Qwen3.6-27b-mtp-q8 모델로 자바 기반 테스트 게임의 A* 경로 탐색 알고리즘 구현 성공
Qwen3.6-27b-mtp-q8 successfully created an A* pathfinding implementation on a test game built in Java from scratch.
핵심 요약
Qwen3.6-27b-mtp-q8 모델과 Claude Code를 활용해 12시간의 자율 테스트 끝에 자바 게임 내 NPC 경로 탐색 기능을 구현함.
- 모델 활용 — Qwen3.6-27b-mtp-q8 모델과 Claude Code를 사용하여 자바 게임 개발 자동화함.
- 경로 탐색 — 12시간에 걸친 반복적인 자동 테스트를 통해 NPC의 A* 경로 탐색 알고리즘을 구현함.
- 개발 방식 — 모델이 실시간으로 로그를 모니터링하고 코드를 리팩토링하며 자율적으로 테스트를 수행함.
- 기술 스택 — RTX Pro 6000 Blackwell MaxQ 환경에서 로컬 추론 서버를 연결해 작업함.
이 모델을 로컬에서 실행하면서 Claude Code를 사용했음. 성공하기까지 생각보다 꽤 오랜 시간이 걸렸음.
이 게임은 친구가 만드는 테스트용 게임이고 우리 둘 다 'vibecoding' 중임. 친구는 로컬 모델을 돌릴 하드웨어가 부족해서 그래픽, UI, 조명 작업에 Codex를 쓰고, 나는 이 모델로 게임 플레이, AI, 기술적인 기능 구현을 담당함. vibecoding의 역량과 한계를 파악하고 향후 프로젝트에 어떻게 적용할지 연습하는 중임.
어제부터 이 모델로 A* 경로 탐색 알고리즘을 vibecoding 하려고 시도했는데, 거의 성공할 뻔하다가 플레이어가 너무 멀어지면 Index Error 때문에 게임이 튕기는 버그를 만났음.
오늘 두 번째 시도를 했는데 첫 번째보다 훨씬 오래 걸렸음. 왜냐고? 모델이 게임 맵을 로드하고 플레이어를 자동 조종하는 동안 NPC가 생성되어 쫓아오게 만드는 테스트 스위트를 만들게 했거든. 게임이 백그라운드에서 자동으로 돌아가는 동안 모델이 실시간으로 로그를 모니터링했기 때문에 이 일련의 반복 테스트는 100% 자율적으로 진행됐음.
모델은 실시간으로 코드를 리팩토링하고 점진적인 업데이트가 있을 때마다 게임을 스스로 재시작했음. 나는 가끔 개입해서 수동으로 테스트하고 놓친 부분을 지적해 줬음.
이제 이 NPC 기본 클래스는 블록을 기어오르고, 뛰어내리고, 틈새나 높은 장애물을 아주 매끄럽게 돌아갈 수 있음. 거의 12시간에 걸친 자동 테스트 마라톤(과 몇 번의 수동 테스트) 끝에, 환경을 탐색할 수 있는 NPC를 만드는 데 성공했음... 대부분의 경우엔 말이지.
