• 디지털콘텐츠학회 논문지
• /
• 제18권8호
• /
• pp.1537-1542
• /
• 2017

감정은 서사 생성과 이해 모두에서 중요한 역할을 한다. 본 논문은 플루칙의 감정 모델을 기반으로 영화 대본에서 8가지 감정 표현을 분석하였다. 먼저 각 장면별 수동으로 감정을 태깅하였고, 이 때 8가지 감정 중 분노, 공포, 그리고 놀람이 가장 우세하게 나타났는데, 이는 스릴러 영화 장르를 고려할 때 의미있다고 할 수 있다. 또한, 스토리에서 긴장이 가장 고조되는 클라이맥스에서 다양한 감정이 복합적으로 나타난다고 가정하였고, 대본 상에서 3 부분의 클라이맥스를 확인할 수 있었다. 그 다음으로 파이썬 (Python) 프로그래밍 언어 기반 자연어처리 도구인 NLTK (Natural Language ToolKit)의 감성 분석 도구를 이용하여 수동 감정 태깅과 비교한 결과, 분노와 공포 감정에서 높은 일치율을, 그리고 놀람, 기대, 혐오 감정에서는 낮은 일치율을 보임을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제9권5호
• /
• pp.635-648
• /
• 2006

초고속 인터넷의 보급이 대중화되고 콘솔 게임기와 모바일이 네트워크 게임을 지원하면서 온라인 게임 산업이 빠르게 성장하고 있으며, 온라인 게임으로 인한 인터넷 트래픽이 꾸준히 증가하고 있다. 게임 네트워크의 설계나 시뮬레이션을 위해서는 온라인 게임 트래픽의 분석이 선행되어야 하기 때문에, 온라인 게임의 트래픽에 관련된 연구가 국내 외에서 꾸준히 진행되고 있다. 본 논문은 온라인 게임의 트래픽 측정과 분석을 위하여 게임 전용 트래픽 측정 및 분석 툴인 GameNet Analyzer를 제작하여 사용하였다. 서로 다른 장르의 게임인 Quake 3, Starcraft, WoW(World of Warcraft)의 트래픽을 측정하여 플레이어의 수와 게임 플레이 방식에 따른 패킷 크기, 패킷 IAT(inter-arrival time), 데이터 전송률과 패킷 전송률을 분석하고, 측정된 데이터를 이용하여 트래픽을 모델링한다. 이러한 게임 트래픽의 분석이나 트래픽 모델은 효율적인 네트워크 시뮬레이션, 게임 네트워크의 성능 평가, 온라인 게임의 설계 등에 활용될 수 있다.

• 응용통계연구
• /
• 제33권6호
• /
• pp.833-842
• /
• 2020

넷플릭스, 아마존, 유튜브 등 대형 플랫폼에서는 고객의 다양한 정보를 활용하여 정밀한 추천시스템을 마련하고 여기서 추천된 상당수의 아이템이 실제 구매로 이어지고 있다. 본 논문에서는 추천 컨텐츠의 속성에 따라 사용자의 선호도에 차이가 있을 것이라고 예상하고 콘텐츠의 속성에 따라 군집분석을 실시하였다. 속성의 형태와 관계없이 사용할 수 있도록 Gower 거리를 사용했다. 본 논문에서는 영화 평점 사이트인 'The Movie Dataset'의 자료를 이용하여 영화의 기본정보인 장르, 감독 및 배우 변수를 바탕으로 사용자를 계층적으로 분류하고 영화를 추천하였다. 본 논문에서 제안한 추천 시스템을 평가하기 위하여 각 사용자 그룹별로 훈련자료와 검증자료로 나누어 정밀도를 살펴보았다. 그 결과 UBCF보다 월등히 높은 정밀도를 갖는 것으로 나타났다.

• 대중서사연구
• /
• 제27권1호
• /
• pp.341-357
• /
• 2021

본 논문은 프랑스의 언론인이자 철학자인 디디에 에리봉이 미술사학자 에른스트 곰브리치를 대상으로 진행한 인터뷰를 기초로 1991년 처음 출간되었던 『이미지가 우리에게 말해주는 것』의 한국판 새 번역을 앞두고 이 책이 시사하는 학문의 대중적 서사로서의 가능성을 가늠해보는 것을 목표로 한다. 에리봉은 앞서 뒤메질, 레비스트로스와의 기념비적 대담을 출판한 바 있는데, 이들의 지적 사유와 문제의식을 명철한 질문을 통해 대화 형식(dialogue)으로 쉽게 풀어냈다. 곰브리치라는 인물이 학문으로서 미술사가 자리 잡은 과정에서 수행한 독보적인 역할과 고유의 업적뿐만 아니라 그의 인생을 가로지르는 시대적 상황과 지성사의 흐름을 짚어내는 해당 저서는 학문이 이용하는 특수한 방법론, 공식과 용어, 특정한 정신 상태를 대화라는 친근한 서사를 빌려 해설한다. 여기에 주목하여 본 논문은 역사가로서 곰브리치 특유의 언어를 간략히 분석하고 이를 통해 미술사라는 학문이 의존하는 서사적 방법론을 논한 후, 책에서 에리봉이 던지는 질문과 답변을 정리하는 방식을 탐구하여 아카데미아와 그 해설이라는 두 가지 영역의 융합을 학제적 측면에서 살펴본다. 이러한 분석은 에리봉이 곰브리치라는 학자에게서 찾은 학자이면서 대중을 끌어안은 이야기꾼으로서의 이중의 정체성과도 깊은 관련이 있다. 이로써 미술사라는 학문을 텍스트로서 재조명하고, 대화라는 새로운 장르와의 결합 가능성을 타진해보고자 한다.

