• 게임&엔터테인먼트 논문지
• /
• 제2권2호
• /
• pp.9-16
• /
• 2006

본 논문에서는 RPG 게임에서 중요한 비중을 차지하는 퀘스트 엔진에 대해 트라비아 온라인 게임을 기준으로 구축한 사례에 대하여 살펴본다. 트라비아 퀘스트 엔진은 퀘스트의 클래스, 전제 조건, 수행 순서 등에 대해 효과적으로 명세할 수 있는 스크립트 언어를 정의하여 퀘스트를 모델링하고 수행할 수 있도록 지원한다. 본 연구에서 소개하는 퀘스트 시스템은 향후 유사 온라인 RPG 게임의 퀘스트 시스템을 제작할 시, 참고할 수 있는 하나의 가이드라인이 될 수 있다.

• 한국콘텐츠학회논문지
• /
• 제11권10호
• /
• pp.69-76
• /
• 2011

퀘스트는 게임 스토리의 최소단위로써, 퀘스트 스토리텔링을 연구하기 위해서는 퀘스트 구조 분석이 필요하다. 본 연구는 퀘스트의 구조를 파악하기 위해, 구조주의 서사이론에서 프롭의 민담기능을 도입하였다. 프롭이 등장인물의 불변요소로 제시한 31가지 민담기능을 MMORPG 퀘스트에 대입하여 분석하였다. 그 결과 퀘스트의 필수기능(13개), 부가기능(5개)를 도출하였고, 이 기능들이 어떤 순서로 전개되는지 살펴보았다. MMORPG 퀘스트는 필수기능의 순서에 따라, 그리고 부가기능을 선택사항으로 하면서 진행되고 구조가 반복되는 패턴을 보여주었다. 이들의 기능을 적절한 요소에 활용한다면 퀘스트 스토리텔링을 강화하고 다양한 이야기를 이끌어 나갈 수 있는 방안을 마련할 수 있을 것이다.

• 한국콘텐츠학회논문지
• /
• 제9권9호
• /
• pp.143-150
• /
• 2009

이 논문에서는 MMORPG의 이야기 전달 단위로 기능하는 개별 퀘스트의 요소와 구조, 진행 과정을 구조주의 서사학을 통해 밝히고, 이것이 어떻게 게임의 전체 서사를 구성하는지를 알아보고자 한다. MMORPG의 퀘스트란 디지털 게임 서사의 유의미한 최소 단위로, 그 자체로 완결된 구조를 갖는 동시에 선택과 조합이 가능하다. 퀘스트는 게임 스토리 생성에 있어서 필수불가결한 요소이다. 플레이어는 퀘스트의 선택 및 수행을 통해 게임 월드를 탐험하고 아바타를 육성하면서 플레이어와 게임 세계 간의 유기적 상관관계를 맺고 고유한 스토리를 생성해 나가게 된다. 퀘스트는 퀘스트 부여자, 퀘스트 배경 스토리, 퀘스트 목적, 보상의 4가지 필수 요소로 구성되어 있다. 단일 퀘스트는 브레몽(Claude Bremond)이 제시한 서사 모델인 '기본 연속' 형태를 취하면서 퀘스트 내적으로는 순차적인 질서를 유지하는 가운데 통합체적으로 구축된다. 즉 퀘스트란 게임 월드 내에 공간적으로는 계열체적으로 배치되어 있는데, 이를 플레이어의 선택과 조합에 따라 통합체적 연쇄를 구축하게 된다.

• 한국HCI학회논문지
• /
• 제14권2호
• /
• pp.83-91
• /
• 2019

최근에 서비스되는 모바일 게임들은 대부분 일일 퀘스트 시스템을 갖고 있다. 일일 퀘스트는 매일마다 반복적으로 수행할 수 있는 과제와 적절한 보상을 제공하여, 플레이어에게 게임의 플레이 방향을 알려주면서 접속을 유도할 수 있는 훌륭한 장치이다. 그러나 비슷한 과제의 반복적인 수행은 자칫하면 지루해질 수 있어 플레이어들의 동기부여를 고려한 일일 퀘스트에 대한 연구는 게임 경험 향상에 중요한 주제이다. 본 연구는 일일 퀘스트에 대한 학술적 논의가 매우 부족함에 대한 인식을 기반으로, 현재 서비스 중인 모바일 게임의 일일 퀘스트 유형을 정리하고, 플레이어의 성향에 따라 어떤 일일 퀘스트 유형을 선호하는지, 어떤 유형에서 동기를 더욱 향상시킬 수 있는 지를 분석하였다. 그 결과로 다음 세 가지를 도출해 내었다. 첫째, 일일 퀘스트를 클리어할 때마다 단계적으로 추가 보상을 제공하여 플레이어들의 동기를 향상시킬 수 있다. 둘째, 플레이 성향에 따라 선호하는 일일 퀘스트의 유형이 다를 수 있으며, 자율성을 중요하게 생각하는 플레이어들은 자신이 직접 퀘스트를 선택할 수 있는 기회를 통해 동기를 향상시킬 수 있다. 마지막으로, 숙련으로부터 더욱 동기 부여를 받는 성향의 플레이어들은 퀘스트를 모두 완료했다는 피드백으로 동기를 향상시킬 수 있다.

