데모

• 컨테이너형 게임 서버를 위한 CI/CD 파이프라인

  게임 개발사가 직면한 가장 큰 과제는 최대한 신속하게 플레이어에게 새로운 기능을 제공하는 능력을 갖추는 것입니다. 새로운 기능은 빠르고 안정적이면서도, 비용을 최적화하고 보안을 해치지 않는 방식으로 제공되어야 합니다. GitOps를 사용한 지속적 통합 및 지속적 배포(CI/CD)는 게임 개발사가 개발 수명 주기의 처음부터 끝까지 게임을 개선하고 새로운 기능을 제공할 수 있는 효과적인 수단입니다. 이 데모에서는 CD 파이프라인에 GitOps 모범 사례를 결합하여 게임 바이너리 및 자산 배포를 자동화하는 방법을 설명합니다. 

• 데이터베이스 기초

  이 데모에서는 특수 설계된 AWS 데이터베이스에 대한 개요를 제공합니다. 일반적인 사용 사례와 알맞은 작업에 알맞은 도구를 선택하는 방법을 자세히 설명합니다. 

• 가속화된 네트워킹 기초

  AWS Global Accelerator라고 하는 코어 네트워킹 서비스와 이 서비스에서 AWS의 글로벌 인프라를 사용하여 온라인 멀티 플레이어 게임에서 인터넷 트래픽 속도를 높이는 방법에 대해 자세히 알아보십시오.
  

• 콘텐츠 전송 기초

  콘텐츠 전송을 위한 코어 네트워킹 서비스인 Amazon CloudFront와 이 서비스에서 AWS의 글로벌 인프라를 사용하여 고객에게 보다 신속히 게임 바이너리를 제공하는 방법에 대해 자세히 알아보십시오.
  

• Amazon Lumberyard 기초

  이 데모에서는 고객에게 게임을 구축하는 데 사용할 수 있는 Lumberyard 파워 툴을 소개합니다. 주요 기능으로는 Slices를 사용한 세계 구축, Script Canvas를 사용한 게임 로직 스크립팅, EMotion FX를 사용한 캐릭터 애니메이션 제어 등이 있습니다.

• 서버리스 분석 기초

  비디오 게임에서 분석을 사용해야 하는 이유를 알아보십시오. 배치 및 실시간에 가까운 분석 파이프라인을 구축하고 이를 Unity 게임에 통합하여 유용한 분석 정보를 얻는 방법에 대해 자세히 알아볼 수 있습니다. 

• Amazon GameLift 게임 서버 기초

  Amazon GameLift를 사용한 일반적인 게임 아키텍처 패턴을 단계별로 설명하고 GameLift 콘솔에서 예시를 보여드립니다. 

• AWS에서 게임 교차 플레이

  교차 플랫폼 플레이는 다른 게임 플랫폼이 게임에서 동일한 온라인 서버를 공유하고 게이머들이 게임을 함께 즐길 수 있도록 하는 기능입니다. 이 세션에서는 샘플 아키텍처와 함께 AWS에서 교차 플레이 게임의 백엔드를 구성하는 방법에 대한 힌트를 확인하실 수 있습니다. 

• AWS 데이터 센터를 원하는 곳으로 확장

  이 토크에서는 클라우드 워크로드를 최종 사용자에 가깝게 이동하는 방법을 주제로 설명합니다. AWS Local Zones, AWS Outposts, AWS Wavelength와 같은 메커니즘이 무엇이고, 어떤 사용 사례가 있는지 알아봅니다. 

• Amazon SageMaker로 기계 학습을 활용한 학대 탐지 파이프라인 구축

  부정행위를 하는 플레이어를 찾아내는 것은 힘겨운 싸움이 되는 경우가 많지만, 기계 학습 알고리즘으로 훈련한 시스템은 게임 개발사가 보유한 데이터를 활용하여 수상한 행동에 대한 신고와 조치를 자동화하는 데 도움을 줄 수 있습니다. 이 데모에서는 플레이어 텔레메트리 데이터로 파이프라인을 처음부터 끝까지 구축하는 방법을 보여드립니다.

