• 한국컴퓨터게임학회논문지
• /
• 제31권4호
• /
• pp.17-28
• /
• 2018

현재 많은 샌드박스 게임들이 출시되고 있으며, 또한 많은 게임들이 샌드박스 게임의 요소를 게임 속에 추가하고 있다. 극도로 높은 자유도에 수많은 게임사용자들이 매료되었기 때문이다. 게임에 자유도를 제공하는 주요 요소 중의 하나가 바로 인터랙티브 스토리텔링이다. 이는 게임 설계 과정에서 매우 중요한 부분으로서 게임의 배경을 제공하고 게임의 현실성을 향상시키며, 게임 몰입도를 높여서 게임에 대한 게임사용자의 흥미를 오랫동안 유지시킬 수 있다. 게임 인터랙티브 스토리텔링 시스템의 주요 구성 요소로는 게임 배경 인터랙티브 스토리텔링과 게임 캐릭터 인터랙티브 스토리텔링이 있다. 이 두 가지 구성 요소는 모두 실제의 게임 모드에 따라 서로 다른 방향으로 진화할 수 있다. 본 연구에서는 성공적으로 게임 인터랙티브 스토리텔링을 설계한 게임인 The Elder Scrolls 5 Skyrim을 사례로 삼아, 게임 가운데 존재하는 대량의 인터랙티브 스토리텔링 사례 및 이에 대한 게이머의 체험을 분석하였다. 또한 분석 결과를 공통점에 따라 정리하였고, 이를 토대로 게임 인터랙티브 스토리텔링 설계의 보편적인 원칙들을 도출하였다. 그리고 게임에 대한 게임사용자의 주관적이고 직관적인 요소를 통해 명확한 인터랙티브 스토리텔링 설계 모델을 구축하고, 게임 인터랙티브 스토리텔링을 설계할 때 활용할 수 있는 정성적인 설계 기준과 틀을 마련하고자 하였다. 또한 샌드박스 게임에서의 보편적인 인터랙티브 스토리텔링 설계 방법을 모색하고 피해야할 사항들을 살펴보았다.

• 한국융합학회논문지
• /
• 제12권9호
• /
• pp.113-120
• /
• 2021

본 연구는 코로나 바이러스의 유행으로 급격한 온라인 수업으로의 전환이 학습 효과에 미치는 영향을 알아보고자 동일주제 과목 오프라인 수업과 온라인 수업의 형태에 따른 학습효과를 비교 분석하고자 하였다. 동일 과목의 오프라인 수강생 105명과 온라인 수강생 244명을 집단 비교하였고 개인적 동기 수준과 사회적 동기 수준의 차이로 분류하여 통일관련 인게이먼트에 미치는 상호작용 효과를 알아보고자 Two-way ANOVA 분석을 통해 검증하였다. 연구 결과 개인적 동기와 수업유형 간에는 상호작용이 나타나지 않았다. 반면에 사회적 동기의 경우 수업 유형에 따라 상호작용이 있는 것으로 나타났으며 전반적으로 온라인 교육이 교육 이슈에 대한 인게이지먼트를 증가시키는 것으로 나타났다. 특히 사회적 동기가 낮은 집단의 변화가 사회적 동기가 높은 집단의 변화보다 큰 것으로 나타나 온라인 교육이 사회적 동기가 낮은 집단에 오히려 효과가 있는 것으로 보인다. 이러한 결과는 온라인 교육의 효과를 얻기 위해서는 개인적 동기 보다는 사회적 동기를 자극함으로써 학습 결과인 학습자의 행동적 변화와 태도를 유도할 수 있을 것으로 보인다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제9권11호
• /
• pp.475-489
• /
• 2019

