유니티 데이터 지향 기술 스택편집자 확인

데이터 지향 설계는 유니티 테크놀로지스의 유니티 엔진에서 고성능 애플리케이션을 구축하기 위한 핵심 패러다임이다. 이 접근법은 전통적인 객체 지향 프로그래밍 방식과 달리, 데이터의 배치와 변환을 최적화하는 데 초점을 맞춘다. 데이터 지향 설계의 목표는 CPU 캐시 활용도를 극대화하고 병렬 처리를 효율적으로 수행하여, 특히 게임 개발 분야에서 대규모 객체를 처리하는 시뮬레이션의 성능을 획기적으로 향상시키는 것이다.

이 설계 철학은 데이터를 중심으로 시스템을 구성한다. 관련된 데이터는 메모리 상에서 연속적으로 배치되어 CPU가 예측 가능한 패턴으로 효율적으로 접근할 수 있도록 한다. 이는 메모리 접근 지연 시간을 줄이고, 현대 멀티코어 프로세서의 성능을 충분히 끌어내는 데 필수적이다. 데이터 지향 설계는 고성능 컴퓨팅의 원리를 게임 엔진과 같은 실시간 소프트웨어에 적용한 사례라고 볼 수 있다.

유니티에서 데이터 지향 설계 패러다임은 구체적으로 엔티티 컴포넌트 시스템, C# 잡 시스템, 버스트 컴파일러라는 세 가지 핵심 기술로 구현된다. 이들 기술은 상호 보완적으로 작동하여 데이터 지향 설계의 이점을 실현한다. 엔티티 컴포넌트 시스템은 데이터를 구성하는 기본 틀을 제공하고, 잡 시스템은 그 데이터를 병렬로 안전하게 처리하며, 버스트 컴파일러는 처리 로직을 고도로 최적화된 네이티브 코드로 변환한다.

따라서 데이터 지향 설계는 단순한 프로그래밍 스타일이 아니라, 메모리 효율성과 연산 성능을 극단적으로 요구하는 프로젝트를 위한 체계적인 기술 스택의 기반이 되는 사고방식이다. 이는 대규모 군중 시뮬레이션, 복잡한 물리 계산, 또는 수만 개의 독립적인 객체를 실시간으로 제어해야 하는 게임이나 시뮬레이션 프로젝트에 특히 유용하다.

엔티티 컴포넌트 시스템(ECS)은 유니티 데이터 지향 기술 스택의 핵심 설계 패러다임으로, 게임 오브젝트와 MonoBehaviour를 기반으로 한 전통적인 객체 지향 프로그래밍 방식과 근본적으로 다르다. ECS는 데이터와 로직을 철저히 분리하여, 데이터를 연속된 메모리 블록(구조체)에 배치하고 시스템이 이 데이터를 일괄 처리하는 방식을 취한다. 이는 CPU 캐시 활용도를 극대화하고 멀티스레딩을 효율적으로 적용할 수 있는 기반을 제공한다.

ECS는 세 가지 기본 요소로 구성된다. 엔티티는 게임 내 존재를 나타내는 단순한 ID에 불과하며, 그 자체로는 데이터나 로직을 포함하지 않는다. 컴포넌트 데이터는 엔티티에 첨부되는 순수 데이터 구조체로, 위치, 체력, 속도와 같은 속성을 담는다. 마지막으로 시스템은 특정 컴포넌트 데이터를 가진 모든 엔티티를 찾아 관련 로직(예: 이동, 물리 연산)을 일괄적으로 실행하는 역할을 담당한다.

이러한 구조는 대규모의 유사한 객체를 처리해야 하는 시나리오, 예를 들어 수천 개의 유닛이 참여하는 전략 게임이나 복잡한 파티클 시스템을 구현할 때 특히 빛을 발한다. 시스템은 C# 잡 시스템과 통합되어 작업을 여러 CPU 코어에 분배할 수 있으며, 버스트 컴파일러를 통해 생성된 고도로 최적화된 네이티브 코드로 실행되어 성능을 극대화한다.

따라서 ECS는 단순한 프로그래밍 패턴이 아닌, 데이터 지향 설계 철학을 구현하기 위한 강력한 프레임워크이다. 이는 개발자로 하여금 하드웨어의 동작 방식을 더 직접적으로 고려한 코드를 작성하도록 유도하며, 궁극적으로 더 높은 성능과 확장성을 가진 애플리케이션을 구축하는 길을 열어준다.

