• 한국융합학회논문지
• /
• 제2권1호
• /
• pp.51-56
• /
• 2011

현재 게임 장르의 융복합이 활발하게 이루어지면서 하나의 게임 안에서 다양한 장르가 공존하는 게임이 늘고 있다. 이러한 게임은 이용하는 사용자에게 여러 가지의 재미를 느낄 수 있다는 장점을 지니고 있다. 본 논문에서는 이러한 추세에 맞추어 게임시장에 나타난 용복합 장르의 게임사례를 조사하고 분석하였으며, 이를 토대로 게임의 상황을 몸으로 직접 가상 체험할 수 있게 해주는 체감형 게임 내 장르의 융복합을 적용하여 플레이어에게 새로운 즐거움을 줄 수 있는 게임을 제안하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2001년도 정기총회 및 학술대회
• /
• pp.221-225
• /
• 2001

논문은 리눅스를 기반으로 하여 디지털 방송 컨텐츠를 브라우징하는 기술과 서비스에 필요한 기술들을 제시하고 이를 활용한 서비스 모델을 제시한다. 사용자에게 방송 프로그램의 정보의 습득과 검색을 위해 EPG(Electronic Program Guide)를 이용하여 방송 컨텐츠를 장르와 채널 카테고리로 자동 분류한다. 각 프로그램에서 키 프레임을 추출하여 사용자에게 빠르게 탐색하게 하고 줄거리 파악을 쉽게 하였다. 비순차적인 재생 요구를 수용하기 위해 랜덤 엑세스와 컨텐츠와 추출된 키 프레임을 동기화 하여 하이라이트 모드로 재생하고 연속 재생을 할 수 있게 한다. 사용자와의 상호 작용에서 얻어진 채널과 장르 선호도 정보를 이용하여 컨텐츠를 개인의 성향에 맞게 장르와 채널별로 분류하여 개인화된 프로그램 가이드를 제공한다. 컨텐츠의 획득에서 누적된 취향에 따른 분류, 브라우징을 위한 키프레임 추출과 샷 분류를 통한 가공, Payper-View를 위한 사용정보에 이르기까지 리눅스 기반의 로컬 스토리지를 활용한 디지털 방송 브라우징 모델을 제시한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (2)
• /
• pp.109-111
• /
• 2001

기존의 협력적 필터링 기술을 이용한 사용자 선호도 예측 방법에서는 아이템에 대한 사용자의 선호도를 기반으로 이웃 선정 방법(Nearest-Neighborhood Method)을 사용하고, 피어슨 상관 계수에 의해 사용자의 유사도를 구하므로 아이템에 대한 내용을 반영하지 못할 뿐만 아니라 희박성 문제를 해결하지 못하였다. 본 논문에서는 기존의 사용자 선호도 예측 방법의 문제점을 보완하기 위하여 연관 사용자 군집과 베이지안 분류를 이음한 사용자 선호도 예측 방법을 제안한다. 제안한 방법에서는 협력적 필터링 시스템에서의 희박성(Sparsity)문제를 해결하기 위하여 ARHP 알고리즘을 사용하여 사용자를 장르별로 군집하며 새로운 사용자는 Naive Bayes 분류자에 의해 이들 장르 중 하나로 분류된다. 또한, 분류된 장르 내에 속한 사용자들과 새로운 사용자의 유사도출 구하기 위해 Naive Bayes 학습을 통해 사용자가 평가한 아이템에 추정치를 달리 부여한다. 추정치가 부여된 선호도를 기존의 피어슨 상관 관계에 적용할 경우 결측치(Missing Value)로 인한 예측의 오류를 적게 하여 예측의 정확도를 높일 수 있다. 제안된 방법의 성능을 평가하기 위해서 기존의 협력적 필터링 기술과 비교 평가하였다.

