카테고리 없음

AWS Amazon Q와 Pygame으로 나만의 게임 만들기: AI와 함께하는 개발 여정

잡뿌 2025. 6. 9. 11:36
반응형

Amazon "Build Games"

안녕하세요, 게임 개발과 AI 기술에 관심 많으신 분들! 오늘은 제가 AWS Amazon Q Developer CLI를 활용하여 파이썬 Pygame으로 숫자 정렬 퍼즐 게임을 개발했던 흥미로운 경험을 공유해 드릴까 합니다. AI가 어떻게 우리의 개발 여정을 혁신적으로 변화시키고, 심지어 제한된 개발 지식 속에서도 멋진 결과물을 만들어낼 수 있는지 저의 AWS "Build Games" 챌린지 참여기를 통해 함께 살펴보시죠.

아이디어 구상부터 핵심 로직 구현까지: Amazon Q의 마법

# Amazon Q Developer CLI을 설치하고, AWS Build ID로 로그인 진행
q chat

# Q Chat 
"게임 개발을 위한 아이디어를 몇 가지 제시해줘"

"어떤 게임을 만들까?"라는 막막한 질문에서부터 Amazon Q와의 협업은 시작되었습니다. 저는 Amazon Q에게 게임 아이디어를 요청했고, 단순하지만 몰입감 있는 숫자 정렬 퍼즐 게임을 제안받았습니다. 이 게임은 무작위로 섞인 숫자 블록을 규칙에 따라 정렬하는 방식입니다.

특히, Pygame을 처음 다뤄보는 저에게 가장 큰 도전은 게임의 핵심 로직, 즉 블록 이동 처리와 정렬 상태 확인이었습니다. 이때 Amazon Q의 역할이 빛을 발했습니다. 예를 들어, 특정 블록을 클릭했을 때 주변 블록과의 위치를 교환하고, 전체 블록이 올바르게 정렬되었는지 효율적으로 검사하는 파이썬 코드를 Amazon Q가 즉각적으로 생성해 주었죠. 단순히 코드를 주는 것을 넘어, 각 코드 라인이 어떤 역할을 하는지 상세히 설명해 주어 제가 코드를 이해하고 필요한 부분을 수정하는 데 큰 도움이 되었습니다. 마치 옆에서 숙련된 개발자가 튜터링해 주는 느낌이었습니다.

게임 코드 생성

# Amazon Q Developer CLI을 설치하고, AWS Build ID로 로그인 진행
q chat

# Q Chat 
"1번 아이디어에 대한 코드를 작성해줘"

Game 화면

난이도 조절과 사용자 경험 개선: AI와 함께 디테일을 다듬다

게임을 개발하며 난이도 조절의 필요성을 느꼈습니다. 처음에는 4x4 매트릭스로 시작했지만, 더 큰 도전을 위해 8x8, 심지어 16x16까지 매트릭스 크기를 확장했습니다. 매트릭스가 커질수록 플레이어는 길을 잃기 쉬웠고, 이때 힌트 기능의 중요성을 깨달았습니다.

 

Amazon Q에게 힌트 기능을 구현하는 방법을 물었고, Q는 정답 경로를 부분적으로 보여주거나 다음 이동을 추천하는 로직을 제안해주었습니다. 저는 이를 바탕으로 플레이어가 언제든 요청하면 다음 단계의 올바른 이동을 시각적으로 안내해 주는 기능을 추가할 수 있었습니다. 또한, 난이도 변경 시 발생했던 성능 저하 문제 역시 Amazon Q의 도움으로 효율적인 데이터 구조 변경 및 렌더링 최적화 코드를 제안받아 해결할 수 있었습니다. 이러한 과정에서 저는 AI가 단순히 코드를 생성하는 도구가 아니라, 문제 해결과 사용자 경험 개선을 위한 든든한 파트너임을 실감했습니다.

1. 난이도 기능 추가

4 x 4 크기 설정시 게임 플레이 시간이 짧아 8 x 8, 16 x 16으로 사이즈를 확장하여 플레이 시간 및 게임의 재미를 증가 시켰습니다. 

2. 힌트 기능 추가

4 x 4에서 8 x 8, 16 x 16으로 사이즈를 확장되어 숫자 블록을 어디로 이동할지에 대한 힌트를 사용자에게 제공하여, 난이도 증가에 따른 게임 흥미 저하 발생에 대해 대비하였습니다. 

3. 난이도 변경시 게임 프로그램 지연 발생 현상 수정

아래와 같이 코드 개선을 진행하였습니다. 

 

개선된 예시로 난이도를 높이는 버튼 클릭시 프로그램이 행이 걸리는 현상이 발생하여 Amazon Q Developer CLI에 개선된 코드를 요청하였고, 비동기방식으로 코드가 실행되도록 코드 개선을 진행하였습니다.

개발자를 위한 조언: AI를 '동반자'로 삼는 법

이번 경험을 통해 저는 AI, 특히 AWS Amazon Q Developer CLI와 같은 도구를 활용하는 것의 중요성을 다시 한번 깨달았습니다. 파이썬에 대한 지식이 부족했던 저도 Amazon Q의 강력한 지원 덕분에 완성도 높은 게임을 개발할 수 있었습니다.

하지만 여기서 중요한 점은 AI가 생성한 코드를 맹목적으로 따르기보다는 직접 이해하고 검증하려는 노력이 필요하다는 것입니다. AI는 뛰어난 조력자이지만, 최종적인 책임과 디버깅, 그리고 창의적인 아이디어의 구현은 여전히 개발자의 몫입니다. AI를 단순한 코드 생성기가 아닌, 당신의 개발 능력을 확장시켜주는 지능적인 개발 파트너로 생각해보세요!

참고

AWS "Build Games" 챌린지에 참여하고 싶다면, 여기를 클릭하세요!

 

Build Games with Amazon Q CLI and score a T shirt 🏆👕

Use Amazon Q CLI to build games, share how you built it as a blog or a video and redeem your T-shirt. Read the full article to get started.

community.aws

 

반응형