잡 시스템은 유니티에서 멀티코어 프로세서의 병렬 처리 능력을 안전하고 효율적으로 활용할 수 있도록 설계된 C# 기반의 작업 스케줄링 시스템이다. 이 시스템은 데이터 지향 설계와 엔티티 컴포넌트 시스템과 긴밀하게 연동되어, 대량의 데이터를 병렬로 처리하는 작업을 쉽게 작성하고 실행할 수 있게 해준다.

기존의 MonoBehaviour 기반 코드가 주로 단일 스레드에서 실행되는 것과 달리, 잡 시스템은 개발자가 병렬 처리 및 태스크 기반 프로그래밍 패러다임을 따라 작업을 정의할 수 있게 한다. 개발자는 IJob 인터페이스를 구현하는 구조체를 작성하여 수행할 작업을 정의하고, 이 작업을 작업 스케줄러에 제출하면 시스템이 자동으로 여러 CPU 코어에 작업을 분배하여 실행한다.

이 시스템의 핵심 장점은 스레드 안전성을 보장하는 것이다. 잡 시스템은 자동 의존성 관리를 통해 서로 다른 작업 간의 데이터 경쟁 조건을 방지한다. 작업이 읽기 전용으로 데이터에 접근하는지, 혹은 쓰기 접근을 하는지를 명시적으로 선언하면, 스케줄러가 이러한 의존성을 분석하여 작업들을 올바른 순서로 실행하여 안전성을 유지한다.

잡 시스템은 특히 버스트 컴파일러와 결합될 때 그 위력을 발휘한다. 버스트 컴파일러는 작성된 잡 코드를 고도로 최적화된 네이티브 코드로 컴파일하여, 관리 코드의 오버헤드를 제거하고 SIMD 명령어를 활용한 극도의 성능 향상을 가능하게 한다. 이 조합은 대규모의 엔티티와 컴포넌트 데이터를 처리하는 시스템에서 필수적인 요소로 작용한다.

버스트 컴파일러는 유니티 엔진의 데이터 지향 기술 스택을 구성하는 핵심 기술 중 하나이다. 이 컴파일러는 C#으로 작성된 코드, 특히 C# 잡 시스템을 위해 작성된 코드를 고도로 최적화된 네이티브 코드로 변환하는 역할을 담당한다. 이를 통해 관리 코드의 오버헤드를 제거하고 CPU의 벡터 연산 명령어를 직접 활용할 수 있어 연산 성능이 크게 향상된다.

버스트 컴파일러는 데이터 지향 설계와 밀접하게 연동되어 작동한다. 주로 엔티티 컴포넌트 시스템의 시스템 로직이나 잡 내에서 수행되는 데이터 처리 루프에 적용된다. 컴파일러는 코드를 정적으로 분석하여 메모리 안전성을 보장하는 범위 내에서 최대한의 최적화를 수행하며, 이 과정에서 가비지 컬렉션을 유발할 수 있는 힙 할당을 제거하는 데 중점을 둔다.

이 기술의 도입으로 개발자는 C#이라는 생산성 높은 언어를 사용하면서도 C++ 또는 어셈블리어 수준에 근접한 런타임 성능을 얻을 수 있다. 이는 대규모 객체 처리가 필요한 고성능 시뮬레이션, 실시간 대규모 전투, 복잡한 파티클 시스템 구현 등에 매우 유리하다. 성능 향상은 단일 스레드 처리 속도 증가와 멀티코어 CPU 활용 효율 향상이라는 두 가지 측면에서 나타난다.

버스트 컴파일러를 사용하려면 유니티 패키지 매니저를 통해 공식 패키지를 프로젝트에 추가해야 한다. 작성된 코드는 [BurstCompile] 속성으로 데코레이션하여 컴파일러의 적용을 받도록 한다. 컴파일러의 최적화 결과는 버스트 인스펙터 창을 통해 확인할 수 있으며, 이 도구는 생성된 어셈블리 코드를 보여주어 성능 분석에 도움을 준다.

엔티티 컴포넌트 시스템에서 엔티티는 게임 내 존재하는 개별 객체를 식별하기 위한 기본 단위이다. 엔티티 자체는 데이터를 포함하지 않는 단순한 식별자에 가깝다. 이는 유니티의 전통적인 게임 오브젝트와는 근본적으로 다른 개념으로, 게임 오브젝트가 트랜스폼과 같은 기본 컴포넌트를 내장한 무거운 객체인 반면, 엔티티는 단순히 컴포넌트들을 묶는 가벼운 핸들 역할을 한다.