• 한국음향학회지
• /
• 제24권1호
• /
• pp.29-37
• /
• 2005

본 논문은 한국의 전통 음악, 즉 국악 장르를 자동으로 분류하는 시스템을 제안한다. 제안된 시스템은 입력 음악의 내용기반 분석을 통하여 궁중음악, 풍류방음악, 민속성악, 민속기악, 불교음악, 무속음악 등 6가지 장르중 하나로 자동분류하여 해당 음악의 장르 결과를 보여준다. 국악 장르 분류에 사용된 내용기반 알고리즘은 크게 음악의 특징 벡터 추출 그리고 장르 분류를 위한 패턴인식 과정 2가지로 구성된다. 음악의 특징 벡터 추출은 디지탈 신호 처리기술을 이용하여 해당 음악의 spectral centroid, rolloff, flux 등 STFT (Short Time Fourier Transform) 기반의 특징 계수들과 MFCC (Mel frequency cepstral coefficient), LPC (Linear predictive coding) 등의 계수들을 구한 후 SFS (Sequential Forward Selection) 최적 특징 벡터 열을 선별하여 사용하였으며 패틴 분류 알고리즘으로는 k-NN (k -Nearest Neighbor), Gaussian, GMM (Gaussian Mixture Model), SVM (Support Vector Machine) 분류기를 사용하였다. 특히 본 연구에서는 입력 질의의 패턴 (혹은 구간) 변화에 따른 시스템의 불확실성을 개선하기 위하여 MFC (Multi Feature Clustring) 방법을 이용하여 DB를 구축하였다. 모의실험 결과 k-NN 과 SVM 분류기 모두 $97{\%}$ 이상의 장르 분류 성공률을 보였으나, SVM 이 k-NN에 비해 약 3배 이상의 빠른 분류 성능을 가지고 있음을 확인하였다.

• 감성과학
• /
• 제14권1호
• /
• pp.59-72
• /
• 2011

스트레스는 다양한 질병의 원인이 되며 스트레스의 해소는 질병 예방에 중요한 요인이라 할 수 있을 것이다. 스트레스를 해소시키는 방법 중 한 가지는 청각이나 시각을 이용하는 것으로 스트레스 해소에 맞는 음악을 제공하거나 조명을 제공해 주면 될 것이다. 또한 청각과 시각을 동시에 이용할 수 있다면 그 효과를 극대화 할 수 있을 것이다. 이러한 맥락에서 본 논문에서는 음원의 분위기와 분위기 단어의 색상을 수집한 후 수집한 데이터를 이용하여 음악 장르에 따른 분위기 분포와 분위기 단어에 따른 색상분포를 분석하였고, 두 가지 수집된 데이터를 이용하여 음악 장르에 따른 색상 분포가 다르다는 것을 확인하기 위해 Minitab을 이용하여 $X^2$-test를 실시하였다. 분석결과, P<0.001로 음악 장르에 따라 분위기 색상이 다르게 분포되며 분위기에 따라 색상 및 명도, 채도의 분포도 다르게 나타남을 확인하였다. 이 결과를 음악 분위기에 따라 감성을 표현하는 조명 개발에 활용할 수 있을 것이고, 이를 심리 치료에 적용할 수 있을 것으로 기대된다. 다만, 심리 치료의 경우 임상 실험인 점을 고려한다면 더 많은 데이터의 수집과 분석이 필요할 것이다.

• 한국경영정보학회:학술대회논문집
• /
• 한국경영정보학회 2007년도 추계학술대회
• /
• pp.591-596
• /
• 2007

본 연구에서는 상황 추론의 기능을 추천 시스템에 접목하였다. 연구의 대상 영역은 음악 추천 분야인데, 본 연구에서 제안하는 시스템은 세 개의 모듈, 즉 Intention Module, Mood Module 그리고 Recommendation Module로 구성되어 있다. Intention Module은 사용자가 음악을 청취할 의향이 있는지 없는지를 외부 환경의 상황 데이터를 이용하여 추론한다. Mood Module은 사용자의 상황에 적합한 음악의 장르를 추론한다. 마지막으로 Recommendation Module은 사용자에게 선정된 장르의 음악을 추천한다.

