• 정보과학회지
• /
• 제24권2호
• /
• pp.45-50
• /
• 2006

• 전자통신동향분석
• /
• 제27권3호
• /
• pp.43-50
• /
• 2012

게임 사용자층이 다양화되고 확대되어 감에 따라 게임의 과몰입에 대한 우려가 증가하고 있는 것이 현실이다. 이에 따라 게임에 대한 역기능과 부정적 인식을 넘어서 "유익한 게임", "도움이 되는 게임"으로 변화하기 위한 노력도 최근 몇 년 전부터 활발하게 진행이 되어 왔다. 순기능을 기반으로 한 게임인 기능성 게임(serious game)은, 기존의 게임에서 가지고 있던 단순한 재미 요소 이외에 교육, 학습, 훈련, 치료 등의 특별한 목적을 접목시켜 게임이 가지는 순기능을 더욱 확장시키고자 하는 것이다. 본고에서는 기능성 게임의 응용 분야 및 국내 외 성공 사례를 중심으로 동향을 살펴보고 세계적 흐름을 파악하여, 날로 치열해지고 있는 세계 게임 산업에서 주도권을 갖기 위해 필요한 전략이 무엇인지를 생각해보는 기회가 되고자 한다.

• 정보교육학회논문지
• /
• 제16권4호
• /
• pp.489-502
• /
• 2012

현재 컴퓨터교육에서 알고리즘 교육의 중요성은 강조되고 있지만 주어진 문제를 알고리즘으로 표현하고 표현된 알고리즘을 해석하는 방법에는 비교적 연구가 미약하였다. 본 연구에서는 알고리즘의 표현 도구 중 순서도에 대해 초등학교 저학년 대상으로 놀이 활동 기반 학습 방법을 개발하고 실제 수업에 적용하여 학습 가능성을 진단하여 보았다. 학습 놀이는 순차형 놀이, 선택형 놀이, 반복형 놀이와 퍼즐 맞추기 게임으로 4가지이며 퍼즐 맞추기 게임은 학습 놀이 내용을 순서도 카드를 활용하여 실제 순서도로 재구성하는 게임이다. 순서도 학습 후 성취도 평가에서는 학습 놀이 기반으로 수업을 진행한 집단이 ICT기반으로 학습한 집단보다 상대적으로 평균은 약 7.5% 높게 나타났으며 두 집단 모두 학습 후 평균이 10점 만점에 9점 이상을 보였다. 이는 순서도 교육이 초등학교 저학년도 학습 가능하며 특히 놀이 활동을 통한 교육이 효과적이라는 것을 보여준 것이다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
• /
• pp.775-777
• /
• 2004

본 논문에서는 테트리스 게임을 위한 비젼 기반의 인터페이스를 제안하고 있다 제안된 인터페이스는 카메라로부터 실시간으로 입력되는 연속 영상에서 손의 제스처를 인식하고, 인식된 제스처를 게임의 명령으로 사용한다 테트리스 게임에 필요만 6개의 명령은 손의 자세로 정의되는 세 종류의 정적 제스처와 손의 자세와 움직임으로 정의되는 세 종류의 동적 제스처 정의된다. 손의 자세는 손 영역의 불변 모멘트로 표현하였고, 입력된 손 영역의 자세는 미리 학습된 불변 모멘트 값들과의 거리차이를 비교하여 분류한다. 실험 결과에서 제안된 시스템이 실시간 테트리스 게임의 인터페이스로 적용가능함을 보였다.

• 한국통신학회논문지
• /
• 제35권12A호
• /
• pp.1181-1187
• /
• 2010

본 논문은 게임에서 신경망기반으로 지능캐릭터에게 학습을 통한 상황판단을 하는 이동 인공지능을 제안하였다. 신경망은 게임 규칙과 문제해결 방법을 정의한 알고리즘을 통한 입출력 값을 이용하여 지도 학습된다. 지도 학습된 지능캐릭터는 변화하는 주변 환경을 인지하여, 적절한 행동을 하게 된다. 본 논문에서는 신경망을 이용한 이동 인공지능을 점진적으로 설계하였고, 성능 실험을 위하여 간단한 게임을 구현하였다. 이 게임은 일정한 2차원 공간에 목표, 캐릭터, 장애물이 존재하고 캐릭터는 목표 지점으로 장애물을 회피하며 이동해야한다. 이동 인공지능은 실험마다 정의한 알고리즘을 통해 규칙과 몇 가지 문제해결법을 학습하여 변화하는 환경에서 목표를 완수 할 수 있으며, 정의한 알고리즘과 신경망 구조를 동일하게 설계하였다. 실험 결과, 제안한 이동 인공지능은 주변 상황을 인지하여 이동을 수행하고 목표를 완수할 수 있음을 보였다. 이동 인공지능은 복잡한 구조의 게임도 학습 알고리즘을 정의하여 학습하면 신경망은 변화한 환경에서도 적절한 결과를 보여 줄 수 있을 것이다.

• 한국건축시공학회지
• /
• 제22권2호
• /
• pp.219-228
• /
• 2022

본 연구는 학습자의 자발적인 참여를 유도하고 학습성과를 높이기 위해 철근공사 교육에 게임적 요소를 활용한 모바일 앱을 개발하고 적용 효과를 분석하였다. 게임 개발 모델인 4F 프로세스를 활용하여 스마트 폰 사용에 익숙한 대학생의 특성을 고려한 스마트폰 앱을 개발하였으며, 학습미션과 포인트 등의 게임 메커닉스와 낱말 맞추기나 퍼즐 게임과 같은 친숙한 게임 유형을 활용하여, 학습자의 흥미를 자극하고 학습 동기를 높일 수 있는 방식으로 앱을 개발하였다. 적용 결과 인터페이스 스타일, 지각된 유용성, 지각된 활용의 용이성, 지각된 즐거움, 활용 태도, 활용 의도 측면에서 긍정적으로 평가되었다. 따라서 철근 교육용 게임 앱을 도입하여 수업에 활용하는 것은 다양한 측면에서 교육적 성과를 낼 수 있을 것으로 판단된다.