엔티티의 실질적인 데이터와 기능은 모두 컴포넌트 데이터와 시스템에 의해 정의된다. 하나의 엔티티는 여러 개의 컴포넌트 데이터를 가질 수 있으며, 시스템은 특정 컴포넌트 조합을 가진 엔티티들을 쿼리하여 일괄적으로 처리한다. 이 설계는 데이터를 연속 메모리에 배치하는 데 유리하며, 캐시 지역성을 극대화하여 성능을 향상시킨다.

엔티티는 월드라는 컨테이너 안에서 생성되고 관리된다. 개발자는 엔티티 매니저를 통해 엔티티를 생성, 컴포넌트를 추가 또는 제거, 그리고 제거할 수 있다. 엔티티의 수명 주기는 명시적으로 관리되며, 수천, 수만 개의 엔티티를 효율적으로 다루는 것이 유니티 데이터 지향 기술 스택의 주요 목표 중 하나이다.

컴포넌트 데이터는 엔티티 컴포넌트 시스템의 핵심 요소로, 순수한 데이터 컨테이너 역할을 한다. 이는 유니티의 전통적인 MonoBehaviour 컴포넌트와 달리, 로직이나 메서드를 포함하지 않는 단순한 구조체 형태를 가진다. 각 컴포넌트 데이터는 위치, 속도, 체력과 같은 게임 객체의 단일한 속성이나 상태를 나타낸다.

엔티티는 이러한 컴포넌트 데이터의 집합체로, 고유한 ID를 통해 식별된다. 예를 들어, 하나의 엔티티는 위치를 나타내는 Translation 컴포넌트와 속도를 나타내는 Velocity 컴포넌트를 동시에 보유할 수 있다. 이러한 설계는 데이터를 메모리에 연속적으로 배치하는 데 최적화되어 있어, 시스템이 특정 유형의 컴포넌트 데이터를 효율적으로 처리할 수 있게 한다.

컴포넌트 데이터는 버스트 컴파일러와 C# 잡 시스템과 밀접하게 연동되어 작동한다. 시스템은 쿼리를 통해 필요한 컴포넌트 데이터를 가진 엔티티들을 찾아내고, 병렬 처리 잡을 생성하여 데이터를 일괄 처리한다. 이 과정에서 버스트 컴파일러는 컴포넌트 데이터를 처리하는 코드를 고도로 최적화된 네이티브 코드로 컴파일하여 성능을 극대화한다.

컴포넌트 데이터의 주요 유형으로는 표준 데이터를 저장하는 IComponentData와 싱글톤처럼 하나만 존재하는 전역 데이터를 위한 ISystemStateComponentData 등이 있다. 또한, 공유 컴포넌트를 사용하면 동일한 값을 가진 엔티티들이 메모리에서 함께 그룹화되어 캐시 지역성을 더욱 향상시킬 수 있다.

시스템 (System)은 유니티 데이터 지향 기술 스택의 핵심 실행 로직을 담당하는 요소이다. 이는 엔티티 컴포넌트 시스템 아키텍처에서 컴포넌트 데이터에 저장된 정보를 처리하고 상태를 변경하는 역할을 한다. 기존 유니티 엔진의 MonoBehaviour 기반 스크립트가 개별 게임 오브젝트에 부착되어 실행되는 것과 달리, 시스템은 특정 컴포넌트 타입을 가진 모든 엔티티를 대상으로 일괄 처리한다.

시스템은 주로 SystemBase 클래스를 상속받아 작성되며, C# 잡 시스템과 버스트 컴파일러와 긴밀하게 통합되어 설계된다. 개발자는 시스템의 OnUpdate() 메서드 내에서 쿼리를 정의하여 처리할 엔티티와 컴포넌트를 선택하고, 이 작업을 잡 (Job)으로 스케줄링하여 멀티코어 CPU에서 병렬 실행되도록 할 수 있다. 이 방식은 데이터를 연속된 메모리 블록(아케타입)에 배치하여 캐시 지역성을 높이고, 스레드 안전성을 보장하며 대규모 연산을 효율적으로 수행한다.

