■ 책 소개

에이전틱 AI와 바이브 코딩

AI 개발의 정석

with 언리얼

AI가 스스로 계획하고 실행하는 시대, 게임 개발도 달라진다. 이런 추세에 안성맞춤인, 최신 에이전틱 AI와 바이브 코딩을 언리얼 엔진 게임 개발 전 과정에 녹여낸 실무 지침서가 출간됐다.

생성형 AI가 질문에 답하는 수동적 도구라면, 에이전틱 AI(Agentic AI)는 목표를 받아 스스로 계획을 세우고 필요한 도구를 선택해 실행까지 완료하는 자율형 AI이며 바이브 코딩(Vibe Coding)은 AI에게 의도와 맥락을 전달해 코드를 만들고 개발자는 방향을 조정하는 개발 방식을 말한다. 이 책은 이 두 개념이 게임 개발 현장에서 실제로 어떻게 작동하는지를 언리얼 엔진 위에서 단계별 실습으로 보여 준다.

총 6부로 구성된 이 책은 먼저 ‘1부 프롬프트 전략’에서 예시 없이 바로 지시하는 제로샷(Zero-shot), 몇 가지 예시를 함께 제공해 원하는 답변 형식을 유도하는 퓨샷(Few-shot), AI가 단계적으로 추론하도록 유도하는 연쇄적 사고 CoT(Chain of Thought) 등의 프롬프트 작성 기법과 게임 기획서(GDD, Game Design Document) 자동 작성 방법을 다룬다. ‘2부 AI 에셋 제작’에서는 컴피유아이(ComfyUI)로 콘셉트 아트와 2D 스프라이트를 생성하는 것부터 휴냐얀3D(Hunyuan3D)로 3D 모델을 만들고 메시에이아이(Meshy.ai)로 텍스처와 자동 리깅까지 완성한 뒤 언리얼 엔진 5에 임포트하고 애니메이션 리타깃팅까지 연결하는 AI 파이프라인 전체를 실습으로 익힌다.

본격 바이브 코딩 단계인 ‘3부 3D 게임 로직 – 바이브 코딩 실전’과 ‘4부 TPS 프로젝트 실전 구현’에서는 2D 횡스크롤 게임을 프로토타입에서 베타까지 완성하고, Codex CLI와 제트브레인즈 라이더(JetBrains Rider)를 활용해 조준(Line Trace) 사격, 적 AI 유한상태머신(FSM), 상하체 분리 애니메이션 블렌딩 등 실무 수준의 기능을 갖춘 3인칭 슈터(TPS, Third-Person Shooter) 게임을 구현한다.

‘5부 LLM AI 연동 커스텀 툴 제작’에서는 EUW(언리얼 에디터 유틸리티 위젯)에 파이썬과 LLM API를 연결해 커스텀 개발 도구를 직접 만들고, MCP(모델 컨텍스트 프로토콜)로 파일 관리 및 깃(Git)과 슬랙(Slack)을 하나로 묶어 애셋 생성부터 빌드 배포까지 이어지는 자동화(Agentic) 환경을 구축한다.

‘6부 QA 최적화’에서는 AI 에이전트가 프로파일러 데이터를 분석해 성능 병목을 찾고 QA 결과를 자동 보고하는 지능형 품질 관리 체계까지 다룬다. 한마디로 기획부터 배포, 품질 관리까지 AI가 개발 루프 전체에서 작동하는 구조를 한 권에 담은 것이다. 본문에 필요한 예제 소스는 저자 깃허브 https://github.com/ARA-XRLab/AIDevGuidefmf와 성안당 자료실을 통해 제공된다.

이 책은 AI 도구를 사용해 적은 있지만 개발 워크플로우 전체를 바꾸는 데 막막함을 느끼는 현직 게임 개발자나 소규모 인력으로 대형 스튜디오와 경쟁해야 하는 인디 개발팀, AI를 활용해 빠르게 프로토타입을 검증해야 하는 게임 스타트업에 직접적인 해법을 제시할 뿐 아니라 게임 개발 교육 현장에서도 활용도가 높다. 또한, AI 시대에 맞는 개발 방법론을 커리큘럼에 반영해야 하는 대학이나 직업훈련기관이 실습 교재로도 적합하다. 언리얼 엔진을 중심으로 하지만 AI 주도 개발 파이프라인을 처음 구축하려는 개발자라면 이 책에서 실질적인 출발점을 찾을 수 있을 것이다.