• 한국게임학회 논문지
• /
• 제9권4호
• /
• pp.57-66
• /
• 2009

퀘스트(Quest) 시스템은 MMORPG에서 콘텐츠를 제공하는 핵심 시스템 중 하나이다. 퀘스트디자인 업무에서 퀘스트 보상 설정은 게임 내 작용하는 여러 구성 요소의 높은 조합 복잡도로 인해 적절한 보상 수준을 산출하기가 어려운 문제에 속한다. 본 논문에는 퀘스트 보상 문제를 순회 판매원 문제(Traveling Salesman Problem, TSP)로 모델링하여 해결함으로써 적절한 보상수치를 자동적으로 산출해 낼 수 있는 기법을 제안하였다. 이를 통해 퀘스트 디자인 단계에서 퀘스트 보상 수치 확정을 위한 강도 높은 테스트 부담을 줄이고 정확한 보상 수치를 산출하는데 도움이 될 것이다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2010년도 춘계 종합학술대회 논문집
• /
• pp.79-81
• /
• 2010

사용자의 적극적 참여를 유도하는 교육용 UCG(User Creative Game) 퀘스트(Quest) 제작 시스템은 게임 내 역할수행(Quest) 구성 권한을 사용자에게 부여하여 게임 내에서 사용자가 제작한 자유도 높은 임무를 제공한다. 이를 바탕으로 적극적인 사용자는 재미요소와 교육적 목표를 가진 퀘스트를 구성, 제작한다. 퀘스트 제작 시스템을 통하여 생산되는 퀘스트를 통하여 양질의 퀘스트 데이터는 축척 된다. 이로 인하여 게임의 수명은 연장되고 게임 내 교육적 기능성 부여는 게임 개발자가 아니라 교육 전문가인 적극적 사용자를 통하여 이루어진다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2006년도 춘계 종합학술대회 논문집
• /
• pp.507-511
• /
• 2006

본 논문에서는 RPG 게임에서 중요한 비중을 차지하는 퀘스트 엔진에 대해 트라비아 온라인 게임을 기준으로 구축한 사례에 대하여 살펴본다. 트라비아 퀘스트 엔진은 퀘스트의 클래스, 전제 조건, 수행 순서 등에 대해 효과적으로 명세할 수 있는 스크립트 언어를 정의하여 퀘스트를 모델링하고 수행할 수 있도록 지원한다. 본 연구에서 소개하는 퀘스트 시스템은 향후 유사 온라인 RPG 게임의 퀘스트 시스템을 제작할 시, 참고할 수 있는 하나의 가이드라인이 될 수 있다.

• 한국게임학회 논문지
• /
• 제11권5호
• /
• pp.79-88
• /
• 2011

본 연구는 스마트폰으로 인식이 가능한 QR코드를 이용한 퀘스트 기반학습을 적용하여 교육 현장에서 학습방법으로서 가능성을 확인하는데 있다. 퀘스트 기반학습의 적용은 초등학교 3학년 32명을 대상으로 1개월간 총 8차시에 걸쳐 적용되었다. 학습활동 후 학습동기의 네 가지 하위요인에 대한 다변량분석을 하였다. 연구결과, 퀘스트 기반학습은 동기하위요인 중 주의집중과 자신감 요인의 동기를 촉진하는 긍정적인 결과를 보였다. 게임형태의 퀘스트 기반학습은 다양한 미디어를 활용한 학습방법으로 교육현장에서 학습자 참여를 촉진하고, 활동중심의 경험학습을 위한 학습방법으로 활용될 수 있을 것이다.

• 한국게임학회 논문지
• /
• 제14권1호
• /
• pp.19-28
• /
• 2014

본 논문에서는 서사의 핵심 자원인 NPC 및 다양한 월드 자원들을 가진 가상의 영속적 RPG 월드에서 NPC들이 창발적인 퀘스트를 지속적으로 생성할 수 있는지 실험을 통하여 검증하고자 한다. 이를 위해 가상의 RPG 월드 환경과 선행 연구들의 퀘스트 유형을 상정하여, NPC의 내적 욕구와 다른 자원의 발견 사건을 통해 퀘스트를 생성하는 실험을 하였다. NPC의 퀘스트 생성 의사결정은 욕구 충족정도, 재화 보유 그리고 상호 관계를 변수로 하였으며, 이들 변수는 퀘스트의 수행 결과에 따라 지속적으로 다음 퀘스트 생성에 영향을 주도록 하였다. 본 연구를 통하여 영속적 가상 월드에서 NPC자원들이 절차적 의사 결정 과정을 통하여 다양한 퀘스트를 지속적으로 양산할 수 있음을 보여주었다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2023년도 제35회 한글 및 한국어 정보처리 학술대회
• /
• pp.463-467
• /
• 2023

사전 학습 모델을 특정 데이터에 미세 조정할 때, 최대 길이는 사전 학습에 사용한 최대 길이 파라미터를 그대로 사용해야 한다. 이는 상대적으로 긴 시퀀스의 처리를 요구하는 일부 작업에서 단점으로 작용한다. 본 연구는 상대적으로 긴 시퀀스의 처리를 요구하는 질의 응답(Question Answering, QA) 작업에서 사전 학습 모델을 활용할 때 발생하는 시퀀스 길이 제한에 따른 성능 저하 문제를 극복하는 방법론을 제시한다. KorQuAD v1.0과 AIHub에서 확보한 데이터셋 4종에 대하여 BERT와 RoBERTa를 이용해 성능을 검증하였으며, 실험 결과, 평균적으로 길이가 긴 문서를 보유한 데이터에 대해 성능이 향상됨을 확인할 수 있었다.