분야: 모바일 라이브옵스 게임장르: 방치형 RPG기간: 2026.07.27 ~ 2026.09.08담당: 팝업·상점 UI, 오퍼 상품 개발, 컷씬 적용, 온보딩, 폴리싱 대응스펙: Unity, C#메모: 7/20 입사 후 처음 참여한 업데이트. 라이브 서비스 게임의 워크플로우를 익힐 수 있었음.익힌 것[프로세스]개발 플로우 익히기 (기능 개발 > 리뷰 > QA > 업로드)업로드까지 개발 전 과정을 참여하여 기웃기웃 구경함QA 빌드도 전달해봤다일정 산정하는게 익숙하지 않아서 작업카드의 날짜를 여러번 조정함[개발]시트와 코드가 연동 툴 익히기UI - 유니티 연결 툴 익히기 및 개선 툴 혹은 AI 스킬 제작 (백업을 안 해서 스킬, 툴 사라짐 ㅠㅠ)목업을 기존 유니티 프리팹에 맞추기 기존 유니티 프리팹을 목업..

3분기 회고돌아보기⛱️ 여름 화끈하게 즐기기계곡도 가고~ 래프팅도 하고~ 그 순간들이 행복해서 한여름밤의 꿈 같았다.▶️ 이직한 회사 적응하기또직(=또이직)을 하게 되면서 적응을 또 하고 있다.이직하는 것도 힘들지만 적응기도 힘들다는 것을 느끼는 중🤦‍♀️기껏 쌓아놓은 아침 패턴 무너뜨리기저번 분기 계획에 "아침에 자기계발 (운동 or 독서) 주에 얼마나 하는지 체크하기"가 있었는데, 아침에 일어나기만 해도 감사하다.. 잃어버린 내 패턴 돌리도❌ 퇴사 전 클로드 코드 책 1권 완독하기독서 스터디는 했는데, 후반부 실습은 못 끝냈다.4분기 계획이직한 회사 적응 마무리하기첫 업데이트 때는 어려운거 안 맡아서 재밌었는데, 이번 업데이트는 메인으로 일을 맡으면서 고난과 역경이 많았음. 주변 사람들이랑 얘기 끝..

기간 : 2026.04.20 ~ 2026.07.19직무 : H5개발팀 클라이언트 개발업무 내용 : 자회사 모바일 게임을 H5 게임으로 포팅신규: 6건**고**: 데일리 미션, 누적 미션 추가 개발**가***의 *장**의 *팅**의 *살**의 *물업데이트 및 폴리싱: 4건**맞*: 데일리 미션, 누적 미션 추가 개발*** 고**: SDK 업데이트4건의 프로젝트 외부 플랫폼 포팅을 위한 프로젝트 조사*** 스** (미완수)직책 : 사원업무 회고업무 고민포팅 속도 향상 + 안정성 둘 다 가져가는 방법포팅 속도 향상을 위해 AI로 포팅 자동화 시도Claude Code로 Agnet, Skill 만들기를 시도함.Agent, Skill 만들기 또한 AI한테 맡겼더니 범용적인게 아니라, 프로젝트 맞춤형으로 만들어버림;..

(글 한번 날리고 다시 쓴다 쉬익쉬익)2분기 회고돌아보기▶️ 이직한 회사 적응하기회사 프로세스 복습: 노션 프로세스 표 만들어서 갱신 중클로드 코드 기능 익히기: AI 워크플로우 시도 중, 책 1권 시도 중✅ 5월 중 우리, 프로그래머들 완독 주 1회 독서 스터디 참여 (5월)⚠️ 오전 운동시간 확보 가능한지 체크5/13 기존 헬스장 만료, 6/15 헬스장 새로 등록오전에 가려고 시도하지만 불규칙한 기상 시각 때문에 평일 1번만 지켜지고 있음 > 개선 필요운동 시간이 부족하다고 느껴져 점심 회사 11층 계단 오르기 시도 (5/12 ~ ing)❌ 식비를 위한 블로그 글 주 2~3회 작성4, 5월 시도 후 6월 중지: 이직 및 회사 업무 집중에 멈춤.[우리, 프로그래머들 독후감] 책:: 우리, 프로그래머들 ..

우리, 프로그래머들읽은 기간: 26.02.23 ~ 26.05.08 (75일) 총정리/총평프로그래밍의 전체적인 역사에 대해서 톺아본다. 어릴 적 문서실무사 같은 자격증에서 보던 최초의 컴퓨터처럼, 지금의 우리는 상상하기 힘든 기계를 다루던 프로그래머들이 어떤 과정을 거쳐 코딩했는지를 볼 수 있다. 또한 우리가 당연하게 사용하는 개념과 기술들(주석, 서브루틴, 컴파일러, 프로그래밍 언어 등)이 어떻게 등장하게 되었는지도 간접적으로 알 수 있다. 마지막 3장에서는 저자의 경험담을 통해 당시 이야기를 더욱 생생하게 접할 수 있다. AI 시대에 개발자의 역할이 대체되고 있다는 이야기가 나오지만, 프로그래밍의 근간 자체는 과거와 크게 달라지지 않았다는 점도 인상 깊었다. 저자는 앞으로 50년 역시 기존의 프로그..