■ 대상 독자

•  AI 도구는 써 봤지만 전체 워크플로우를 바꾸는 데 막막한 현직 게임 개발자

•  소규모 인력으로 대형 스튜디오와 경쟁해야 하는 인디 개발팀·게임 스타트업

•  AI 개발 방법론을 커리큘럼에 반영하려는 대학·직업훈련기관

■ 목차

저자 서문

Part 1 프롬프트 전략

1.1 AI 시대의 게임 개발 패러다임 변화

1.1.1.전통적 게임 개발 워크플로우의 한계

1.1.2 AI가 바꾸는 게임 개발의 풍경

1.1.3 바이브코딩의 등장

1.1.4 프롬프트 엔지니어링: AI 시대의 핵심 역량

1.1.5 이 책에서 다루는 AI 통합 개발 파이프라인

1.1.6 앞으로의 여정

1.2 프롬프트 엔지니어링의 기초

1.2.1 Zero-shot vs. Few-shot 프롬프팅

1.2.2 CoT(Chain of Thought) 기법

1.2.3 역할 부여와 컨텍스트 설정

1.2.4 멀티턴 프롬프팅

1.3 마크다운 양식을 활용한 구조화된 프롬프트 설계

1.3.1 왜 구조화된 프롬프트가 필요한가?

1.3.2 프롬프트에서 자주 쓰이는 마크다운 문법

1.3.3 프롬프트 템플릿 설계 원칙

1.3.4 고급 기법: XML 태그를 활용한 구조화

1.3.5 실전 예시: Unreal Engine 개발용 프롬프트 템플릿

1.4 GDD 자동화

1.4.1 AI와 함께 기획서 작성하기

1.4.2 기능 명세서 자동 생성

1.5 실습: 2D 횡스크롤 게임 기획서, AI로 완성하기

1.5.1 AGENTS.md와 AI 워크플로우

1.5.2 게임 콘셉트 정의하기

1.5.3 프롬프트를 이용해 각 섹션의 내용 작성하기

Part 2 AI 애셋 제작

2.1 AI 이미지 생성의 이해

2.1.1 AI 이미지 생성과 ComfyUI 환경 설정

2.1.2 콘셉트 아트 제작으로 배우는 기본 워크플로우

2.1.3 게임용 2D 스프라이트 생성 워크플로우

2.1.4 UI 리소스 제작

2.1.5 로딩 화면 & 마케팅 일러스트 제작

2.2 AI 3D 캐릭터 파이프라인

2.2.1 전통적 캐릭터 제작 방식의 진입 장벽

2.2.2 AI 도구가 해결하는 문제들

2.2.3 이 가이드의 목표와 기대 결과물

2.2.4 AI 모델링 시트 제작 - Google Nano Banana Pro 활용

2.2.5 Gem을 활용한 전문가 시스템 구축

2.2.6 스타일 레퍼런스 수집

2.2.7 콘셉트 아트 생성

2.2.8 모델링 시트 제작

2.2.9 정리 및 다음 단계

2.2.10 Hunyuan3D를 활용한 3D 모델링

2.2.11 정리 및 다음 단계

2.2.12 Meshy.ai를 활용한 텍스처 편집

2.2.13 Meshy.ai 자동 리깅

2.2.14 언리얼 엔진 5 임포트 및 애니메이션 리타깃팅

2.2.15 AI를 활용한 영상 제작

Part 3 2D 게임 로직 – 바이브 코딩 실전

3.1 바이브 코딩으로 언리얼 2D 게임 개발

3.1.1 바이브 코딩이란?