시스템의 주요 유형으로는 변환 시스템, 초기화 시스템, 시뮬레이션 시스템 등이 있으며, 월드 (World) 컨텍스트 내에서 특정 순서대로 실행된다. 시스템 간의 실행 순서는 컴포넌트 시스템 그룹을 통해 관리할 수 있어 복잡한 데이터 흐름을 체계적으로 구성하는 데 도움이 된다. 이를 통해 개발자는 물리 엔진, 인공지능 로직, 애니메이션 시스템 등 고성능이 요구되는 도메인 로직을 데이터 지향 방식으로 구현할 수 있다.

따라서 시스템은 데이터 지향 설계의 실질적인 행위자로서, 엔티티와 컴포넌트 데이터라는 순수한 데이터 컨테이너에 생명을 불어넣는 역할을 한다. 이는 게임 개발뿐만 아니라 고성능 컴퓨팅이 필요한 시뮬레이션이나 대규모 객체 처리가 필요한 다양한 인터랙티브 콘텐츠 제작에 필수적인 패러다임을 제공한다.

유니티 데이터 지향 기술 스택의 가장 큰 장점은 기존 MonoBehaviour 기반의 객체 지향 방식에 비해 뛰어난 성능을 제공한다는 점이다. 이는 데이터 지향 설계 원칙에 따라 데이터를 메모리에 연속적으로 배치하고, 캐시 지역성을 극대화함으로써 달성된다. 데이터가 CPU 캐시에 효율적으로 로드되어 처리 속도가 크게 향상되며, 특히 수천에서 수만 개의 엔티티를 동시에 처리해야 하는 시뮬레이션이나 게임에서 그 효과가 두드러진다.

성능 향상은 멀티코어 CPU를 효율적으로 활용하는 데서도 기인한다. C# 잡 시스템은 작업을 여러 스레드로 안전하게 분배하여 병렬 처리를 가능하게 한다. 이와 결합된 버스트 컴파일러는 C# 코드를 고도로 최적화된 네이티브 코드로 컴파일하여 스레드 작업의 실행 속도를 더욱 가속한다. 결과적으로 단일 스레드에서 순차적으로 처리하던 작업을 멀티스레드 환경에서 병렬로 처리함으로써 전체적인 연산 처리량이 획기적으로 증가한다.

이러한 최적화는 복잡한 계산이 필요한 분야, 예를 들어 대규모 군중 시뮬레이션, 실시간 전략 게임의 유닛 처리, 물리 기반의 파티클 효과, 또는 과학 연구용 시뮬레이션 등에서 매우 유용하다. 유니티 데이터 지향 기술 스택은 개발자에게 고성능 C++ 엔진 수준의 효율성을 유지하면서도 비교적 접근성이 높은 C# 생태계 안에서 구현할 수 있는 길을 열어준다.

유니티 데이터 지향 기술 스택의 메모리 효율성은 데이터 지향 설계 원칙에 기반하여 달성된다. 기존 객체 지향 프로그래밍 방식에서는 각 게임 오브젝트가 자신만의 데이터와 메서드를 포함하는 독립된 힙 메모리 할당을 유지하는 경우가 많아, 메모리 접근이 비연속적이고 캐시 미스가 빈번하게 발생한다. 반면, DOTS의 엔티티 컴포넌트 시스템은 동일한 유형의 컴포넌트 데이터를 연속된 메모리 블록(아키타입 또는 청크)에 배열 방식으로 저장한다. 이로 인해 CPU 캐시 활용도가 극대화되고, 필요한 데이터만을 효율적으로 처리할 수 있어 메모리 대역폭 사용이 최적화된다.

이러한 메모리 레이아웃은 대규모 시뮬레이션이나 수천, 수만 개의 엔티티를 동시에 처리해야 하는 게임 상황에서 특히 유리하다. 예를 들어, 모든 이동 컴포넌트가 메모리에 연속적으로 배치되면, 이동을 계산하는 시스템은 해당 데이터 영역을 순차적으로 매우 빠르게 순회할 수 있다. 이는 불필요한 데이터를 로드하거나 메모리 여기저기를 건너뛰며 접근하는 비효율을 제거한다.

또한, C# 잡 시스템과 버스트 컴파일러는 이렇게 구성된 데이터를 병렬로 안전하게 처리하며, 저수준의 최적화된 네이티브 코드를 생성한다. 버스트 컴파일러는 관리 코드의 오버헤드를 줄이고, 스택 메모리를 효율적으로 사용하며, 가비지 컬렉션으로 인한 정지 현상을 최소화하는 데 기여한다. 결과적으로 애플리케이션은 더 예측 가능한 메모리 사용 패턴과 높은 처리량을 보여준다.

