김하연 튜터님 강의 - ‘State Tree로 만드는 차세대 AI 시스템’

8 분 소요

State Tree에 대하여 알아보자

김하연 튜터님의 Notion 자료를 바탕으로 강의를 들으며
수정 및 재작성한 블로깅용 글

Unreal ‘5.3 ~ 5.4’ 버전부터 본격적으로 사용 가능해진 기능
사용 시, 활성화할 플러그인 필요
- StateTree , GameplayStateTree 등
좋은 범용성을 가짐
- State tree는 AI뿐 아니라
  UI, Mission 등의 ‘상태’ 개념을 가진 요소에 구현 도움
- GAS 와도 궁합이 좋음
  (Native 연동 - 별도의 연동 없이 GA,GE 가 발동)
BT가 점점 커질수록 까다로워짐
- 트리가 깊어질수록 ‘왜 이 행동을?’ 싶은 동작의 원인을 찾기 힘듦
차세데 AI 구현 개념에 가까워짐
- 큰 흐름을 ‘상태’로
  세부 동작은 ‘task’가
  (이러한 Task가 Gas와 연동하기 쉽게 해줌)
Smart Object 와 EOS 와 연동하여 더 세부적인 AI 구축도 가능함
처음 공부할 때, ‘BT’ 관련 내용은 잊어버리기!

1. State Tree 소개 및 기본 개념 😶‍🌫️

1-1. State Tree란?

State Tree는 Unreal Engine에서 제공하는 상태 기반 제어 프레임워크로,
AI 행동뿐만 아니라 다양한 게임플레이 로직을 구현할 수 있는 시스템입니다.

핵심 특징

Behavior Tree의 유연한 태스크 실행 구조
State Machine의 직관적인 상태 전환 구조
두 시스템의 장점을 결합한 하이브리드 접근 방식

1-2. 플러그인 종류

Gameplay State Tree
- 게임플레이 로직 및 AI 행동 제어에 특화
- Behavior Tree를 대체하거나 보완하는 용도
- 일반적으로 “AI State Tree”라고 지칭
State Tree (일반)
- 범용적인 ‘상태 기계’ 프레임워크
- UI 애니메이션, 미션 진행, 게임플로우 등 비AI 영역에서도 활용
- 상태 전환이 필요한 거의 모든 상황에 적용 가능

1-3. Behavior Tree vs. State Tree

특징	Behavior Tree	State Tree
구조	트리 기반 태스크 실행	상태 + 전환 기반
상태 표현	암묵적	명시적
전환 로직	복잡한 조건 분기 필요	직관적인 상태 전환
유지보수	복잡해질수록 어려움	구조적으로 명확
GAS 연동	수동 구현 필요	자연스러운 연동 지원

2. State Tree 구성 요소 🛹

2-1. Schema (스키마)

State Tree의 실행 컨텍스트를 정의하는 설정

StateTree Component

Actor 자체에 붙은 State Tree Component에서 실행
AI Controller 불필요
독립적으로 동작하는 Actor 단위 상태머신에 적합
예: 상호작용 오브젝트의 상태 관리 (꺼짐 → 켜짐 → 파괴됨)

StateTree AI Component

AI Controller에서 실행되는 State Tree
Controller 하나가 여러 Pawn을 제어 가능
여러 Pawn이 동일한 AI 로직을 공유할 때 유용
예: 플레이어 근처에서 동시에 도망가는 여러 동물, 근접 미니언들 등

커스텀 스키마 (C++)

특정 Actor 타입 전용 고유 데이터가 필요할 때 사용
대부분의 경우 기본 스키마로 충분
- 카메라 로직 관련 커스텀 스키마도 존재

2-2. Context (컨텍스트)

State Tree가 동작할 대상 Actor를 지정하는 설정
(Class Type 지정)

Context Actor Class

State Tree가 어떤 Actor를 대상으로 동작할지 지정
Task 내에서 자동으로 참조 가능
구체적으로 지정할수록 Task 작성이 편리함

AIController Class (AI Component 전용)

AI Controller가 State Tree를 실행
Controller = 로직을 실행할 ‘두뇌’
Context Actor = 조종하는 ‘몸체(Actor/Pawn)’

2-3. Parameters (파라미터)

State Tree 에셋에 정의하는 입력 변수
특징
- 외부에서 값을 주입할 수 있는 설정값
- 트리 시작 전에 세팅하는 초기 설정값
- 런타임 중간에 자주 변경하는 용도가 아님
Behavior Tree Blackboard와의 비교
- Blackboard = ‘실시간’ 값 공유소 (동적)
- Parameters = 시작 전 주는 설정값 (정적)
사용 예시
- 순찰 거리, 탐지 반경, 기본 속도 등의 기본 세팅
- 같은 트리를 여러 캐릭터에서 다른 값으로 재사용
Theme?

