문제 정의
ML, Nanite, Lumen 중 어떤 기술이 어떤 플레이 문제를 해결하는지 먼저 적는다.
기술 채택 자체는 목표가 아니다데이터와 입력
ML은 학습/추론 입력, 정규화, 지연 시간, 실패값 처리 기준을 둔다.
모델 출력이 게임 상태를 망치지 않아야 한다렌더 예산
Nanite와 Lumen은 장면 복잡도, material, shadow, reflection 비용을 실제 카메라에서 측정한다.
샘플 맵 성능은 프로젝트 맵 성능이 아니다플랫폼 분기
지원하지 않는 플랫폼이나 낮은 scalability에서 어떤 대체 표현을 쓸지 정한다.
기능 off 상태도 품질 검수 대상이다회귀 캡처
프레임, GPU pass, visual diff, gameplay output을 전후로 저장한다.
좋아 보임만으로는 유지 판단이 어렵다ML
런타임 추론
입력 수집 비용과 결과 지연이 플레이 반응을 해치지 않는지
본다.
fallback 결과를 준비한다
Nanite
기하 디테일
mesh 유형, material, deformation 제약이 프로젝트 자산에 맞는지
확인한다.
모든 mesh에 켜는 기능이 아니다
Lumen
동적 조명
실내/실외, 반사, emissive 사용량에 따라 비용과 품질이
달라진다.
scalability 단계별 차이를 본다
Fallback
대체 경로
지원 불가 하드웨어에서 시각 품질과 게임 로직이 유지되는지
확인한다.
옵션 off가 깨지면 출시 위험이다