유채원

전투/이벤트 시 액터 간 스레드 충돌 및 메시지 지연

• 담당 파트 내 액터 실행 순서를 재배치해 잘못된 스레드 접근과 메시지 지연을 해소.
• 이후 동일 원인의 스레드 경합 로그가 재발하지 않도록 처리 경로 정리.

패킷 트래픽 과다로 인한 처리량 병목

• 내부 프로파일러의 호출 빈도/전송량 지표로 병목 항목 식별.
• 고빈도 항목을 분리하고 로직을 최적화해 내부 전투 테스트 기준 초당 트래픽 약 20% 감소.

SharedPtr 참조 잔존 / 메모리 오염 해결

• 특정 오브젝트 파괴 시 SharedPtr 참조 잔존으로 해제가 누락되는 문제를 관련 경로 전수 조사로 확인, WeakPtr 전환이 필요한 구간을 식별해 반영.
• 재현이 어려워 잡히지 않던 메모리 오염을 탐지하기 위해 내부 Stomp 기반 allocator 랩핑 클래스를 도입 — 오염 발생 지점을 BehaviorTree 경로로 특정해 수정으로 연결.

실시간 기반 우편 시스템

• 전투 종료, 길드 활동 등 실시간 인게임 이벤트 기반 우편 생성 및 상태 관리.
• 동일 유저에 대한 우편 요청을 유저 액터의 메시지 큐에서 순차 처리 — 동시 로그인/다중 클라이언트 요청 상황에서도 상태 일관성 유지.

가챠 상태 동기화 시점 개선

• 픽업 가챠 종료 시점에 전 유저의 가챠 정보를 일괄 갱신하면서 서버 부하가 자정에 집중되는 문제.
• 자정 일괄 갱신 대신, 유저 가챠 실행 시점에 서버 상태와 비교해 필요할 때만 동기화하는 지연 동기화 방식을 선택 — 자정에는 서버 전역 가챠 정보만 갱신.
• 부하를 유저 행동 시점으로 분산하면서 전역/유저 가챠 정보 간 정합성 유지.

서버 시즌 특수 아이템 설계

• 시즌별로 서버에 단 한 개만 존재하는 특수 아이템의 생성 → 쟁탈 → 소유권 변경 → 소멸 전체 생명주기를 월드 단위로 관리하는 시스템 구현.
• 생성/소멸 조건을 시즌 상태와 연동해 생성 가능 시점, 제거 조건, 중복 스폰 방지 관리.
• 시즌 종료 시 전역 상태 전환, 월드 액터 메시지, 유저 액터 정리 순으로 단일 방향 생명주기 보장.

튜토리얼 서버와 본 서버 간 상태 동기화

• 튜토리얼 시스템 구현 및 튜토리얼 종료 시 서버 간 유저 데이터 이전 처리.
• 이전 시 동기화되어야 하는 데이터 리스트 관리 및 일관성 유지.
• 이전 진행 중 여부 검증 로직으로 이관 중 중복 요청에 의한 상태 덮어쓰기 차단.

우편 대량 처리 & 메모리/DB 정책

• 대량 우편 처리 시 DB 파라미터 제한/지연 문제를 분할 전송 + 리스트 프로시저 + 실패 항목 분리 처리 구조로 해결.
• 클라이언트/서버 테스트로 1회 처리 상한을 100개로 산정, DB 처리 결과를 리스트로 받아 개별 성공/실패 분리 관리 — 단일 트랜잭션 강제 대신 안정성과 체감 품질을 고려한 trade-off 설계.
• 우편 데이터 캐싱 + 페이징 전송 + 세션 만료 관리로 메모리 사용량과 DB 접근 균형화.

장착 아이템 대량 분해 최적화

• 테스트 기반으로 최대 분해 개수 산정 후 Config화.
• 패킷과 DB 프로시저를 리스트 기반 단일 프로시저로 최적화.

길드 경작지 & 길드 공헌도 로직 최적화

• 틱마다 경작 진행도/획득량을 계산·전송하던 방식을 이벤트 기반 계산으로 전환해 패킷 부하 절감.
• 지속 활동 중 초 단위 공헌도 지급 요구사항에 대해, 지급 주기를 Config로 관리하고 주기마다 참여 길드원을 묶어 DB 업데이트와 패킷 전송을 각 1회로 배칭.

가챠 시스템 운영 스케줄링

• 픽업 가챠 종료 시점에 일반 가챠 풀 자동 갱신 및 DB 반영.
• 실서비스 운영 중 가챠 정보를 즉시 수정·반영할 수 있도록 별도 DB 테이블로 분리.
• 가챠 확률 검증 시뮬레이션 커맨드 구현 — 지정 횟수 자동 수행 후 아이템별 실제 선택 비율을 로그로 출력, 입력 확률 대비 검증 지원.

영지 장식 오브젝트 구조 개선

• 유저 레벨 상승 시 최대 개수만큼 선지급하던 방식을 실제 배치 시점에 사용분만 저장하는 방식으로 개편.
• 신규 DB 테이블 구조 설계, 레거시 테이블 관련 코드 제거 및 데이터 마이그레이션 수행.