3.1.2 개발 환경 구성

3.1.3 언리얼 개발의 기초

3.2 [프로토타입] 기본 도형을 활용한 핵심 메커니즘 구현

3.2.1 프로젝트 생성과 AGENTS.md 설정

3.2.2 프로젝트 환경 설정

3.2.3 플레이어 캐릭터 구현

3.2.4 무한 스크롤 바닥

3.2.5 기본 장애물 로직

3.2.6 코인 수집 시스템

3.2.7 게임 오버 처리

3.3 [알파 버전] 게임 플레이 루프와 UI 완성

3.3.1 GameMode 확장

3.3.2 점수 처리를 위한 인게임 HUD 제작

3.3.3 게임 오버 UI 제작

3.3.4 로켓 장애물 추가

3.4 [베타 버전] 리소스 교체 및 마무리

3.4.1 Paper2D 스프라이트 준비

3.4.2 플레이어 애니메이션 적용

3.4.3 오브젝트의 스프라이트 교체 및 배경 스크롤

Part 4 TPS 프로젝트 실전 구현

– Codex CLI + JetBrains Rider로 완성하는 3인칭 슈터 게임

4.1 프로토타입

4.1.1 프로젝트 생성

4.1.2 AGENTS.md-프로젝트 지침 설정

4.1.3 프로젝트 초기 설정

4.1.4 GameMode-게임 규칙 기반 구축

4.1.5 PlayerCharacter-플레이어 캐릭터 기반 구축

4.1.6 3인칭 카메라 구성-SpringArm+Camera

4.1.7 이동(WASD)+시점(마우스) 구현

4.1.8 점프 구현

4.1.9 LineTrace 기반 사격 구현

4.1.10 크로스헤어 UI 추가

4.1.11 탄착 이펙트(Bullet Impact FX)

4.1.12 적 기반 클래스(Enemy Base)

4.1.13 피격 연결-데미지 파이프라인 기초

4.1.14 적 AI FSM+추적 이동

4.1.15 적 근접 공격

4.1.16 피격 상태(Hit State)-FSM 통합

4.1.17 사망 처리(Dead State+연출)

4.2 알파

4.2.1 Feature Pack Setup–리소스 확보

4.2.2 플레이어 외형 교체–SkeletalMesh 적용

4.2.3 카메라 기준 이동 방식으로 전환

4.2.4 플레이어 AnimBP 구성–이동 ·점프 Locomotion

4.2.5 공격 애니메이션–Montage+상·하체 블렌딩

4.2.6 무기 장착-소켓 기반 Rifle 부착

4.2.7 발사 사운드 추가-PlaySound2D

4.2.8 에너미 외형 교체-SkeletalMesh 적용

4.2.9 에너미 AnimBP 구성-FSM 연동 및 Idle 애니메이션

4.2.10 에너미 Move 애니메이션-Idle↔Move 상태 전이

4.2.11 에너미 공격 애니메이션-Attack 상태 추가

4.2.12 에너미 피격 애니메이션-Montage+DamageSlot

4.2.13 에너미 사망 처리-AM_EnemyDead+Sink 연출

4.2.14 에너미 스폰 시스템-EnemyManager+SpawnPoint

Part 5 LLM AI 연동 커스텀 툴 제작

5.1 Unreal Engine 에디터 유틸리티의 이해

5.1.1 에디터 유틸리티란?

5.1.2 VS Code 설치

5.1.3 Python 설치

5.1.4 Python Editor Script

5.1.5 AI 개발 파이프라인에서의 에디터 유틸리티

5.1.6 앞으로의 학습 방향

5.2 Python과 Unreal Engine 연동

5.2.1 Python 스크립트로 애셋 자동화

5.2.2 LLM API 연동 에디터 툴 제작

5.3 ComfyUI 워크플로우 자동화

5,3,1 시스템 아키텍처 설계

5.3.2 단계별 구현 가이드

5.3.3 파일 구조 및 설정

5.4 EUW와 Python을 활용한 AI 이미지 생성 자동화

5.4.1 EUW란?

5.4.2 EUW 블루프린트 생성하기

5.4.3 위젯 UI 레이아웃 설계

5.4.4 블루프린트에서 파이썬 스크립트 호출하기

5.4.5 실행 결과 처리 및 표시

5.4.6 EUW 실행 및 테스트

5.5 MCP로 구현하는 완전 자동화 개발 환경

5.5.1 MCP의 개념과 구조

5.5.2 AI 에이전트 설정 및 연동

5.5.3 파일 시스템, Git, Slack 자동화 연결

5.5.4 자연어 명령으로 애셋 생성부터 빌드까지

5.6 2D Sprite Animation Tool 제작—바이브코딩 실전

5.6.1 프로젝트 개요와 설계 방향

5.6.2 프롬프트 전략 분석(Step 0)