본 연구는 문화유산 교육에서 창의적이고 새로운 생각을 통한 이미지화 방법과 교육의 중요성에 대해서 가장 효과적인 교육 모델을 알아보고자 한다. 연구방법은 문헌고찰, 인터넷 탐색, 선행연구의 방법으로 구성 하였다. 한국 문화유산의 차별화된 교육의 필요성을 깨닫고 우리의 정체성을 담기 위한 노력을 기대한다. 이러한 과정의 일환으로 정보의 전달 측면에서의 흐름 변화라고 할 수 있고, 시각화는 복잡하고 많은 양의 데이터를 거시적인 모습으로 파악할 수 있고, 흥미 있는 데이터만을 보다 심화되게 탐색할 수 있다. 정보의 시각화 과정에서 구조분석, 특징분석, 그리고 패턴과 트렌드 분석, 이형분석의 상관관계 파악에 중심을 두고, 특징을 고려하여 제작되어져야 한다. 교육 모델의 정보 시각화를 위해서 다양한 미디어를 사용하게 되는데, 문자, 그래픽, 사운드, 애니메이션, 조명 그리고 네이게이션은 정보 시각화의 표현 요소로써 많이 사용되어진다. 문화유산 교육에 학습자의 이해를 돕고 쉽도록 하기 위해서는 정확한 정보전달 가능한 시각자료 제시와 그 해답으로 적용될 인포그래픽의 활용 등 적절한 멀티미디어 시각자료 개발이 필요하다. 이러한 작업들은 단순히 연구의 차원에 그치는 것이 아니라, 실제 문화유산 교육 콘텐츠의 개발에 도움을 주고자 하는 목적으로 추진이 되어야 한다.

• 한국산학기술학회논문지
• /
• 제20권3호
• /
• pp.602-608
• /
• 2019

본 연구에서는 강박스거더교 바닥판의 아스팔트 두께에 따른 단면 상하 온도차를 산정하고, 이에 따른 설계기준의 자료를 제공하고자 하였다. 아스팔트 두께 0mm, 50mm, 100m, 150mm의 4개 강박스거더 모형시험체를 제작하였다. 각 모형에 17~23개의 온도 센서를 상부 콘크리트와 강박스거더에 부착하였다. 이 센서 중 Euro code와 온도차를 비교 할 수 있는 6개의 온도 게이지를 선정하였다. 각 모형의 기준 대기온도에서 최대 온도와 최저 온도를 계산하고, 이를 바탕으로 온도차(경사)를 산정하여, 4개 각 모형에서 온도차 모델을 제시하였다. 0mm ~ 100mm 온도차 모델은 슬래브 최상단에서 Euro code의 온도차와 비교할 때 -0.9~-1.5도 더 낮은 온도차를 보였다. 전체적으로 측정된 온도차는 Euro code와 비교하여 5.45%~8.33%정도의 오차가 있음을 확인하였다. 산정된 온도와 평균온도의 차를 표준오차의 배수로 산정한 표준오차 계수는 최상단과 최하 단에서 평균 2.50 ~ 2.51배의 값으로 일정한 범위에서 산정되었다. 제시된 온도차 모델은 국내 교량 온도설계 온도차 기준 산정 시 기본 자료로 활용될 수 있을 것으로 판단된다.

• 문화기술의 융합
• /
• 제5권2호
• /
• pp.321-327
• /
• 2019

본 연구는 우리나라 게임물 등급 제도의 변천을 알아보고, IARC 게임물 등급 심의 시대에 맞아 문제점과 개선방안을 모색하는 데 목적이 있다. IARC는 국제등급분류연합으로, 전세계 6개 기구 37개국이 가입되어 있다. 또한, IARC는 참여 스토어 프론트에게 게임 등급 심의의 자율권을 부여하고 있다. 우리나라의 게임물 심의 방법은 등급분류제도에 의한 직접 심의와 IARC 자체등급분류제도에 의한 위임 심의로 진행되고 있다. 게임물 등급 제도의 문제점으로 민간이 주체가 된다는 점과 설문지에 의존한다는 점, 자체등급분류제도에 의한 부작용을 들 수 있다. 게임물 등급 제도 개선 방안으로 IARC 가이드라인을 구축하는 것, 게임 개발자에 대한 페널티 및 등급 심의에 대한 교육, 참여 프론트 스토어 관리를 제안할 수 있다. 결론적으로, 오픈마켓에게 등급 심의 권한을 위임하는 것은 위험할 수 있어, 정부와 업계, 게임 개발자, 이용자, 미성년 게이머의 부모들을 포함한 등급 심의 토론의 장을 구성하여, IARC 기준을 활용하여 우리나라의 현실에 맞는 게임물 등급 제도를 만들어나가야 할 것이다.