• Alexa, 모험을 만들다

  Starfinder가 개발한 Alexa의 RPG Experience에 대해 알아보십시오. 이 데모에서는 해당 게임에 대한 소개 및 Alexa Skill 생성 도구인 Skill Flow Builder의 데모를 설명합니다.

• 기계 학습으로 게임 음악 작곡

  기계 학습은 데이터 분석에 활용하는 데 그치지 않고 게임 콘텐츠를 개발하는 데도 사용할 수 있습니다! 이 데모에서는 AWS DeepComposer를 사용하여 기술에 대한 전문적 지식 수준과 관계없이 누구나 음악 테마의 새로운 버전을 만드는 방법을 소개하고, GAN(생성적 적대 신경망)과 Amazon SageMaker를 사용하여 런타임에서도 게임 콘텐츠를 구축하는 방법을 자세히 보여드립니다. 

• 강화 학습으로 로켓 착륙

  이 데모에서는 게임 개발사들이 강화 학습(RL)을 비디오 게임에서 활용할 수 있는 방법을 보여드립니다. 이 데모에서는 강화 학습을 사용하여 OpenAI Gym Box2D 시뮬레이션 환경에서 달 착륙 탐사선이 달에 자동으로 착륙하도록 훈련하는 방법을 보여드립니다. 에이전트를 훈련 및 최적화하고, 다른 사람과의 경쟁을 통해 달에 정확하게 착륙할 수 있는 최적화된 RL 모델을 구축한 사람을 가리는 승부를 내는 방법을 배울 수 있습니다.  

• 클라우드에서 스튜디오를 사용하여 자산 생성

  Epic Games Unreal Engine, Autodesk 3dsMax, Adobe Photoshop, AWS Thinkbox Sequoia 등의 애플리케이션을 사용하여 클라우드에서 게임 자산을 개발할 수 있습니다. AWS의 NICE DCV 원격 디스플레이 프로토콜을 통해 G4DN 기반 Windows 가상 워크스테이션에 연결하고 마우스, 키보드, Wacom 태블릿 등의 모든 입력 기기로 애플리케이션과 상호작용할 수 있습니다.
  

• Amazon Neptune을 사용하여 MMORPG에서 지식 그래프 시각화 및 쿼리

  그래프 데이터베이스는 상호 연결성이 높은 데이터를 이해하는 데 매우 귀중한 도구로 사용되지만 대부분 개발자가 그래프 데이터베이스 도구로 데이터를 모델링하고 쿼리하는 데 익숙하지 않습니다. 이 데모에서는 Apache Tinkerpop Gremlin 및 Amazon Neptune을 기반으로 구축된 브라우저 내 시각화 및 쿼리 탐색기를 매우 인기 있는 MMORPG의 데이터 세트와 함께 선보입니다. 

• Twitch에서 커뮤니티 참여 유도

  Twitch를 사용한 라이브 스트리밍은 커뮤니티를 단결시키고, 게임 개발사에는 이러한 대상의 참여를 유도할 수 있는 절호의 기회를 제공합니다. 실습 데모에서 Twitch 확장 프로그램의 다양한 활용 방법을 살펴보고 라이브 방송 중에 게임과 상호작용할 수 있는 잠재력을 알아보십시오.

• 기계 학습으로 코드 검토 자동화

  기계 학습을 다양하게 활용해서 숙련이 필요하지만, 반복적인 수작업을 자동화하는 도구를 개발하는 방법을 알아보십시오. 기계 학습을 활용하여 코드 검토를 자동화하는 도구, Amazon CodeGuru를 소개합니다. 작동 원리, 기능을 설명하고 데모를 통해 자세히 살펴봅니다.