State에 ‘색’과 설명을 지정하여
차후 유지보수에 도움을 줌
(개발자를 위한 편의 기능)

2-4. State (상태)

캐릭터 또는 오브젝트가 현재 어떤 상태에 있는가를 나타내는 노드
특징
- State Tree의 기본 구성 단위
- ‘트리 구조’로 배치되어 상황에 따라 전환
- State 자체는 ‘상황’을 나타내고, Task가 ‘행동’을 담당
State 타입
- State: Task를 실행할 수 있는 기본 단위 (주로 사용)
- Group: 상태를 묶어서 정리하는 용도
- Linked/Linked Asset/Subtree: 다른 트리를 불러오는 고급 기능
내부에 GameplayTag 등을 지정이 가능함
- ex) AI.State.Content
- 보통 자식 State가 Tag를 물려받음
State Type?
- State : 일반적 사용
- Group : 자식별 그룹을 깔끔하게 관리하는 용도
- Linked : 서브 트리를 지정 (재사용할 트리 로직을 지정)
  (함수 호출처럼 파라미터 넣고 그 트리 로직으로 던져버림)
- Linked Asset : 다른 StateTree를 ‘통째로’ 불러와서 던져버림
  (보스의 패턴이 페이즈마다 완벽히 달라질때 등)
- SubTree : 재사용을 위한 트리 용도

2-5. Root State

State Tree의 시작 지점이 되는 최상위 State
특징
- State Tree 생성 시 자동 생성
- 모든 실행은 Root에서 시작
- Root 자체는 보통 Task를 포함하지 않음
  (보통 Task를 넣어놓지 않는, 로직의 시작점 역할)
- Child State들을 관리하는 컨테이너 역할
실행 흐름
1. State Tree 실행 시작
2. Root 활성화
3. Root의 Child 중 하나 선택
4. 선택된 Child에서 행동 시작

2-6. Child State vs Sibling State

Child State (자식 상태)

계층적으로 “아래”에 있는 상태
Child가 선택되면 부모도 함께 활성화
부모의 Task + 자식의 Task 동시 실행 가능
용도: 상위/공통 로직 + 세부 행동 레이어링

예시

Combat (부모: 타겟 유지/버프 관리)
├─ Chase (자식: 추적)
├─ Attack (자식: 공격)
└─ Retreat (자식: 이탈)

Chase State가 돌아가고 있다면
Root - Combat - Chase ‘상태’가 모두 ‘활성화’!

Sibling State (형제 상태)

Parent의 Selection Behavior에 따라 하나만 선택되어 활성화
서로 상호 배타적인 모드/단계 표현
용도: 같은 맥락 아래 전환되는 여러 케이스 배치

선택 기준

‘공통 로직 유지’ + ‘세부 행동’ 변경 → Child 구조
같은 단계의 여러 대안 중 하나만 실행 → Sibling 구조

2-7. Selection Behavior

Parent State가 어떤 Child State를 선택하고 실행할지 결정하는 규칙
옵션

옵션	설명	용도
None	선택하지 않음	특수 상황
Try Enter	Parent 자신만 실행, 자식 무시	Parent Task만 실행
Try Select Children In Order	위에서부터 순서대로 조건 검사 (기본값)	일반적인 선택 - Selector처럼 1개 선택
Try Select Children At Random	조건 통과한 Child 중 랜덤 선택	행동 다양성
Try Select Children With Highest Utility	Utility `점수가 가장 높은 Child` 선택	Utility AI
Try Select Children At Random Weighted By Utility	Utility `점수 비율로 가중 랜덤` 선택	Utility + 랜덤
Try Follow Transitions	Child 선택 없이 `Transition 조건 우선` 검사	전환 허브