• 한국콘텐츠학회논문지
• /
• 제22권6호
• /
• pp.439-452
• /
• 2022

본 연구에서는 확률형 아이템과 게임 과몰입과의 관련성을 살펴보기 위해, 확률형 아이템을 성능 확률형과 치장 확률형, 그리고 비확률형 아이템을 사용하는 세 집단으로 구분 후, 집단간 게임 과몰입을 포함한 변인들의 차이를 살펴보고, 게임 과몰입에 영향을 미치는 인구통계학적, 심리사회적 변인이 무엇인지 탐색하고자 하였다. 이를 위해 게임 이용률이 가장 높은 20대를 대상(N=413)으로 인구통계학적 변인(연령, 성별), 게임 과몰입, 게임시간, 게임이용비용, 확률형아이템이용비용(이하 확률형이용비용)을 측정하고, 심리사회적 변인은 기질 및 성격, 인지정서조절, 스트레스를 Cloninger의 기질 및 성격 검사, 인지적 정서조절전략 척도, 일상생활 스트레스 척도를 사용하여 각각 측정하였다. 연구 결과, 첫째, 게이머의 2/3가 확률형 아이템 게임을 즐기는 것으로 나타났으며, 여자의 비율이 남자의 비율보다 높은 것으로 나타났다. 둘째, 아이템 유형에 따라 구분한 세 집단 간에는 게임 과몰입, 게임시간, 게임이용비용, 확률형이용비용에서 유의미한 차이가 관찰되었다. 셋째, 게임 과몰입에 영향을 미치는 변인은 게임이용비용, 게임시간, 부적응적 인지정서조절, 스트레스, 자극추구 기질과 연대감 성격으로 나타났다. 게임 과몰입을 위한 적절한 개입으로서, 게임시간, 지출비용, 정서조절과 스트레스 관리의 중요성을 확인하였고, 본 연구 결과의 일반화를 위한 후속 연구에 대해 논의하였다.

• 한국융합학회논문지
• /
• 제13권2호
• /
• pp.177-183
• /
• 2022

본 연구는 수용자가 포털 사이트(네이버, 다음, 줌, 네이트)를 통해 검색할 때 어떤 시선경로로 탐색하는지 아이트래킹을 통해 알아보았다. 검색엔진의 시선경로에 따른 레이아웃 분석결과, 정보검색의 관문(Porta)이라고 할 수 있는 4개의 메인 페이지는 Z자형 레이아웃 형태로 나타났다. 각 사이트의 뉴스와 검색페이지는 F자형 형태를 활용하고 있는데 이것은 사람의 시선이 F자형으로 상단에서 우측으로 이동하면 순차적으로 하단으로 이동하는 좌측에서 우측(LTR)으로 시선이 이동하면서 읽는 것을 의미한다. 아이트래킹의 시각적 분석지표인 히트맵, 게이즈 폴랏, 클러스터를 통해 분석한 결과, 히트맵에서는 사진과 헤드카피에 시선의 집중도가 가장 많이 나타났으며 이것은 그 정보에 대한 흥미도와 관심도가 높다고 말할 수 있다. 시선의 흐름은 왼쪽 상단에서 우측으로 오면서 아래로 흐르는 것 알 수 있었으며 클러스터는 검색사이트의 상단에 집중되어 있었다. 웹사이트 디자이너는 레이아웃 디자인에 있어 사용자가 원하는 정보에 대한 접근성과 가독성을 높이는데 주력해야 할 것이며, 주 사용자의 성향과 행동 패턴 등을 조사하고 분석하여 이에 맞는 주기적 인터페이스의 변화가 요구되어진다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.205-225
• /
• 2018

