게임 인공지능 - Unity 실습 코드

NPC의 움직임과 판단, 학습을 만드는 13가지 알고리즘 패턴

Unity로 배우는 게임 AI 교재의 실습 코드 리포지토리입니다.

📚 교재 소개

이 리포지토리는 "게임 인공지능" 교재의 Part I ~ Part VII에서 다루는 13개 Lab의 Unity 실습 코드를 제공합니다.

Part 구성

Part	제목	Lab
Part I	AI 기초와 에이전트	Lab 1-2
Part II	환경 인지와 불확실성	Lab 3
Part III	이동 알고리즘	Lab 4-5
Part IV	경로 탐색	Lab 6-7
Part V	고급 의사결정	Lab 8-9
Part VI	강화학습과 적응형 AI	Lab 10-11
Part VII	절차적 콘텐츠 생성	Lab 12-13

🎯 학습 목표

각 Lab을 완성하면서 다음을 학습할 수 있습니다:

• ✅ FSM (Finite State Machine): 순찰/추적/공격 AI 구현
• ✅ 센서 시스템: 시야각, 청각, 레이캐스트 기반 인지
• ✅ Boids 알고리즘: 군집 행동 시뮬레이션
• ✅ Steering Behaviors: Seek, Flee, Arrive, Pursue
• ✅ A 경로 탐색*: 그리드 기반 길찾기
• ✅ NavMesh: Unity 내장 경로 탐색
• ✅ Behavior Tree: 모듈화된 의사결정
• ✅ GOAP: 목표 지향 행동 계획
• ✅ Q-Learning: 강화학습 기초
• ✅ Unity ML-Agents: 딥러닝 기반 AI
• ✅ Perlin Noise: 절차적 지형 생성
• ✅ Cellular Automata: 던전 생성

🛠️ 환경 요구사항

필수 사항

항목	권장	최소
Unity 버전	2022.3 LTS 이상	2021.3 LTS
개발 환경	Visual Studio 2022 / Rider	VS 2019
.NET	.NET Standard 2.1	.NET Standard 2.0
OS	Windows 10/11, macOS Monterey	Windows 8.1, macOS Big Sur

선택 패키지

• ProBuilder (Lab 6, 7)
• Cinemachine (카메라 작업)
• Unity ML-Agents (Lab 11)

🚀 시작하기

1. Unity 프로젝트 생성

# Unity Hub에서 새 프로젝트 생성
# Template: 3D (URP 또는 Built-in)
# Project Name: GameAI_Tutorial

2. Lab 코드 가져오기

원하는 Lab의 폴더를 Unity 프로젝트의 Assets/ 폴더에 복사합니다.

Unity_Project/
└── Assets/
    ├── PartI-AI기초와에이전트/
    │   └── Lab01_BasicAgent/
    └── ... (기타 Lab)

3. 씬 설정 및 테스트

각 Lab 폴더의 README.md를 참고하여 씬을 설정하고 테스트합니다.

📖 Lab 목록

Part I: AI 기초와 에이전트

Lab 1: Unity 기초와 AI 프로젝트 설정 (30분)

• SimpleAgent 클래스 구현
• Rigidbody 기반 이동
• 디버그 시각화

Lab 2: FSM으로 순찰 AI 만들기 (60분)

• 유한 상태 기계 구현
• Patrol/Chase/Attack 상태
• 시야각 센서

Part II: 환경 인지와 불확실성

Lab 3: 레이캐스트 센서 구현 (45분)

• VisionSensor (시야각)
• HearingSensor (청각)
• Investigate 상태

Part III: 이동 알고리즘

Lab 4: Boids 군집 시뮬레이션 (90분)

• Separation/Alignment/Cohesion
• 장애물 회피
• 공간 분할 최적화

Lab 5: Steering Behaviors로 추적/회피 (60분)

• Seek, Flee, Arrive
• Pursue, Evade
• Wander

Part IV: 경로 탐색

Lab 6: A* 경로 탐색 구현 (120분)

