패스트캠퍼스 환급챌린지 35일차 : RPG 전투 플레이 프로젝트로 배우는 언리얼 엔진 5 게임 개발 강의 후기

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.

 

 

이번에는 언리얼 엔진의 EQS (Environment Query System) 이론을 학습하며, AI가 더 지능적인 결정을 내릴 수 있도록 만드는 방법에 대해 이해하는 시간을 가졌다. 특히 원거리 몬스터가 플레이어를 향해 공격할 수 있는 적절한 위치를 자동으로 판단하고 이동하도록 만드는 상황을 염두에 두고 공부했다.

EQS는 AI가 환경 정보를 기반으로 최적의 위치나 대상을 결정할 수 있게 도와주는 시스템이다. EQS 또한 언리얼에서 기능을 제공해주기 때문에 별다른 소스코드 제작 없이 사용을 할 수 있다. 쉽게는 A Star처럼 생각을 하면 된다고 하고 실제로는 그것과 조금 다른 느낌인 것 같다. 예를 들면, 플레이어와 일정 거리 이상 떨어져 있으면서 시야가 확보되는 장소를 자동으로 찾는 기능을 구현할 수 있다. 기존의 Behavior Tree와 블랙보드만으로는 이런 복합 조건을 만족하는 위치를 찾는 것이 번거롭고 비효율적이었다면, EQS는 이러한 작업을 훨씬 간결하고 효율적으로 처리해준다.

 

https://dev.epicgames.com/documentation/ko-kr/unreal-engine/environment-query-system-in-unreal-engine

이론에 대해서 조금 더 공부를 더 해보았는데  EQS의 장점은 AI가 환경에 따라 유동적으로 반응할 수 있는 가능성을 크게 열어준다는 것이었다. 예를 들어, 단순히 플레이어를 추격하고 공격하는 것이 아니라, 주변 지형을 고려해 적절한 위치로 이동 후 공격하는 ‘전술적 행동’이 가능해진다.

이전까지는 블루프린트나 Behavior Tree에서 위치를 하드코딩하거나, 일정한 패턴만을 넣어주는 방식이었는데, 이제는 AI가 직접 환경을 분석하고 "이 위치가 가장 적절하다"고 판단해서 움직일 수 있게 된다. 이 점은 특히 원거리 몬스터의 공격 포지션 설정에 있어 매우 유용할 것 같다. 앞으로 구현하게 될 원거리 공격에서는, 플레이어와의 거리, 시야 확보, 장애물 유무 등을 고려한 EQS 쿼리를 작성해 스마트하게 움직이는 AI를 만들 수 있을 것이라 기대된다. 내일은 AI 퍼셉션의 기능을 통해서 AI 인지 기능을 생성하는 방법을 학습하게 될 것 같다.

 

https://abit.ly/lisbva

Abit.ly 다운받기