.js 사용, Tabby 인터페이스로 Amazon Q와의 원활한 연동.
• AI의 제약: Claude 모델만 지원 (사용자 선호 모델).
• 요구사항 불확실성: "Vue 2 Options API"와 "Vue 3 Composition API" 혼용으로 인한 초기 오류 발생.

2. 자산 통합 및 초기 구현

• 자산 패키지: Trevor Pupkin의 TechDungeonAssets 사용, TexturePacker JSON 데이터 활용.
• AI의 성공 사례: sprite 애니메이션 및 마우스 기반 projectile 발사 구현.
• 문제점: 캐릭터 방향 및 projectile 각도 오류, animation keys 중복 경고 발생.

3. 콜리전 시스템 구현

• 초기 시도: projectile-enemy 충돌 감지, enemy health 시스템 구현.
• 문제점: 0 HP 시작으로 인한 즉시 게임 종료, animation 재초기화로 인한 경고 발생.
• 해결: death animation 딜레이 추가, collision 로직 정리.

4. 웨이브 시스템 구현

• 단일 프롬프트로 구현: 점차 증가하는 난이도의 wave system 구현.
• 성공 사례: progressive difficulty 및 wave completion detection 로직 완성.

5. 업그레이드 및 타일맵 충돌

• AI의 한계: tilemap collision 시 Phaser의 내장 시스템 오류로 인한 custom per-tile collision 시도.
• 문제점: 1,000 lines 이상의 코드로 인한 context window 초과, TypeScript 오류 발생.
• 해결: git commit 활용한 코드 분리 및 Phaser scenes 기반 collision detection 수동 구현.

6. 경로 찾기 및 최종 문제점

• A* 경로 찾기: 8-directional movement 기반 heuristic function 구현, overshoot 문제 해결.
• 최종 한계: enemy projectile 이동, damage 적용, game freeze 문제로 10개 이상의 프롬프트 필요.

결론

• AI 활용 팁: 복잡한 시스템(collision, pathfinding)은 수동 개발 필수. AI는 기초 프로토타입 생성에 유용.
• 결론: AI는 개발 속도 향상에 기여하지만, 유지보수 및 복잡도 관리는 개발자 책임.