CONTENT

지은이 소개
머리말
이 책의 실습 워크북
GitHub 안내

제1부 게임 AI 기초와 에이전트

제1장 게임AI 개론
게임 엔지니어에게 AI가 중요한 이유
게임 AI의 구성 범주
게임 AI의 발전 역사
게임 AI와 일반 AI의 차이
게임 AI의 대표 활용 분야
규칙·탐색·학습·생성 AI의 큰 흐름
게임 개발 파이프라인에서 AI의 위치
이 책의 구성과 학습 로드맵
가장 단순한 AI의 구조

제2장 Agent/PEAS
에이전트 관점의 필요성
에이전트의 정의
에이전트의 구성 요소
에이전트의 유형
환경의 유형
PEAS(성능·환경·행동·감지) 정의
게임 AI의 PEAS 분해
에이전트 정의의 가변성
게임에서의 합리성: 최적보다 적절
PEAS 사전 작성의 이점

제2부 의사결정 기법

제3장 유한 상태 기계(FSM)
FSM의 정의
FSM의 핵심 구성 요소
가장 단순한 FSM: Idle과 Move
상태 기계 관리자의 역할
FSM 설계의 핵심 질문
실전형 FSM: Patrol, Chase, Attack
전이 조건 설계
FSM과 시각화
FSM의 장점
FSM의 한계

제4장 Behavior Tree
Behavior Tree의 정의
Behavior Tree의 기본 구성
노드의 세 가지 반환 상태
Selector와 Sequence
조건과 행동의 분리
FSM과 Behavior Tree 비교
Behavior Tree의 실질적 이점
Running 상태의 중요성
Behavior Tree의 한계
Utility AI와의 연결

제5장 Utility AI
Utility AI의 정의
Utility AI의 기본 구성
Utility AI의 점수 계산
Consideration 설계
점수 조합 방식
Response Curve
Utility AI 예제
FSM·BT·Utility AI 비교
Utility AI의 결합 사용

제3부 지각과 불확실성 (확률·센서)

제6장 Random/Probability
무작위성과 확률의 차이
랜덤의 주요 활용 위치
균등 난수와 가중치 기반 선택
Weighted Random의 중요성
확률을 자연스럽게 쓰는 법
확률과 체감 공정성
시드(Seed)와 재현 가능한 랜덤
확률과 Utility AI의 결합
확률과 FSM, Behavior Tree의 결합

제7장 Sensor
감지는 판단의 출발점
센서의 정의
감지와 인식의 차이
게임에서 자주 쓰는 센서 종류
시야 센서의 설계 요소
시야 센서의 구현
센서와 성능
센서와 게임플레이
센서와 FSM 연결
센서와 BT·Utility AI 연결

제4부 이동과 경로 탐색

제8장 Flocking
Flocking의 정의
Craig Reynolds의 Boids
Boids의 세 가지 핵심 규칙
Separation
Alignment
Cohesion
세 규칙의 결합 필요성
로컬 규칙과 전체 패턴
Flocking과 성능
Flocking이 잘 맞는 게임 상황

제9장 Steering
이동의 미세 제어 계층
Desired Velocity와 Steering Force
Seek: 목표 추적
Flee: 목표 회피
Arrive: 감속 도착
Wander: 자연스러운 배회
Steering의 자연스러움
조향 행동의 구분 활용
Flocking과 Steering의 관계
Steering과 AI 구조의 결합

제10장 A*Pathfinding
A* 알고리즘의 개요
비용 함수 g(n)·h(n)·f(n)
Grid 기반 경로 탐색
A*의 장점
A*의 한계
A*와 Steering의 관계

제11장 NavMesh
NavMesh의 정의
Unity 6의 NavMesh 구성 요소
NavMesh 작업 흐름
NavMesh의 실질적 이점
Grid A*와 NavMesh 비교
동적 장애물과 NavMeshObstacle
Off-Mesh Link의 용도
NavMesh와 상위 AI 구조의 관계

제5부 강화학습 (ML-Agents)

제12장 Machine Learning(ML-Agents)
게임 AI에서의 강화학습 관점
ML-Agents의 핵심 개념
Unity ML-Agents의 기본 구조
관측 설계
ML-Agents 환경 구성 요소
PPO의 이해
규칙 기반 AI와 학습 기반 AI의 차이
학습 실패와 환경 요인
ML-Agents와 기존 게임 AI의 결합

제6부 생성형 AI·LLM NPC

제13장 Generative AI / LLM NPC
생성형 AI와 게임 AI의 만남
LLM NPC의 동작 구조
LLM NPC의 핵심 구성 요소
페르소나(Persona)의 중요성
프롬프트 엔지니어링과 NPC 설계
메모리와 상태 추적
상태 기반 NPC와 LLM NPC의 공존
LLM NPC의 장점
LLM NPC의 한계
가드레일의 필요성

용어집
참고문헌