• 한국게임학회 논문지
• /
• 제19권3호
• /
• pp.65-74
• /
• 2019

본 연구는 디지털스토리텔링 요소를 접목한 기능성게임이 대학교육으로 활용 될 수 있는 구체적 대안을 제시하고 기능성게임의 한계로 지적되어왔던 게임콘텐츠 품질평가의 기준을 고찰하여 향후 기능성 게임이 보다 대중화되고 여러 학계에서 참고자료로서 활용될 수 있도록 기초자료를 제공하였다. 특히 본 연구에서는 디지털스토리텔링의 특징인 사건해결과정의 기초적 프레임을 토대로 임상 추론과정을 학습할 수 있는 기능성게임을 개발 할 때 주로 고려되어야할 요소를 위주로 정리하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 추계 학술대회 학술발표 논문집
• /
• pp.35-38
• /
• 2003

최근 컴퓨터 게임의 확산과 함께 보다 나은 가상환경 생성을 위한 기술에 대한 필요성이 증가하고 있다 다양한 환경에서 지능적으로 행동하는 인공 캐릭터의 설계를 위해 다양한 인공지능 기술이 적용되고 있다. 하지만 게임의 캐릭터 설계에 적용된 휴리스틱이나 규칙기반 시스템 등의 기존 인공지능 기술은 게임 개발자에 의존적이기 때문에 플레이어가 쉽게 캐릭터의 행동패턴을 파악하여 게임의 흥미를 저하시키는 단점이 있다 따라서 진화연산이나 신경망 등의 학습기반 인공지능 기술의 게임에의 적용이 모색되고 있다 특히 진화를 이용한 지능기술은 자연계의 복잡성과 의외성을 모방하여 최적화된 지능보다는 속임수/의외성 등의 창의적인 지능행동의 생성을 가능하게 하며 새로운 게임전략의 생성, 게임 캐릭터의 성격형성 및 다양한 행동 생성 등에 매우 유용하다. 본 논문에서는 진화기술의 게임에의 효과적인 적용을 위해 진화엔진을 설계 및 제작하고 인공지능 시뮬레이터에 적용하여 그 유용성을 확인하였다.

• 한국게임학회 논문지
• /
• 제8권1호
• /
• pp.3-13
• /
• 2008

교육용 게임의 메타데이터 개발은 게임 콘텐츠로서, 독립적인 학습 자원으로서, 또 게임 기반 LCMS에서 학습 컴포넌트로 활용되기 위해서는 매우 중요한 작업이다. 그러나 에듀테인먼트와 교육용 게임 시장은 신생산업 분야인 관계로 체계적인 메타데이터 개발이 진행되지 못했다. 따라서 본 논문은 먼저 교육용 게임 메타데이터 설계의 방법을 수립하고 이에 따라 메타데이터 프로토타입을 개발하였다. 그리고 추출된 메타데이터 요소를 전문가 집단의 검증을 거쳐 교육용 게임의 메타데이터로 정의하였다. 본 연구에 의해 개발된 교육용 게임의 메타데이터 프로토타입이 표준화 단계를 거쳐 공영 기관에 의해 운영된다면 학습자와 교수자, 개발 기관에게 검색과 관리, 재사용의 편리함을 제공하고 중복 투자 방지 등의 효과를 기대할 수 있다.

• 스마트미디어저널
• /
• 제13권2호
• /
• pp.32-43
• /
• 2024

게임 플레이를 위한 행동 주체인 에이전트는 게임 만족도를 높일 수 있는 중요한 요소이다. 하지만 다양한 게임 난이도와 게임 환경, 여러 플레이어를 위한 게임 에이전트 개발에는 많은 시간과 노력이 필요하다. 또한 캐릭터 추가나 업데이트와 같은 게임 환경 변화가 일어나면 새로운 게임 에이전트의 개발이 필요하고, 개발 난이도는 점차 높아진다는 단점이 존재한다. 이와 함께 다양한 플레이어의 수준에 맞는 세분화된 게임 에이전트 역시 중요하다. 단순히 강한 게임 에이전트보다는 세분화된 수준의 게임 플레이가 가능한 게임 에이전트가 활용성이 높고, 플레이어에 대한 만족도를 높일 수 있기 때문이다. 본 논문에서는 카드형 대전 게임을 대상으로 빠른 게임 에이전트 학습과 세분화된 플레이 수준 조절이 가능한 방법을 제안한다. 제안된 방법은 먼저 행동 구성에 대한 높은 자유도와 멀티 에이전트 환경에서의 빠른 학습을 위해 정책(Policy) 기반 분산형 강화학습 방법 중 하나인 IMPALA를 적용한다. 세분화된 플레이 수준 조절은 Temperature-Softmax를 통해 얻은 행동별 확률 값의 샘플링을 통해 수행한다. 논문에서는 Temperature 값의 증가에 따라 게임 에이전트의 플레이 수준이 낮아지는 결과와 이 수치를 다변화하여 손쉽게 다양한 플레이 수준 조절이 가능함을 확인하였다.