Files

T

koriweb 5ba5a55c78 feat: Wiki 지식 자산 업데이트 - UX Scenarios, Frontend, Game Design, Topics 추가 [2026-05-08]

2026-05-08 19:52:07 +09:00

5.6 KiB

Raw Blame History

id, title, category, status, canonical_id, aliases, duplicate_of, source_trust_level, confidence_score, tags, raw_sources, last_reinforced, github_commit, inferred_by, tech_stack

title

모딩 생태계

📌 한 줄 통찰 (The Karpathy Summary)

WARNO의 모딩 생태계는 유저가 게임의 핵심 데이터 구조인 NDF 파일에 직접 접근하여 수정하고, 자신만의 전술 환경을 구축할 수 있는 개방적인 커뮤니티 환경을 의미합니다 [1]. 유저들이 주도적으로 개발한 다양한 데이터 파싱 도구와 편집기를 통해 게임 엔진에 숨겨진 수치들이 분석 및 공유되고 있습니다 [1]. 이는 게임의 '데이터 기반 설계'를 개발사의 전유물에서 벗어나, 유저와 함께 호흡하고 진화하는 플랫폼으로 발전시키는 이른바 '데이터의 민주화' 현상으로 이어졌습니다 [1, 2].

📖 구조화된 지식 (Synthesized Content)

NDF 시스템을 통한 데이터 직접 편집: WARNO의 모딩은 게임 내 모든 논리적 설계가 담긴 텍스트 기반의 NDF(Neutral Data Format) 파일을 수정하는 방식으로 이루어집니다 [3, 4]. 모더들은 Divisions.ndf, DivisionRules.ndf, unitedescriptor.ndf 파일을 편집하여 특정 부대의 편성을 바꾸거나 유닛의 활성화 포인트, 가용성, 은신 수치 등을 조정할 수 있습니다 [3, 5-7]. 나아가 WeaponDescriptor.ndf와 Ammunition.ndf 파일을 다루어 오토캐논이나 미사일의 관통력, 명중률과 같은 물리적 타격 로직까지 정밀하게 변경합니다 [7-10].
커뮤니티 주도의 분석 도구 및 데이터 파싱 환경: 유저 커뮤니티는 공식 도구에 그치지 않고 게임 데이터를 분석하기 위한 다양한 서드파티 툴을 자체적으로 개발했습니다 [1]. 대표적으로 실제 WARNO 파일에서 추출한 데이터를 읽어와 유닛의 세부 스펙(숨겨진 수치 포함)과 명중률 곡선 등을 비교 및 시각화해 주는 'Warno-Armory'와 'War-Yes' 웹사이트가 있습니다 [1, 2, 11, 12]. 더불어 리플레이 파일(.rpl)과 OCR을 활용해 매치의 유닛 구성 타임라인을 분석해 내는 'WARPLAN', 그리고 NDF 파일의 시각적 편집과 필수적인 고유 식별자(GUID) 생성 및 관리를 통합하여 지원하는 'WME (Warno Mod Editor)' 등 다양한 인프라가 구축되어 생태계를 탄탄하게 뒷받침합니다 [2, 13-15].
현실주의 모드 및 시뮬레이션의 재설계: 이러한 데이터 개방성 덕분에 게임 내 전투 역학과 경제 시스템을 완전히 새롭게 설계한 대형 모드들이 탄생하고 있습니다 [1]. 대표 사례인 'Reb's FRAGO' 모드의 경우, 바닐라 게임의 무기 데이터들을 실제 무기의 제원값으로 전면 치환했습니다 [16]. 실제 사거리, 고폭탄의 파편 반경, 제압(Suppression) 공식, 유닛의 오프로드 속도 등을 새롭게 데이터화하여 적용함으로써 게임의 페이스를 수 시간 동안 진행되는 현실적이고 정교한 전술 시뮬레이션 환경으로 탈바꿈시켰습니다 [1, 17, 18].

🔗 지식 연결 (Graph)

Related Topics: NDF (Neutral Data Format), 데이터의 민주화, Iriszoom 엔진
Projects/Contexts: War-Yes 및 Warno-Armory, WME (Warno Mod Editor), Reb's FRAGO 모드, WARPLAN
Contradictions/Notes: 소스는 전반적으로 모딩 생태계가 커뮤니티의 능동적 참여를 통해 매우 긍정적으로 발전하고 있다고 설명합니다 [1, 2]. 게임 내 기본 밸런싱 및 추상화된 물리 연산(예: 사거리 억제나 아머 스케일링)에 한계를 느끼는 유저들이 직접 모딩(예: 현실 제원을 엄격하게 반영하는 Reb's FRAGO)을 통해 데이터를 입맛에 맞게 개조하는 양상으로 생태계의 가능성이 십분 활용되고 있습니다 [1, 16, 19].

Last updated: 2026-04-28

🤖 LLM 활용 힌트 (How to Use This Knowledge)

언제 이 지식을 쓰는가:

(TODO)

언제 쓰면 안 되는가:

(TODO)

🧪 검증 상태 (Validation)

정보 상태: needs_review
출처 신뢰도: A
검토 이유: (P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)

🧬 중복 검사 (Duplicate Check)

기존 유사 문서: (TODO: 인덱서 클러스터 리포트 참조)
처리 방식: UPDATE (자동 정규화)
처리 이유: Phase 1 정규화 — 옛 템플릿/누락 필드 보강.

⚠️ 모순 및 업데이트 (Contradictions & Updates)

과거 데이터와의 충돌: 없음
정책 변화: 없음

🕓 변경 이력 (Changelog)

날짜	변경 내용	처리 방식	신뢰도
2026-05-08	P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화)	UPDATE	A

💻 코드 패턴 (Code Patterns)

패턴 1: (TODO: 이 프로젝트 컨벤션 반영한 구조 스켈레톤)

# TODO

🤔 의사결정 기준 (Decision Criteria)

선택 A를 써야 할 때:

(TODO)

선택 B를 써야 할 때:

(TODO)

기본값:

(TODO)

❌ 안티패턴 (Anti-Patterns)

[안티패턴]: (TODO: 무엇을 하면 안 되는가 + 이유 + 대신 무엇을)

5.6 KiB Raw Blame History