• 유니티 애플리케이션의 안드로이드 ANR(Application Not Responding) 오류를 줄이는 팁과 사례
• Untiy Sentis: HuggingFace의 샘플을 활용하여 간단한 온디바이스 음성인식 게임을 만들어보기
  • 샘플들을 활용하여 간단한 예제를 만들어 보기
  • 대화가 가능한 AI NPC 만들기
  • AI 갤러리 만들기

유니티 애플리케이션의 안드로이드 ANR(Application Not Responding) 오류를 줄이는 팁과 사례

일반적인 ANR 원인

• Ads
• 서드파티 패키지
• 네이티브 코드
• 저사양 기기
• 웹뷰

ANR 로그

• at android.os.MessageQueue.nativePollOne(Native method): ANR이 발생했다는 뜻으로 추가적인 정보는 없음
• Input Dispatching Timed Out: 입력이 들어간 후 응답 타임아웃 발생
• Content Provider Timeout, Service Timeout, Broadcast Timeout: 주로 다른 스레드 끝나기 기다릴 때 발생

제안

• 패키지를 한꺼번에 초기화하지 말고 하나씩 초기화하기
• 모든 서드파티 패키지를 점검하기
• onPause와 관련된 긴 실행 프로세스를 주의
  • 백그라운드에서 긴 프로세스를 실행하면 ANR을 유발함
• CPU와 메모리 사용량을 확인
• UnityPlayerForActivityOrService.SynchronizationTimeout.setTimeoutForAll 설정을 확인 (java)
  • 우선적으로 권장하는 방법은 아님
• 불필요한 저사양 기기에 대한 지원 중단 고려

디버깅 전략

• 심볼 파일을 게임과 함께 업로드
• 개발자 옵션을 활성화하고 다음 설정
  • 엄격 모드 사용 (struct mode)
  • 충돌 다이얼로드 항상 표시
  • 백그라운드 ANR 표시
• ANR이 가장 많이 발생한 버전간 변경 사항을 확인
• Backtrace와 같은 로깅 소프트웨어를 사용
  • 브레드크럼, 워치독, 인스턴트 업데이트, 구성 가능한 필터를 제공

Firebase Test Lab: 테스트 자동으로 수행

안드로이드의 새로운 Activity인 GameActivity를 사용 (유니티 2023+)

Untiy Sentis: HuggingFace의 샘플을 활용하여 간단한 온디바이스 음성인식 게임을 만들어보기

Sentis 특징

• 멀티플랫폼
• 온디바이스

ML Agent

• Huggy 라는 샘플 프로젝트 통해 확인할 수 있음 (Hugging face의 how huggy works)

Hugging Face 샘플로 Training data 생성용으로 사용도 가능!

샘플들을 활용하여 간단한 예제를 만들어 보기

LLaMa3:8B는 로컬에서 추론할 수 있는 LLM

예제 프로젝트

핸드 랜드마크 모델은 구글의 mediapipe를 사용한 것인데 텐서플로우로 되어 있어서 onnx로 변환해서 사용하였음

묵찌빠는 다음과 같이 트레이닝을 함. 핸드 랜드마크의 21개 랜드마크 좌표를 가지고 0~2(묵찌빠)로 classification.

여기에 C#에서 softmax 레이어를 추가해서 추론 진행

대화가 가능한 AI NPC 만들기

RAG

• LLM의 Fine-tuning이 필요하지 않음
• 환각증상(Hallucination)을 줄여줌
• 실시간 정보를 검색하여 처리 가능
• 효율적으로 Prompt 입력 길이를 관리

Speech To Text Model

Sentence Embedding Model

Cosine Similarity: 문장 유사도 계산

LLM: 문장 생성

LLM Prompt

Text To Speech Model

AI 갤러리 만들기

Hugging Face Inference API를 사용해서 구현

Stable Diffusion XL 모델을 사용: SDXL 1.0-base (약 7GB)

무료로 사용할 수 있지만 유료를 더 좋을것임

Hugging Face API package를 Unity에 설치해야 함