Convolutional Neural Network (ConvNet)은 시각적 특징의 계층 구조를 분석하고 학습할 수 있는 대표적인 심층 신경망이다. 첫 번째 신경망 모델인 Neocognitron은 80 년대에 처음 소개되었다. 당시 신경망은 대규모 데이터 집합과 계산 능력이 부족하여 학계와 산업계에서 널리 사용되지 않았다. 그러나 2012년 Krizhevsky는 ImageNet ILSVRC (Large Scale Visual Recognition Challenge) 에서 심층 신경망을 사용하여 시각적 인식 문제를 획기적으로 해결하였고 그로 인해 신경망에 대한 사람들의 관심을 다시 불러 일으켰다. 이미지넷 첼린지에서 제공하는 다양한 이미지 데이터와 병렬 컴퓨팅 하드웨어 (GPU)의 발전이 Krizhevsky의 승리의 주요 요인이었다. 그러므로 최근의 딥 컨볼루션 신경망의 성공을 병렬계산을 위한 GPU의 출현과 더불어 ImageNet과 같은 대규모 이미지 데이터의 가용성으로 정의 할 수 있다. 그러나 이러한 요소는 많은 도메인에서 병목 현상이 될 수 있다. 대부분의 도메인에서 ConvNet을 교육하기 위해 대규모 데이터를 수집하려면 많은 노력이 필요하다. 대규모 데이터를 보유하고 있어도 처음부터 ConvNet을 교육하려면 많은 자원과 시간이 소요된다. 이와 같은 문제점은 전이 학습을 사용하면 해결할 수 있다. 전이 학습은 지식을 원본 도메인에서 새 도메인으로 전이하는 방법이다. 전이학습에는 주요한 두 가지 케이스가 있다. 첫 번째는 고정된 특징점 추출기로서의 ConvNet이고, 두번째는 새 데이터에서 ConvNet을 fine-tuning 하는 것이다. 첫 번째 경우, 사전 훈련 된 ConvNet (예: ImageNet)을 사용하여 ConvNet을 통해 이미지의 피드포워드 활성화를 계산하고 특정 레이어에서 활성화 특징점을 추출한다. 두 번째 경우에는 새 데이터에서 ConvNet 분류기를 교체하고 재교육을 한 후에 사전 훈련된 네트워크의 가중치를 백프로퍼게이션으로 fine-tuning 한다. 이 논문에서는 고정된 특징점 추출기를 여러 개의 ConvNet 레이어를 사용하는 것에 중점을 두었다. 그러나 여러 ConvNet 레이어에서 직접 추출된 차원적 복잡성을 가진 특징점을 적용하는 것은 여전히 어려운 문제이다. 우리는 여러 ConvNet 레이어에서 추출한 특징점이 이미지의 다른 특성을 처리한다는 것을 발견했다. 즉, 여러 ConvNet 레이어의 최적의 조합을 찾으면 더 나은 특징점을 얻을 수 있다. 위의 발견을 토대로 이 논문에서는 단일 ConvNet 계층의 특징점 대신에 전이 학습을 위해 여러 ConvNet 계층의 특징점을 사용하도록 제안한다. 본 논문에서 제안하는 방법은 크게 세단계로 이루어져 있다. 먼저 이미지 데이터셋의 이미지를 ConvNet의 입력으로 넣으면 해당 이미지가 사전 훈련된 AlexNet으로 피드포워드 되고 3개의 fully-connected 레이어의 활성화 틀징점이 추출된다. 둘째, 3개의 ConvNet 레이어의 활성화 특징점을 연결하여 여러 개의 ConvNet 레이어의 특징점을 얻는다. 레이어의 활성화 특징점을 연결을 하는 이유는 더 많은 이미지 정보를 얻기 위해서이다. 동일한 이미지를 사용한 3개의 fully-connected 레이어의 특징점이 연결되면 결과 이미지의 특징점의 차원은 4096 + 4096 + 1000이 된다. 그러나 여러 ConvNet 레이어에서 추출 된 특징점은 동일한 ConvNet에서 추출되므로 특징점이 중복되거나 노이즈를 갖는다. 따라서 세 번째 단계로 PCA (Principal Component Analysis)를 사용하여 교육 단계 전에 주요 특징점을 선택한다. 뚜렷한 특징이 얻어지면, 분류기는 이미지를 보다 정확하게 분류 할 수 있고, 전이 학습의 성능을 향상시킬 수 있다. 제안된 방법을 평가하기 위해 특징점 선택 및 차원축소를 위해 PCA를 사용하여 여러 ConvNet 레이어의 특징점과 단일 ConvNet 레이어의 특징점을 비교하고 3개의 표준 데이터 (Caltech-256, VOC07 및 SUN397)로 실험을 수행했다. 실험결과 제안된 방법은 Caltech-256 데이터의 FC7 레이어로 73.9 %의 정확도를 얻었을 때와 비교하여 75.6 %의 정확도를 보였고 VOC07 데이터의 FC8 레이어로 얻은 69.2 %의 정확도와 비교하여 73.1 %의 정확도를 보였으며 SUN397 데이터의 FC7 레이어로 48.7%의 정확도를 얻었을 때와 비교하여 52.2%의 정확도를 보였다. 본 논문에 제안된 방법은 Caltech-256, VOC07 및 SUN397 데이터에서 각각 기존에 제안된 방법과 비교하여 2.8 %, 2.1 % 및 3.1 %의 성능 향상을 보였다.