• 한국콘텐츠학회논문지
• /
• 제20권6호
• /
• pp.279-292
• /
• 2020

본 연구에서는 멀티플랫폼 환경에서 지상파TV의 채널브랜드자산이 시청자들의 지상파 콘텐츠 선택과 이용에 미치는 영향을 점검하였다. 연구결과, 지상파TV 채널브랜드자산이 멀티플랫폼 상 지상파TV 콘텐츠 이용 정도에 미치는 영향은 SBS인지도만이 지상파TV 콘텐츠 이용 정도에 유의미한 영향을 미치는 것으로 나타났다. 지상파TV 채널브랜드자산이 지상파 콘텐츠 시청 매체의 다양성에 미치는 영향은 어떤 채널에서도 유의미하지 않은 것으로 나타났으며, 지상파 콘텐츠 시청 플랫폼 유형별 이용에 미치는 영향은 지상파TV 채널별로 플랫폼 유형에 따라 차이를 보이는 것으로 나타났다. 더불어, 지상파TV 채널브랜드자산이 지상파 콘텐츠 이용 장르의 다양성에 미치는 영향은 KBS인지도와 SBS인지도만이 지상파TV 콘텐츠 이용 장르의 다양성에 유의미한 영향을 미치는 것으로 나타났다. 마지막으로, 지상파 채널브랜드자산이 지상파TV 콘텐츠 장르 유형별 이용에 미치는 영향은 각 채널별로 특정 장르유형을 중심으로 다르게 나타났다. 본 연구의 결과는 채널브랜드자산이 멀티플랫폼 상에서 시청자들의 지상파TV 콘텐츠 선택 및 이용에 부분적이나마 영향을 미친다는 것을 제시해주며, 이는 경쟁적인 매체환경에서 방송채널의 경쟁력 강화를 위해 의미있는 시사점을 제공해 준다.

• 한국콘텐츠학회논문지
• /
• 제12권5호
• /
• pp.52-61
• /
• 2012

텍스트 시각화는 데이터 시각화의 한 분야로, 방대한 텍스트 데이터에 대한 다양한 분석 기법을 바탕으로 텍스트의 내용적 측면은 물론 구조적, 형식적 측면을 시각적으로 재현(represent)해내는 방법에 관한 연구이다. 본 연구에서는 이러한 텍스트 시각화 연구의 일환으로, 서적이 갖는 장르적 특성을 서적 본문에 직접 사용된 단어들을 바탕으로 파악해낼 수 있는 방법에 대해 고찰하고, 실험을 통한 검증을 바탕으로 서적 장르 시각화의 요소를 도출한 후, 이를 직관적이고 효율적으로 시각화하는 방법에 대해 서술하였다. 본 연구에서 제안하는 시각화는 첫째, 책에 직접 사용된 단어를 토대로 책의 실질적 장르를 파악할 수 있으며, 둘째, 시각화 결과 이미지를 통해 해당 서적이 어떤 장르와 가장 가까운지 한 눈에 파악할 수 있을 뿐 아니라, 한 책이 갖는 복합 장르적 특성을 알 수 있도록 해주고, 이미지 내의 점(dot)의 개수와 곡선의 곡률, 밝기 등을 통해 대표 장르로 파악된 장르의 근접도(유사도)를 짐작할 수 있다는 점에서 그 의의를 갖는다. 나아가 개별 소비자 자신이 선호하는 서적들에 대한 적용을 통해 개인별 선호 서적(또는 장르) 이미지를 제공하는 등 서적 추천 시스템과 같은 북 커스터마이징(book customizing)과 같은 분야에도 다양하게 활용될 수 있다.