따라서 유니티 DOTS의 메모리 효율성은 단순히 메모리 사용량 절감을 넘어, 데이터 지역성을 통한 처리 속도 향상과 멀티스레딩 환경에서의 확장성 제공이라는 복합적 이점으로 이어진다. 이는 실시간 전략 게임, 대규모 멀티플레이어 온라인 게임, 혹은 과학기술 시각화와 같은 고성능을 요구하는 유니티 엔진 프로젝트의 핵심 기반이 된다.

유니티 데이터 지향 기술 스택의 핵심 목표 중 하나는 현대 CPU의 다중 코어 아키텍처를 효율적으로 활용하여 연산 성능을 극대화하는 것이다. 기존의 객체 지향 프로그래밍 방식은 주로 단일 스레드에서 순차적으로 로직을 실행하는 경향이 있어, 코어 수가 증가해도 성능이 선형적으로 향상되지 않는 한계가 있었다. 이에 반해 데이터 지향 기술 스택은 작업을 작은 단위로 분할하고 이를 여러 스레드에 분배하여 병렬로 처리하도록 설계되었다.

이러한 병렬 처리를 실현하는 핵심 기술이 C# 잡 시스템이다. 잡 시스템은 개발자가 안전하게 병렬 잡을 생성하고 스케줄링할 수 있는 프레임워크를 제공한다. 이를 통해 예를 들어 수천 개의 엔티티에 대한 이동 계산이나 물리 연산을 여러 CPU 코어에 고르게 분산시켜 동시에 처리할 수 있다. 데이터가 컴포넌트별로 연속된 메모리 블록에 배치되는 ECS의 구조는 각 코어가 필요한 데이터를 효율적으로 캐시에 불러와 처리할 수 있도록 하여, 병렬 처리의 효율성을 더욱 높인다.

결과적으로, 데이터 지향 기술 스택을 적용하면 멀티코어 프로세서의 전체 연산 능력을 게임 로직 실행에 활용할 수 있다. 이는 대규모 군중 시뮬레이션, 복잡한 파티클 시스템, 정밀한 물리 엔진 계산 등 높은 연산량이 요구되는 시나리오에서 특히 유리한 성능 이점을 제공한다. 단일 스레드 방식에 비해 처리할 수 있는 객체의 규모가 크게 증가하거나, 동일한 규모의 객체를 훨씬 더 빠른 속도로 처리할 수 있게 된다.

유니티 데이터 지향 기술 스택은 모든 프로젝트에 필수적인 것은 아니며, 특정 요구사항을 가진 프로젝트에서 그 진가를 발휘한다. 이 기술 스택의 적용은 프로젝트의 규모와 성능 목표에 크게 좌우된다.

이 기술 스택이 가장 효과적으로 적용되는 대상은 대규모의 객체나 엔티티를 동시에 처리해야 하는 프로젝트다. 예를 들어, 수천 개의 유닛이 전투를 벌이는 전략 게임, 방대한 수의 NPC가 등장하는 오픈 월드 게임, 또는 수많은 입자 효과를 실시간으로 연산해야 하는 시뮬레이션 프로젝트가 대표적이다. 또한 과학 시뮬레이션이나 도시 모델링과 같은 고성능 컴퓨팅이 필요한 비게임 분야의 응용 프로그램에서도 유용하게 활용될 수 있다.

반면, 소규모 인디 게임이나 객체 수가 많지 않은 프로토타입, 또는 물리 엔진이나 렌더링 파이프라인에 의존도가 높아 CPU 병목이 주요 문제가 아닌 프로젝트에서는 도입의 이점이 상대적으로 작을 수 있다. 이 경우 기존의 MonoBehaviour 기반 객체 지향 프로그래밍 방식이 더 빠른 개발 속도와 낮은 학습 비용을 제공할 수 있다. 따라서 프로젝트 초기 기획 단계에서 예상되는 객체의 규모와 필요한 연산 성능을 신중히 평가하여 기술 스택 도입 여부를 결정하는 것이 중요하다.

