한국 게임 개발자 노트

Claude Code, Cursor, Copilot을 갈아타도 작업이 이어지는 Unity 인수인계 규칙 5가지

Claude Code로 구조를 고치고, Cursor에서 코드를 탐색한 뒤, Copilot으로 반복 구현을 채우는 식의 혼합 워크플로우가 늘고 있다. 문제는 도구마다 이전 대화와 판단 근거를 공유하지 않는다는 점이다. 같은 설명을 반복하거나, 이미 폐기한 설계를 다른 도구가 다시 제안하기도 한다.해결책은 긴 채팅 기록을 복사하는 것이 아니다. 목표, 수정 범위, 검증 방법을 저장소 안의 작은 작업 패킷으로 만드는 것이다. 다음 다섯 규칙을 적용하면 어느 도구를 열어도 같은 지점에서 작업을 이어갈 수 있다.1. 목표 한 줄과 변경 금지선을 먼저 고정한다첫 번째 규칙은 작업 목표를 결과 형태로 적는 것이다. “인벤토리를 개선해 줘”보다 “아이템 이동 후 슬롯 중복이 없고 기존 저장 데이터를 읽을 것”이 훨씬 ..

AI 코딩 도구를 게임 개발에 붙일 때 가장 위험한 작업은 의외로 새 기능 구현이 아니라 리팩터링이다. Claude Code, Cursor, Copilot 같은 도구는 파일을 빠르게 읽고 고치지만, 게임 프로젝트에서는 작은 구조 변경 하나가 프리팹 참조, 직렬화 필드, Addressables 키, 애니메이션 이벤트까지 건드릴 수 있다.그래서 AI에게 “이 코드 정리해줘”라고 던지는 방식은 좋지 않다. 대신 변경 범위, 금지 영역, 검증 명령을 먼저 정해두고, AI가 그 안에서만 움직이게 만드는 워크플로우가 필요하다. 핵심은 AI를 똑똑한 개발자로 믿는 것이 아니라, 빠른 작업자에게 명확한 작업 계약서를 주는 것이다.1. 리팩터링 전에 변경 범위 계약서를 만든다AI에게 바로 코드를 수정시키기 전에 짧은 작..

게임 개발에서 AI 도구가 가장 잘하는 일은 "대신 생각해 주기"보다 "반복 작업을 빠르게 닫아 주기"에 가깝다. 특히 Unity 프로젝트에서 성능 문제를 잡을 때는 원인 추정, 계측 코드 추가, 로그 비교, 작은 패치 작성이 계속 반복된다. Claude Code, Cursor, Copilot을 잘 쓰면 이 루프를 꽤 짧게 만들 수 있다.핵심은 AI에게 막연히 "최적화해 줘"라고 맡기지 않는 것이다. 대신 실험 단위를 작게 자르고, 계측 기준을 코드로 고정하고, AI가 읽을 수 있는 로그를 남겨야 한다. 그러면 AI는 감이 아니라 증거를 바탕으로 수정 후보를 제안한다.1. 먼저 계측 지점을 코드로 고정한다성능 개선의 첫 단계는 "어디가 느린지"를 매번 같은 방식으로 재는 것이다. Unity에서는 Prof..

레벨 에디터, 도트 툴, 밸런스 스프레드시트. 게임 하나를 만들다 보면 Unity 밖에서 데이터를 뱉어내는 외부 도구가 점점 늘어난다. 문제는 이 도구들이 내놓는 json, tmx, 커스텀 바이너리 파일을 Unity가 곧바로 쓸 수 있는 형태로 들고 있지 않다는 것이다. 매번 에디터 메뉴를 눌러 변환 스크립트를 돌리거나, 누군가 원본 파일을 고칠 때마다 손으로 재변환하는 식이면 금세 사고가 난다. "그 레벨 데이터 최신 버전 맞아?"라는 질문이 나오는 순간 이미 늦었다.이 문제를 가장 깔끔하게 푸는 Unity 기능이 ScriptedImporter다. 특정 확장자를 가진 파일을 프로젝트에 넣는 순간, Unity가 알아서 그 파일을 네이티브 에셋(ScriptableObject, Mesh, Texture 등)..