5.6.3 에디터 플러그인 UI 만들기(Step 1)

5.6.4 이미지 선택 기능(Step 2)

5.6.5 Apply Split 기능(Step 3)_

5.6.6 애니메이션 재생 컨트롤 기능(Step 4)

5.6.7 저장과 불러오기(Step 5)

5.7 2D Sprite Animation 런타임 예제

5.7.1 런타임 예제 Step 0: 사전 준비—런타임 컨텍스트 설정

5.7.2 Step 1: 머티리얼 제작—에디터에서 직접 수행

5.7.3 Step 3: ASpriteAnimActor 제작

5.7.4 마무리 및 확장 아이디어

Part 6 QA 최적화

6.1 프로젝트 소개

6.1.1 SpaceShooter 프로젝트 개요

6.1.2 주요 클래스별 동작 및 특징

6.1.3 스폰 체인 도식

6.1.4 QA와 최적화를 위한 출발점

6.2 지능형 디버깅

6.2.1 프로젝트 실행 및 문제 발견

6.2.2 AI 에이전트 온보딩-AGENTS.md 생성

6.2.3 QA 이슈 자동 탐지

6.2.4 이슈 #1-HP UI 초기화 순서 문제

6.2.5 이슈 #2-적 발사 패턴이 종료되지 않는 문제

6.2.6 정리

6.3 데이터 기반 최적화

6.3.1 왜 최적화는 항상 늦게 발견되는가?

6.3.2 Object가 계속 증가한다

6.3.3 AI에게 로그 분석 요청하기

6.3.4 첫 번째 수정-수명 타이머 활성화

6.3.5 두 번째 수정-Destroy 로직 추가

6.3.6 ActorTracking 시스템 정리하기

6.3.7 정리

6.4 프로파일러 기반 최적화

6.4.1 인위적 성능 문제 조성하기

6.4.2 트레이스 기록 설정 및 실행

6.4.3 .utrace를 CSV로 변환하기

6.4.4 AI 에이전트에게 분석 요청하기

6.4.5 추적 이벤트 삽입

6.4.6 2차 트레이스 수집 및 분석

6.4.7 성능 병목 해결하기

6.4.8 정리

6.5 QA 결과 전달 자동화 구조 설계

6.5.1 QA_Issues.md와 보고서 템플릿 설계

6.5.2 AI 에이전트와 보고서 작성 협업

6.5.3 Slack Incoming Webhook 설정

6.5.4 GitHub Actions 자동화 구조

6.5.5 정리

■ 저자 소개

이영호 youngho@araxrlab.com

• (현) 언리얼 공인 강사(Gold Badge)

• (현) 아라XRLab 대표

• (현) 가천대 게임·영상학과 겸임교수

• (전) 유니티 Tech Evangelist

• (전) 넥슨 선임 개발자

• (전) 세종대, 명지전문대 겸임교수

이영훈

• 언리얼 공인 강사

• 위드제이소프트 대표

• 아라XRLab 기술이사

• 기관 및 대학 등에서 Unreal, Unity, XR 콘텐츠 강의

• 넥슨, 와이디온라인 등 개발사에서 게임 및 앱 개발

탁광욱

• 언리얼 공인 강사

• BnT 대표

• 기관, 대학 등에서 Unreal, Unity, XR 콘텐츠 그래픽스 강의

김현진

• 언리얼 공인 강사(Gold Badge)

• 어플리케 대표

• 아라XRLab 기술이사

• 기관 및 대학 등에서 Unreal, Unity, XR 콘텐츠 강의

나유선

• 테크노이즈 대표

• 기관에서 Unreal, Unity, XR 콘텐츠 강의

• NNG, 핫독 스튜디오, 라이징윙스 등의 게임 개발사에서 실무 개발

박현상

• 언리얼 공인 강사

• Bricx3 대표

• 유튜브 @polyflowkr 운영

• Class101 ‘언리얼 렌더링 & 셰이더’ 강의 출시

배주백

• 게임 클라이언트 개발자

• 라이브 서비스 환경에서 클라이언트 시스템 설계와 안정화를 중심으로 다양한 프로젝트 수행

• 최근에는 AI를 개발 환경에 적용하며, AI 기반 개발 프로세스를 현장에서 직접 실험 중