• 만화애니메이션 연구
• /
• 통권28호
• /
• pp.125-153
• /
• 2012

본고는 무빙이미지에서 모션의 양태성 전략이 매체나 장르에 어떤 변화를 가져오는지에 관한 연구이다. 오늘날 모션의 양태성은 애니메이션 뿐만 아니라 영화에서도 적극적으로 조작되는 요소이다. 여기서 모션의 양태성 전략은 일반적으로 장르나 매체에 따라 좌우된다고 말해지는데, 과연 그 명제는 옳은 것인가? 옳다면, 본 명제를 학제적으로 규정되어 있지 않은 '장르 매체'라는 용어를 재고함으로써 좀 더 이론적으로 정리할 수는 없는가? 본고는 그러한 문제를 논의하고자 한다. 본고는 모션의 양태성 조작을 이론적 지평 위에서 바라본다. 맥루한의 핫/쿨미디어 이론과 볼터의 진동이론에서 보면, 궁극적으로 모션 양태성 조작의 효과는 수용자의 감각비율 조작과 같은 것으로 귀결되는데, 이러한 이론적 추론은 사례를 통해 검증될 것이다. 사례 분석에서 본 연구자는 이미지의 모션 양태성 조작이 텍스트 내에서 어떤 효과들을 발현하는 지를 분석하고, 이 효과들이 매체 장르 포지셔닝과 어떤 상관성을 갖는 지를 살펴봄으로써, 본고가 문제시 하는 모션 양태성의 장르 매체 결정론을 평가한다. 결론적으로, 모션의 양태성은 매체의 문제와는 상관없이 장르의 문제에서 결정되는 전략인데, 그 장르는 감각자극의 배합으로 포지셔닝되는 범주라고 할 수 있다. 그렇기 때문에 모션의 양태성 전략은 단위 시퀀스가 필요로 하는 감각성에 좌우된다. 모션의 양태성은 단순히 모션캡처 같이 매체적 측면에서 갖는 기술지향적, 경제적 가치보다 장르적 측면에서 기능성으로 접근해야 하는 전략이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 춘계학술발표대회
• /
• pp.441-443
• /
• 2011

본 논문은 오디오 특징 분석을 기반으로 한 음악검색 방법에 대한 기술과 연구에 대한 내용이다. 본 연구에서는 크게 3가지의 주요 알고리즘을 이용하여 다 성음에서의 오디오 특징을 추출하고 3가지의 각자 다른 방식의 매칭 알고리즘을 기반으로 한 퓨전 매칭 방식을 제안한다. 오디오 특징으로는 메인 멜로디, 음악 구조를 분석한 세그먼테이션 정보를 이용한다. 본 연구에서 사용된 음악 DB는 음악 포털 서비스에서 제공하는 장르를 기반으로 한 8가지 장르에서 다양한 범위에서 2000곡을 선곡하였다. 오디오 특징 추출을 위한 알고리즘 개발과 매칭 알고리즘 개발을 위하여 음악 DB 2000곡 중 장르의 비율을 고려하여 100곡을 선정하고, 24명으로부터 1200개의 허밍을 녹음하였다. 24명중 3명은 대학에서 음악을 전공하고 나머지는 음악적 교육을 받은 경험이 없는 사람들이다. 1200개의 허밍을 분석한 결과 전체 허밍 중 60%정도가 노래의 시작 부분을 허밍하거나 노래를 불렀고, 30%정도는 하이라이트 부분을 허밍 하였다. 나머지 10%정도는 자신이 가장 자신 있는 부분을 불렀다. 이러한 분석 결과를 기반으로 가장 중요한 부분은 노래가 시작되는 부분에서의 멜로디를 정확하게 찾아내는 것이 무엇보다 중요하다는 것이다. 본 연구에서 검색결과의 평가는 MRR를 이용하여 측정하였다. MIDI DB를 사용한 경우가 다 성음에서 직접 멜로디를 추출한 경우보다 약간 성능이 우수하게 나왔으나 그 차이는 미미했다. 본 연구에서는 개발된 알고리즘을 이용하여 PC상에서 사용할 수 있는 클라이언트 프로그램과 Android app를 개발하였다.