업적 & 컬렉션 / 장착 아이템 구조 개선

• 업적&컬렉션을 퀘스트 기반으로 확장 — 퀘스트 데이터만 추가하면 업적&컬렉션이 자동 진행/완료되는 구조로 설계.
• 장착 아이템 공통 로직을 상위 클래스로 이전 — 신규 장착 아이템 타입 추가 시 코드 중복 없이 데이터 추가만으로 확장.

존 겹침 판정 및 권위 전이 인터페이스 구현

• 존별 스레드가 분리된 심리스 오픈월드에서, 오브젝트가 존 경계를 넘을 때의 판정·전이 인터페이스를 엔진팀 협업 창구를 전담하며 구현.
• 엔진팀이 월드에 마킹한 레이어(비트마스크) 기반 발밑 쿼리로 존 겹침을 판정. 여러 존에 걸친 오브젝트는 겹친 존들에 레플리카를 생성하고, 완전 이탈 시 원본을 파괴하며 권위를 이전하는 경계 전이 흐름 처리.
• 엔진팀 제공 존/경계 추출 기능을 서버 관점에서 테스트하고 버그 리포트·개선점을 피드백, 추출된 정보 기반으로 오브젝트 배치·존 변경·상태 전파 로직을 정비.

State Machine + Data-Driven 설계

• 오브젝트의 상태, 전환 조건, 다음 상태, 입장/퇴장 시 동작을 모두 데이터 테이블에서 정의 — 기획/레벨 디자인 팀이 코드 수정 없이 오브젝트 타입을 확장할 수 있는 구조.
• G-Star 빌드의 빠른 수정·반영 사이클 대응.

설치형 부활 포인트

• 설치 후 상호작용 시 해당 위치를 부활 지점으로 등록하는 오브젝트 — 존 전체에서 상태가 동기화되어야 하는 전역 오브젝트.
• 존 매니저가 변경 발생 시 월드 매니저에 이벤트를 통보하고, 월드 매니저가 관련 존 전체에 브로드캐스트하는 구조로 존 기반 멀티스레드 환경에서 상태 일관성 유지.

개인화 오브젝트

• 메인 퀘스트 진행도에 따라 동일 오브젝트가 플레이어마다 다른 상태로 보여야 하는 요구 — 열림 조건이 서버 권위 데이터라 클라이언트 단독 처리 불가.
• 동기화 단위를 오브젝트 상태에서 플레이어별 상태로 분리: 공유 상태는 브로드캐스트, 개인화 상태는 시야 진입 시 관찰자별로 계산해 해당 유저에게만 유니캐스트.
• 시야 이탈 시 플레이어별 상태를 해제하고 재진입 시 마지막 상태 기준으로 복구해 메모리 최적화.

테스트 자동화 시스템 구성

• 서버 실행부터 더미 클라이언트 실행, 시나리오 수행까지 전체 테스트 플로우를 배치 자동화.
• 맵/더미 수/반복 횟수/측정 여부를 스크립트로 외부 정의하는 Data-Driven 시나리오 구성 — 코드 수정 없이 시나리오 교체만으로 다양한 검증 수행.

Grafana 기반 성능 모니터링

• 게임 오브젝트 스폰 수, 서버 메모리 증가율 등 주요 지표를 수집해 Grafana 대시보드로 시각화.
• 부하 테스트 결과 비교, 시나리오별 메모리 패턴 분석, 기능 업데이트 후 성능 저하 검증에 활용 — 서버 최적화와 메모리 릭 탐지로 연결.

스크립트 엔진 기능 확장

• 스크립트 문법 스키마 관리, 자동 완성 지원용 스키마 기반 자동 생성 파일 유지보수.
• 스크립트에서 호출하는 하위 동작 함수(조건 검사·오브젝트 조작·트리거) 구현, AI behavior/미션 로직/월드 이벤트 등 다양한 콘텐츠로 스크립트 사용 범위 확장.
• 플레이어 이동 경로에 따라 NPC/차량/오브젝트를 동적 스폰하는 월드 이벤트 시스템과 연동 — 이벤트 생성 시 지정 XML 스크립트 자동 실행.

검증 자동화

• 스크립트 파일의 문법 오류·잘못된 참조를 감지하는 검증 Commandlet 개발.
• 게임 서버 로드 시와 TeamCity CI/CD 파이프라인 양쪽에서 실행되도록 연동 — 잘못된 스크립트가 서버 로직 오류로 이어지는 문제를 커밋 단계에서 차단.

Graphviz 기반 디버그 툴 개발

• 스크립트 사용 범위가 늘며 콘텐츠 디자이너가 동작을 파악하기 어려워진 문제에 대해, Graphviz + DOT 기반 시각화 디버그 툴을 R&D부터 구현까지 수행.
• 스크립트의 실시간 동작 흐름, 현재 실행 상태·조건·변수 값을 그래프로 탐색 가능 — 디자이너의 제작/디버깅 효율과 스크립트 기반 콘텐츠 개발 속도 향상.

• 엔진팀·기획팀과 협의해 언리얼 에디터의 오브젝트 제작·월드 배치 작업 흐름 개선.
• 인터랙터블 오브젝트 Prefab 참조를 Alias 기반 매핑에서 태그 기반으로 전환해 확장성 확보.