이름 일치 메모리 게임 개발 경험: Amazon Q CLI 활용

카테고리

프로그래밍/소프트웨어 개발

서브카테고리

웹 개발

대상자

• 초보 개발자 및 AWS CLI 사용자
• AI 도구 활용에 관심 있는 프론트엔드/백엔드 개발자
• Flask 프레임워크 학습자
• 소셜 기술 훈련을 위한 웹 애플리케이션 개발자
• 난이도: 중간 (AWS CLI, Flask 기본 지식 필요)

핵심 요약

• Amazon Q CLI를 사용하여 CLI 게임 → 웹 앱으로의 전환을 자동화
• 게임 핵심 로직: def play_game() 함수로 JSON 데이터 기반 명확한 이름 매칭 로직 구현
• 웹 앱 기능: people_data.json, game_stats.json 파일과 static/images/ 디렉토리로 다이나믹 이미지 로딩

섹션별 세부 요약

1. 게임 개요 및 동기

• 소셜 상황에서 이름 기억 어려움 해결을 목표로 한 명확한 이름-얼굴 매칭 게임
• Amazon Q CLI를 활용한 CLI → 웹 애플리케이션 개발 과정
• AWS CLI 설치와 Q CLI 설정을 통한 초기화

2. CLI 게임 로직 구현

• Python CLI 게임으로 시작: play_game() 함수에서
• people_data JSON 파일로 데이터 로딩
• options 생성 및 랜덤 선택
• score 추적 및 반복 라운드 구조
• 코드 예시:

```python

def play_game(self, num_rounds: int = 5) -> None:

if len(self.people_data) < 4:

print("You need at least 4 people in the database to play the game.")

```

3. 웹 앱으로의 전환 (Flask 활용)

• Q CLI가 자동으로 Flask 앱 구조 생성:
• app.py에서 Flask 서버 실행
• templates/ 디렉토리의 HTML 템플릿과 CSS 스타일링
• 웹 앱 주요 기능:
• 랜덤 얼굴 선택
• 다중 선택 (3-4개 이름 옵션)
• 즉시 피드백 및 점수 추적
• 최종 결과 요약 (정확도, 성과 분석)

4. 파일 구조 및 설정

• 데이터 파일:
• people_data.json: {"id":"alice","name":"Alice Johnson"} 형식
• game_stats.json: 세션별 통계 추적
• 이미지 저장: static/images/ 디렉토리에 alice.jpg 형식으로 저장
• 가상 환경 설정:

```bash

python3 -m venv venv

source venv/bin/activate

pip install flask

```

5. 개선 계획 및 학습 요약

• 추가 기능:
• 사용자 인증 시스템
• 웹 기반 이미지/데이터 업로드 인터페이스
• 데이터베이스 통합 (JSON → MySQL/PostgreSQL)
• 리더보드 및 난이도 조절
• Amazon Q CLI 활용 핵심 교훈:
• AI 기반 코딩의 빠른 개발 가능
• 인터랙티브 문제 해결 (예: Flask 설치 오류 해결)
• 반복적 개발 및 대화형 학습

결론

• Amazon Q CLI는 CLI → 웹 앱 전환을 자동화하며, Flask 웹 개발의 핵심 개념을 대화형으로 학습 가능
• JSON 데이터 및 이미지 관리로 확장성 있는 구조 설계
• 사용자 인증과 리더보드 추가로 다양한 기능 확장 가능
• AI 도구 활용을 통해 개발 효율성 향상 및 소셜 기술 훈련 도구로 활용 가능