Utility 부턴 5.5 버전부터 추가됨
- EQS처럼 점수를 부여하고 그에 따른 선택

3. Task 시스템 💥

state tree task 클래스를 통해 제작 가능

3-1. Task 정의

State 안에서 실제로 실행되는 동작 단위
관계
- State = 상황 (Idle, Patrol, Combat)
- Task = 그 상황에서 하는 일 (애니메이션, 이동, 공격)
특징
- 한 State에 ‘여러 Task’를 ‘넣을 수 있음’
  - 그 경우, ‘동시에’ Task가 실행함
  - Delay 와 행동 Task를 넣으면
    어느게 먼저 실행될지도 모르고, 행동이 불안정해짐
    (그렇기에 별도의 State를 분리하는 것을 권장)
- State 진입 시 Task 시작, 이탈 시 Task 종료
- State에 Task가 없으면 실제 행동이 없음

3-2. Task 생명주기 함수

함수	호출 시점	용도
EnterState	State ‘진입’ 시 ‘한 번’	행동 시작 로직 (이동, 애니메이션, 초기화)
ExitState	State ‘이탈’ 시 즉시	빠른 정리 작업 (순서 보장 안됨)
StateCompleted	State ‘완전 종료’ 시	안정적인 종료 처리 (순서 보장)
Tick	State 활성화 중 ‘매 프레임’	지속적 값 체크/업데이트 (성능 주의)
GetDescription	‘에디터 표시’용	디버깅/가독성용 설명 문자열

권장 사항
- 중요한 종료 로직은 StateCompleted 사용
  - 성공/실패/취소 등의 상황에서 순서를 보장해 호출하기에 안전
  - ExitState는 ‘최대한 빠르게’ 정리함
- Tick은 꼭 필요한 경우에만 사용 (성능 고려)
TMI : 기본적으로 AI Controller는 직접 안만들어도 Default 가 존재하기에
Task 내부에서 어찌되었든 가져올 수 있음

3-3. Finish Task의 진실

Finish Task는 Task만 끝내는 것이 아니라 State 전체를 종료시킵니다.
동작 방식
- 한 State에 여러 Task가 동시 실행 가능
- 그중 하나라도 Finish Task 호출 시 State 전체 종료
- 사실상 Finish State와 동일한 효과
주의사항
- ‘Delay Task’를 같은 State에 넣으면 의도대로 동작하지 않음
- 먼저 끝나는 Task가 State를 종료시키기 때문
- 대기 동작은 별도 State로 분리 필요

3-4. Task 간 데이터 공유 (바인딩)

Task의 변수 값의 Category 설정 가능

Input 변수

Category를 input으로 설정
반드시 다른 값에 바인딩해야 함
수동 입력 필드 없음 (실수 방지)

바인딩 가능 대상:

Parameters - ‘State Tree Asset’의 설정값
Context Actor 변수 - 캐릭터에 ‘선언된 변수’
다른 Task Output - 앞선 Task의 ‘계산 결과’

Output 변수

Category를 output으로 설정
입력 필드가 사라지고 출력 전용이 됨
다른 Task의 Input으로 바인딩 가능

데이터 흐름

Task A [Output] → Task B [Input]
앞 Task의 결과 → 뒤 Task의 입력

3-5. Context 자동 바인딩

방법
1. Task 변수의 Category를 context로 설정
2. 타입이 Context Actor Class와 일치하면 자동 연결
3. Actor Reference는 하나만 사용 권장
장점
- 매번 Context Actor를 수동으로 연결할 필요 없음
- 타입만 맞으면 자동으로 채워짐
- 코드 간소화

4. Transition과 Condition 🤪

4-1. Transition 개요

State 간의 ‘전환’을 제어하는 시스템
필요성
- 상황에 따라 ‘다른 행동’으로 전환
- 조건부 행동 구현
- 복잡한 AI 로직 구성

4-2. Transition Trigger

언제 전환을 검사할 것인가?