• 그리드 기반 A* 알고리즘
• 휴리스틱 함수
• 경로 스무딩

Lab 7: NavMesh 에이전트 활용 (45분)

• Unity NavMesh 설정
• NavMeshAgent 활용
• 동적 장애물

Part V: 고급 의사결정

Lab 8: Behavior Tree 경비병 AI (120분)

• BT 노드 구조 (Selector/Sequence)
• 경비병 AI 구현
• Decorator 패턴

Lab 9: GOAP 목표 지향 AI (150분)

• GOAP 플래너
• Action/Goal 시스템
• 마을 주민 AI

Part VI: 강화학습과 적응형 AI

Lab 10: Q-Learning 미로 학습 (90분)

• Q-Table 구현
• 보상 시스템
• 미로 탈출 학습

Lab 11: Unity ML-Agents 시작하기 (120분)

• ML-Agents 설치
• 학습 환경 구성
• 모델 훈련 및 추론

Part VII: 절차적 콘텐츠 생성

Lab 12: Perlin Noise 지형 생성 (60분)

• Perlin Noise 알고리즘
• 지형 생성 및 시각화
• 다층 노이즈

Lab 13: 세포 자동자 던전 생성 (90분)

• Cellular Automata
• 동굴/던전 생성
• 연결성 보장

📁 리포지토리 구조

gameAI/
├── PartI-AI기초와에이전트/
│   ├── Lab01_BasicAgent/
│   └── Lab02_PatrolFSM/
├── PartII-환경인지와불확실성/
├── PartIII-이동알고리즘/
├── PartIV-경로탐색/
├── PartV-고급의사결정/
├── PartVI-강화학습과적응형AI/
├── PartVII-절차적콘텐츠생성/
├── Shared/             # 공통 유틸리티
└── Docs/               # 문서

자세한 구조는 REPOSITORY_STRUCTURE.md를 참고하세요.

💡 학습 가이드

권장 학습 순서

1. 기초 단계 (Lab 1-3): FSM과 센서 시스템 이해
2. 이동 단계 (Lab 4-5): 군집 행동과 조향 행동
3. 경로 단계 (Lab 6-7): 경로 탐색 알고리즘
4. 의사결정 단계 (Lab 8-9): BT와 GOAP
5. 학습 단계 (Lab 10-11): 강화학습
6. 생성 단계 (Lab 12-13): PCG

학습 팁

• 각 Lab은 이전 Lab의 내용을 기반으로 합니다
• 코드를 직접 타이핑하면서 학습하는 것을 권장합니다
• Scene 뷰에서 Gizmos를 활성화하여 디버그 정보를 확인하세요
• 각 Lab의 "실습" 섹션을 완료하여 심화 학습하세요

🔧 트러블슈팅

일반적인 문제

Q: 스크립트 컴파일 에러가 발생합니다

A: .NET Standard 2.1 설정 확인
   Edit → Project Settings → Player → Other Settings → Api Compatibility Level

Q: Rigidbody가 계속 회전합니다

A: Constraints → Freeze Rotation: X, Z 체크

Q: NavMesh가 생성되지 않습니다

A: Window → AI → Navigation → Bake 클릭
   Static 체크박스 확인

더 많은 문제 해결은 Docs/TroubleShooting.md를 참고하세요.

📝 라이선스

MIT License

본 프로젝트의 모든 코드는 교육 목적으로 자유롭게 사용, 수정, 배포할 수 있습니다.

🤝 기여하기

버그 리포트, 개선 제안, Pull Request를 환영합니다!

1. Fork the Project
2. Create your Feature Branch (git checkout -b feature/AmazingFeature)
3. Commit your Changes (git commit -m 'Add some AmazingFeature')
4. Push to the Branch (git push origin feature/AmazingFeature)
5. Open a Pull Request

📧 문의

이슈가 있으시면 GitHub Issues에 등록해주세요.

🙏 감사의 말

이 교재와 실습 코드가 게임 AI 학습에 도움이 되기를 바랍니다!

---

Happy Coding! 🎮