• 한국콘텐츠학회논문지
• /
• 제21권7호
• /
• pp.171-180
• /
• 2021

대중매체에 노출된 장소는 잠재여행객에게 호기심과 기대를 형성하여 행동을 유도하며 대중매체를 통해 반복적으로 노출된 장소는 시청자에게 영향을 미친다. TV 프로그램 중에서 가장 큰 파급력을 지닌 장르는 드라마이고, 드라마와는 다른 특성의 몰입을 제공하는 리얼리티프로그램은 시청자의 여행지 선정에 영향을 준다. 관광지처럼 시장에서 평가되지 못하는 대상의 가치추정에 주로 이용되는 것이 가상가치평가법(CVM)이다. 본 연구는 CVM을 활용하여 드라마와 여행예능프로그램을 대상으로 촬영지의 경제적 가치평가를 실시 한 후 두 프로그램 촬영지의 연구결과를 비교분석 하였다. 드라마와 여행예능 프로그램 촬영지 지불의사측정을 위해 선형로짓과 로그로짓분석을 실시하였으며 지불가능금액을 도츨하였다. 연구결론은 드라마와 여행예능 프로그램 촬영지를 방문하는데 필요한 여행비용이 증가할수록 방문의사는 감소하였다. 드라마와 여행예능 프로그램 촬영지 방문시에 지불가능한 금액이 일반 당일여행 평균소비금액보다 높았으며 드라마가 여행예능프로그램 촬영지 방문보다 지불가능한 금액이 모두 높았다.

• 한국컴퓨터정보학회논문지
• /
• 제27권5호
• /
• pp.157-163
• /
• 2022

온라인 게임 시장이 성장하면서 게임 봇의 사용은 게임 서비스에 가장 심각한 문제를 야기하고 있다. 본 논문에 서는 MMORPG 장르의 게임 봇 중 채집을 진행하는 봇을 탐지하기 위한 채집 좌표 분석 모델을 제안한다. 제안한 모델은 좌표 데이터를 기반으로 플레이어의 채집 행위를 분석 한다. 정상적인 플레이어보다 손쉽게 게임 내 재화와 아이템을 수급할 수 있는 게임 봇은 수면 시간, 캐릭터 조작 피로도와 같은 현실적인 제약의 영향을 받지 않기 때문에 채집 행위를 시도하는 좌표 구역에 차이가 발생한다. 좌표 구역을 나누고 각 플레이어의 좌표 구역 차이를 이용하여 게임 봇 플레이어와 정상적인 플레이어를 구분해 낼 수 있도록 했다. NCSoft 사의 AION 로그로 데이터셋을 만들고 random forest 모델에 적용하여 게임 봇을 탐지한 결과 재현율 72%, 정밀도 92%의 성능을 보였다.

• 한국산업정보학회논문지
• /
• 제27권6호
• /
• pp.1-12
• /
• 2022

음원 스트리밍 서비스와 Hi-Fi 시장이 성장함에 따라 다양한 음향기기들이 출시되고 있다. 이로 인해 소비자들의 제품 선택에 대한 폭은 넓어졌지만 자신의 음악적 취향과 일치하는 제품을 찾기는 더욱 어려워졌다. 본 연구에서는 사용자가 선호하는 음원으로부터 보컬 성분을 추출하고 이를 토대로 사용자에게 가장 적합한 음향기기를 추천하는 시스템을 제안하였다. 이를 위해 먼저 원본 음원을 Python의 Spleeter Library를 통해 분리하여 보컬 음원을 추출하고 제조사의 음향기기의 주파수 대역 데이터를 수집한 결과를 각각 격자 그래프로 나타내었다. 추출한 보컬 음원의 주파수 대역과 음향기기의 주파수 대역 측정치 데이터를 비교하기 위한 지표로서 Matching Gap Index(MGI)를 제안하였다. 산출된 MGI 값을 토대로 사용자 선호와의 유사도가 가장 높은 음향기기를 추천한다. 추천 결과는 음향 전문업체에서 제공하는 장르별 Equalizer 데이터를 이용하여 검증하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 추계학술발표대회
• /
• pp.655-658
• /
• 2020

