왜 AI 시스템을 공부하게 됐나
처음 언리얼로 게임을 만들 때, NPC가 제일 어려웠다.
그냥 랜덤하게 걸어다니는 건 쉬웠다. 문제는 "똑똑하게" 움직이는 거였다.
플레이어를 추격하고, 장애물을 피하고, 상황에 따라 행동을 바꾸는 NPC.
GTA 같은 게임의 NPC들은 어떻게 그렇게 자연스럽게 움직일까?
답은 언리얼의 AI 시스템에 있었다.
언리얼 AI의 핵심 3가지
🌳
비헤이비어 트리
AI의 의사결정 로직
순찰, 추격, 공격 등 복잡한 행동 패턴 구현
🎯
EQS
환경 쿼리 시스템
최적의 위치 찾기, 엄폐물 선택 등
🗺️
내비게이션
길찾기 시스템
NavMesh로 자동 경로 탐색
🎮 강의 미리보기
실제 강의에서 구현하는 GTA 스타일 오픈월드 게임
실제로 구현한 AI 시스템
보행자 AI
중급
- ✓랜덤 목적지로 이동
- ✓다른 NPC와 충돌 회피
- ✓신호등 인식
차량 AI
고급
- ✓도로 주행
- ✓차선 변경
- ✓추월 로직
적대 NPC
고급
- ✓플레이어 감지
- ✓추격 및 공격
- ✓엄폐 행동
AI 시스템 학습 과정
1-2주차
기초 개념
AI 컨트롤러, 블랙보드, 비헤이비어 트리 구조 이해
3-4주차
간단한 AI 구현
순찰하는 NPC, 플레이어 추격 AI 제작
5-6주차
고급 AI 기법
EQS로 동적 위치 선택, 스마트 오브젝트 활용
7-8주차
GTA 스타일 통합
보행자, 차량, 경찰 AI를 하나의 시스템으로 통합
배운 핵심 인사이트
1
비헤이비어 트리는 생각보다 직관적이다. 순서도처럼 생각하면 된다.
2
EQS는 강력하지만 무거워질 수 있다. 최적화가 중요하다.
3
NavMesh 베이킹이 AI 성능의 90%를 좌우한다.
4
AI 디버깅은 비주얼 로거를 활용하면 훨씬 쉽다.
학습 결과
50+
동시 AI 액터
3종
AI 타입 구현
60fps
안정적 프레임
"AI 시스템을 이해하니 게임이 어떻게 작동하는지 완전히 다르게 보이기 시작했다."