개발 환경Unity 6.2 (6000.2.14 f1)Photon Fusion2Target Platform: Windows레퍼런스 Fusion 2 - 3 - 이동 & 카메라 | Photon Engine파트 3에서는 플레이어 입력에 따른 플레이어 움직임과 올바른 플레이어 객체를 따라가는 1인칭 카메라를 추가하여 기존 씬을 확장합니다. Fusion에서는 움직임과 같은 모든 틱을 업데이트하는doc.photonengine.comPhoton Fusion 공유모드 튜토리얼2 - 캐릭터 이동 동기화목표: 키보드로 캐릭터를 움직이고, 다른 유저에게 움직임이 동기화되도록 하기 [요약]움직임 동기화: NetworkBehaviour - FixedUpdateNetwork(버튼 입력은 Update에서 상태 관리 or InputS..

개발 환경Unity 6.2 (6000.2.14 f1)Photon Fusion2Target Platform: Windows레퍼런스 Fusion 2 - 2 - 씬 및 플레이어 | Photon Engine파트 2에서는 간단한 씬을 설정하는 방법과 플레이어 프리팹을 만드는 방법에 대해 설명합니다. 이 섹션의 마지막에는 연결된 각 클라이언트에 대해 플레이어 객체를 생성하는 작업 네트워크doc.photonengine.comPhoton Fusion 튜토리얼1 - 씬 설정 / Spawn목표: 플레이어가 입장하면 캐릭터 생성하기[요약]기본 세팅: Network Runner플레이어 입장: IPlayerJoined - PlayerJoined캐릭터 생성: SimulationBehaviour - Runner.Spawn1. 씬 ..

개발 환경Unity 6.2 (6000.2.14 f1)Photon Fusion2Target Platform: WindowsPhoton Fusion 튜토리얼 - 샘플 프로젝트 소개플레이어 색상 제어키보드 E를 누르면 다른 플레이어의 색상을 변경시킬 수 있음목표: Photon Fusion Shared Mode 개념 익히기소요 예상 시간: 2시간 이내[핵심 기능]플레이어 스폰네트워크 속성 동기화RPC 기반 상호작용Shared Mode: 클라우드 룸에서 StateAuthority (내 캐릭터를 제어할 수 있는 권한)을 기반으로 제어할 수 있는 모드각 플레이어가 다른 플레이어를 제어할 수 있음

셰이더로 도형을 만들기 성능 효율해상도 독립텍스처 메모리 사용 X동적 수정 가능 (머티리얼 파라미터)개발 환경Unity6.2선형 그라디언트UV를 이용하여 나타냄UV란?3D 모델의 표면을 2D 이미지(텍스처)에 어떻게 펼쳐 붙일지를 정의한 좌표계 ( 텍스처 좌표계 )3D 모델: XYZ 좌표 2D 텍스처 이미지: XY 평면UV가 3D 모델의 각 점이 2D 텍스처의 어디를 참조해야하는지를 알려줌 안티-앨리어싱비뚤비뚤하게 보이는 계단 현상(Aliasing)을 부드럽게 만들어주는 기술입력: Gradient, CutoffDDX / DDY 이용변화량의 Length → Divide → SaturateCufoff란?여기가 엣지인지 판정하는 기준값 DDX/DDYGPU가 자동으로 계산해주는 픽셀 간 변화량 Saturate..

선행지식 : 행렬 / 선형 대수 기저(basis) / Affine Matrix(아핀 공간) / 외적 등그래픽 파이프라인3차원 이미지를 2차원 래스터 이미지로 표현하기 위한 단계적인 방법래스터(raster)란 이미지를 2차원 배열 형태의 픽셀로 구성하는 것을 의미 (출처) 위키백과 이번 글에서는 그래픽 파이프라인 중 Vertex Processing에 대해 알아보고자 한다. Vertex Processing우리는 연필을 화면에 출력하고자 한다.연필을 출력하기 위해서는 연필을 구성하는 정보가 필요하다. 연필은 점들로 구성되어 있고 이를 정점(Vertex)라고 한다. 이 점 좌표를 그대로 화면에 찍으면 될까? 이는 연필 기준(Object)으로 표시한 것이기 때문에 여러 변환 과정이 필요하다. 이 과정을 Verte..

Perceptron McCulloch-Pitts Neuron Model 출력 Binary 수상 돌기에 도착한 여러 신호가 세포체에 합쳐짐 합쳐진 신호가 특정 값을 넘으면 축삭 돌기를 이용하여 출력 신호 전달 >> 몇 년 후 MCP Neural Model 기반의 Perceptron 등장 Perceptron 이진 분류에 적용 가능 Positive Class: +1 Negative Class: -1 선형적으로 구분 가능한 데이터에 대해 사용 (그렇지 않을 경우 Updqte가 멈추지 않음) 결정 함수 $$ \phi(z) = \phi(w^Tx) $$ z값이 Threshold $\tau$에 따라 Positive Negative 판별 학습 규칙 $w$를 0 또는 작은 값으로 랜덤 초기화 각 샘플 $x$에 대한 출력 ..