유니티 데이터 지향 기술 스택(DOTS)은 기존의 게임 오브젝트와 MonoBehaviour를 중심으로 한 오브젝트 지향 방식과 근본적으로 다른 설계 철학을 가진다. 기존 방식에서는 각 게임 오브젝트가 자신의 컴포넌트와 데이터를 포함하는 독립된 개체로 동작하며, Update 루프 내에서 개별적인 로직을 실행한다. 반면, DOTS의 엔티티 컴포넌트 시스템은 데이터(컴포넌트)와 로직(시스템)을 분리하고, 메모리에 구조화된 배열로 데이터를 배치하여 CPU 캐시 효율성을 극대화한다. 이는 동일한 유형의 데이터를 한꺼번에 처리하는 SIMD 명령어 활용에 유리하며, C# 잡 시스템과 결합되어 멀티스레드 병렬 처리를 자연스럽게 가능하게 한다.

두 방식을 완전히 대체 관계로 보기보다는, 프로젝트 내에서 혼용하거나 점진적으로 전환하는 접근이 일반적이다. 고성능이 요구되는 대량의 유사 객체(예: 전투의 발사체, 군중 시뮬레이션의 개체, 파티클 시스템) 처리는 DOTS로 구현하는 반면, 복잡한 상태 기계나 싱글톤처럼 관리가 용이한 로직, 혹은 유저 인터페이스와의 상호작용은 기존 MonoBehaviour를 활용할 수 있다. 유니티는 게임 오브젝트와 엔티티 간의 변환을 지원하는 엔티티 변환 같은 도구를 제공하여 점진적인 마이그레이션을 돕는다.

통합 과정에서 주의할 점은 양쪽 패러다임의 데이터 접근 방식 차이이다. MonoBehaviour는 다른 컴포넌트의 참조를 쉽게 가질 수 있지만, ECS는 엔티티에 첨부된 컴포넌트 데이터를 시스템이 직접 질의하여 처리한다. 따라서 두 세계 간 데이터를 주고받을 때는 명시적인 동기화 메커니즘이 필요하다. 또한, DOTS의 버스트 컴파일러는 안전한 C# 서브셋 코드를 고도로 최적화된 네이티브 코드로 컴파일하므로, 관리 코드와의 상호작용 시 성능 저하 요소가 될 수 있는 부분을 신중히 설계해야 한다. 결국, 프로젝트의 요구사항에 맞게 각 기술의 장단점을 평가하여 최적의 조합을 찾는 것이 핵심이다.

유니티 데이터 지향 기술 스택을 학습하고 도구를 활용하는 과정은 기존의 게임 오브젝트와 MonoBehaviour 중심의 개발 방식과는 상당히 다른 패러다임을 요구한다. 이로 인해 개발자들은 새로운 개념과 API에 대한 학습 곡선을 경험하게 된다. 특히 엔티티 컴포넌트 시스템의 아키텍처, C# 잡 시스템을 통한 안전한 병렬 처리, 그리고 버스트 컴파일러를 이용한 네이티브 코드 성능 최적화 등의 개념을 통합적으로 이해해야 한다.

유니티는 이러한 학습을 지원하기 위해 패키지 매니저를 통해 DOTS 관련 패키지들을 제공하며, 공식 문서와 코드 샘플을 지속적으로 확장하고 있다. 핵심 도구로는 엔티티와 컴포넌트를 시각적으로 디버깅할 수 있는 엔티티 디버거 창이 있으며, 프로파일러에는 DOTS 전용 프로파일링 모듈이 포함되어 성능 병목 현상을 분석하는 데 도움을 준다. 또한 버스트 인스펙터를 통해 생성된 네이티브 코드를 확인할 수 있다.

기존 프로젝트에 점진적으로 도입하기 위해서는 하이브리드 ECS 접근 방식이 권장된다. 이는 기존의 게임 오브젝트를 엔티티로 변환하는 게임 오브젝트 변환 시스템을 사용하거나, 선택적으로 성능이 중요한 부분만 DOTS로 재작성하는 방식을 의미한다. 이를 통해 전체 시스템을 한번에 갈아엎지 않고도 데이터 지향 설계의 이점을 시험해 볼 수 있다.

전반적으로 DOTS는 높은 성능 향상을 약속하지만, 그에 상응하는 학습 비용과 설계 방식의 전환이 필요하다. 따라서 소규모 프로토타입을 통해 엔티티 컴포넌트 시스템의 데이터 흐름과 잡 시스템의 작업 의존성을 익히는 것이 효과적인 시작 방법이 될 수 있다.