Trigger	발동 시점	용도
On State Completed	State 종료 시 (성공/실패 `무관`)	기본 연결
On State Succeeded	State `성공 종료` 시만	‘성공 케이스’ 처리
On State Failed	State `실패` 종료 시만	‘실패 케이스’ 보정
On Tick	매 프레임 ‘조건 체크’	즉시 반응 (플레이어 발견 등)
On Event	외부 이벤트 수신 시	외부 신호 반응 (경보, 대화 등)

Event 등을 통해 ‘외부 반응’에 따른 처리 가능
(Gameplay Tag를 전달함으로서 ‘어떤 이벤트’가 발생했는지를 전달 가능)

4-3. Transition To

어디로 전환할 것인가?

옵션	동작	용도
None	전환 안 함	테스트/비활성화
Next State	같은 레벨의 다음 State	순차 실행
Next Selectable State	조건 만족하는 다음 State	조건부 순차 실행
Tree Succeeded	State Tree 전체 성공 종료	임무 성공
Tree Failed	State Tree 전체 실패 종료	임무 실패

잘못 사용하면 로직이 튈 수 있기에 주의하여 사용할 것

4-4. Enter Condition

State에 들어가기 직전에 검사하는 조건
- 50% 등의 조건을 발생시키는 경우도 가능함
  (이 경우는 ‘실패’ 등에 대한 처리 Transitions를 고려하는 것이 좋음)
Transition Condition과의 비교
- Transition Condition: State가 끝날 때 검사 (나갈 때)
  - 다음 상태 진입에 대한 고려(사용하기 편함)
- Enter Condition: State에 들어가기 전 검사 (들어갈 때)
  - 현 상태 진입전 고려
    (특별한 전제조건 필요시 고려)
    (ex : 특정한 지역에 들어가려면 어떤 이벤트를 보고 오세요~)
    (아래의 Required Event to Enter!)
기본 제공 Condition:
- Bool 비교
- Distance Compare
- Enum Compare
- Float/Integer Compare
- Random Chance (확률 기반)

4-5. Enter Condition 상세 설정

Required Event to Enter

특정 이벤트 발생 필수
이벤트 없이는 State 진입 불가
예: “On Player Detected” 이벤트 필요

Check Prerequisites when Activating Child Directly

Child State로 직접 진입 시에도 Parent 조건 검사
조건 무시 방지 (안전 장치)
체크 시: 직접 진입해도 정직하게 검사

priority

normal이 default이기에
우선순위를 정하고 싶다면 high부터 고려할 것
(똑같으면 다른 작업이 우선될 수 있음)

5. Evaluator와 Global Task 🌏

5-1. Evaluator와 Global Task 개념

공통점
- 트리 전체에 걸쳐 실행되는 전역 코드
- Enter, Tick, Exit 라이프사이클 보유
차이점

구분	Evaluator	Global Task
주 목적	값 계산/생산	전역 행동/감시
Output	있음 (‘값’ 내보냄)	없음 (‘행동’ 수행)
Finish 호출	안 함	할 수 있음 (‘주의’)
사용 예	거리 계산, 시작 위치 저장	디버그 HUD, 버프 관리, 이벤트 리스닝

5-2. Evaluator 특징

state tree evaluator 로 생성 가능

역할
- 순수 계산만 수행
- Output으로 값을 노출
- 다른 State/Task/Condition에서 바인딩하여 재사용
장점
- 복잡한 계산을 Evaluator에서 전담
- 나머지는 단순 비교만 수행
- 코드 간소화 및 재사용성 향상
사용 예시
- 시작 위치 기억 (StartLocation)
- Target까지 거리 계산 (DistanceToTarget)
- 시야각 내 타깃 수 세기
생명주기

함수	호출 시점	용도
Tree Start	트리 `시작 시 한 번`	‘초기 값’ 설정/계산
Tree Stop	트리 종료 시	정리 작업
Tick	실행 중 ‘매 프레임’	동적 값 갱신 (‘성능’ 주의)

5-3. Global Task vs Evaluator 선택 기준

Evaluator 사용
- ‘계산된 값을 공유’하는 경우
- Output이 필요한 경우
- 순수 데이터 생산자 역할
Global Task 사용
- 전역 행동 감시/수행
- 디버그 메시지 출력
- 주기적 효과 적용 (체력 회복 등)
- 이벤트 리스닝

Twitter Facebook LinkedIn

Hyun JaeHoon