최근 IT 기술의 발달로 태블릿, 스마트폰과 같은 다양한 디바이스로 손쉽게 음악을 감상할 수 있다. 하지만 최근 이런 기술 발달과는 다르게 사용자가 원하는 음악을 검색하는 방법은 고전적인 형태에서 벗어나지 않고 있다. 기존 음악 검색 방법은 텍스트 기반, 내용 기반, 소비자 감성 기반의 음악 추천 검색 방법이 있으며 저장된 메타 데이터를 이용하여 사용자의 질의에 대한 결과만 제공할 뿐 사용자의 경험 정보를 고려하지 않는다. 그리고 기존 플랫폼들은 사용자가 최근 많이 들은 가수, 장르, 분위기를 종합하여 사용자에게 어울리는 음악을 추천을 할 뿐 사용자의 경험정보를 고려하여 음악을 추천하지는 않는다. 본 논문에서는 사용자의 경험 정보를 활용하여 사용자 맞춤형 음악 추천 시스템을 제안한다. 본 시스템은 사용자의 현재 기분 정보, 주변 날씨 정보 등을 입력 받는다. 이후, 경험 정보를 기반으로 결정 트리를 통해 사용자 요구 기반의 음악 추천 시스템을 구축하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제67차 동계학술대회논문집 31권1호
• /
• pp.39-42
• /
• 2023

최근 온라인 게임 산업이 급속도로 확장됨과 더불어 Gamebot과 같은 비정상적인 프로그램으로 인한 게임 서비스 피해사례가 급격하게 증가하고 있다. 특히, 대표적인 게임 장르 중 하나인 FPS(First-Person Shooter)에서 Aimbot의 사용은 정상적인 이용자들에게 재미 요소를 잃어버리게 하고 상대적 박탈감을 일으켜 게임의 수명을 줄이는 원인이 된다. 비정상 게임 이용자의 근절을 위해서 메모리 변조 및 불법 변조 프로그램 접근 차단 기법과 불법 프로그램 사용의 패턴 모니터링과 같은 기법들이 제안되었지만, 우회 프로그램 및 새로운 패턴을 이용한 비정상적인 프로그램의 개발에는 취약하다는 단점이 있다. 따라서, 본 논문에서는 정상적인 게임 이용자의 패턴만 학습함으로써 비정상 이용자 검출을 가능하게 하는 딥러닝 기반 단일 클래스 분류 기법을 제안하며, 가장 빈번하게 발생하는 치트(Cheat) 유형인 FPS 게임 내 Aimbot 사용 감지에 초점을 두었다. 제안된 비정상 게임 이용자 감지 시스템은 정상적인 사용자의 마우스 좌표를 데카르트 좌표계(Cartesian coordinates)와 극좌표계(Polar coordinates)의 형태로 패턴을 추출하는 과정과 정상적인 마우스 동작 기록으로 부터 학습된 LSTM 기반 Autoencoder의 복원 에러에 따른 검출 과정으로 구성된다. 실험에서 제안된 모델은 FPS 게임 내 마우스 동작을 기록한 공개 데이터셋인 CSGO 게임 데이터셋으로 부터 학습되었으며, 학습된 모델의 테스트 결과는 데카르트 좌표계로부터 훈련된 제안 모델이 비정상 게임 이용자를 분류하는데 적합함을 입증하였다.

• 한국컴퓨터정보학회논문지
• /
• 제28권12호
• /
• pp.23-32
• /
• 2023

현대 사회의 새로운 스포츠로 정의되는 e-스포츠는 세계적으로 많은 사랑을 받는 스포츠로 자리매김했다. 그 중, E-sports를 대표하는 AOS(Aeon of Strife) 장르의 게임은 플레이어 개개인과 팀의 운영이 승패를 좌우하는 요소가 된다는 특징을 가진다. 본 논문은 실제 유저들의 게임 데이터를 수집하고 데이터를 통계적 기법으로 분석하여 정보를 제공한다. 또한, 수집한 데이터를 활용해 머신러닝 기법을 이용하여 승패 예측 모형을 설계하고 실험한다. 5개의 머신러닝 알고리즘이 사용되었고, 평균적으로 개인 데이터 모형에서는 Accuracy 80%, 팀 데이터 모형에서는 Accuracy 95%의 성능을 보인다. 본 연구에서 모형 설계 시 사용된 데이터는 개인 데이터 1,149,950건, 팀 데이터 230,234건으로 규모가 크고 일반 유저들의 플레이 성격을 잘 반영하고 있기 때문에 개발사의 게임 운영이나 일반 유저의 전략 수립 등에 도움이 될 것으로 기대한다. 실험 결과, 개인 데이터 모형과 팀 데이터 모형을 비교하였을 때, 팀 단위 모형의 성능이 상대적으로 매우 좋게 나타났다.