• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제59차 동계학술대회논문집 27권1호
• /
• pp.349-350
• /
• 2019

게임에서 장르를 불문하고 모든 몬스터와 NPC는 AI를 가지고 있다. 따라서 적 몬스터 캐릭터와 전투를 즐기는 액션 게임의 경우 그만큼 인공지능이 게임 안에서 차지하는 비율이 높다고 할 수 있을 것이다. 본 논문에서는 FSM, HFSM, BT와 같은 AI 기법을 비교하여 분석하였다. 각 기법에는 주의해야 할 점이 명확하게 존재하기 때문에 구체적으로 어떠한 문제점들이 존재하는지에 대한 결과를 얻는데 연구 목적이 있다. 따라서 몬스터 AI를 구현할 때 각 인공지능 기법의 장단점을 고려하여 설계하여 유지 보수를 줄이는 방법을 연구해야 한다는 것을 확인할 수 있었다.

• 한국게임학회 논문지
• /
• 제17권4호
• /
• pp.63-70
• /
• 2017

전 세계인의 인기를 얻었던 증강현실 모바일 게임 포켓몬고가 출시된 지 1년이 지났다. 지난 1년간 포켓몬고 게임은 사회적 현상이 될 정도로 큰 반향을 일으켰다. 그러한 열풍 속에서 본 연구는 원작 포켓몬스터 게임이 갖고 있는 이중적 게임성을 분석하였다. 캐주얼과 하드코어, 두 특성을 모두 아우를 수 있어 보다 넓은 플레이어 층을 확보하고 20년간 인기를 꾸준히 누리고 있는 포켓몬스터 게임은 캐주얼 게임의 장점인 쉽고 편한 접근성이라는 조건을 충족한다. 또한 포켓몬스터 게임의 레이팅 배틀 시스템은 캐주얼 플레이를 하드코어한 플레이로 변화시킨다. 본 논문은 포켓몬스터와 같이 장수하는 게임이 갖고 있는 이중적 플레이 특성을 분석함으로써 경쟁이 심화되고 있는 게임시장에서 장기적으로 살아남을 수 있는 게임 개발의 전략과 방향성을 제시하고자 하였다.

• 만화애니메이션 연구
• /
• 통권40호
• /
• pp.33-53
• /
• 2015

캐릭터의 움직임은 내면에 흐르는 감정을 전달하기 위한 중요한 요소이다. 비록 동일한 움직임일지라도 캐릭터의 성격이나 감정 또는 상황에 따라 움직임은 다르게 나타나고 표현된다. 이 연구에서는 라반의 움직임 분석 체계인 Laban Movement Analysis(LMA)를 사용하여 겉으로만 보여지는 애니메이션의 움직임뿐만 아니라 캐릭터의 내적인 감정과 태도를 라반의 움직임 분석(LMA) 카테고리의 하나인 에포트(Effort)로 분석하여, 주로 무용계에서 활용되는 라반의 움직임 분석이 애니메이션의 움직임을 얼마나 효과적으로 분석할 수 있는 가를 알아보고자 한다. <몬스터대학교>는 겁주기 선수가 되고자 하는 꿈을 위해 끊임없이 노력하는 몬스터에 대한 이야기로, 기능적 움직임이 주를 이루지만 캐릭터의 생각과 감정을 표현하는 표현적 움직임도 조화롭게 나타난다. 겉으로 드러난 캐릭터의 움직임은 자신의 내면적인 감정을 잘 드러내는 경우도 있지만 감정을 절제하면서 움직이는 경우도 많다. 그러한 점에서 이 연구는 <몬스터대학교>를 연구대상으로 삼고 <몬스터대학교>의 네 가지 장면에 나타난 캐릭터의 움직임을 LMA의 에포트로 분석하였다. 연구결과, 마이클이 겁주기 선수를 따라 인간 세상과 연결된 문 안으로 들어가는 장면에서는 겁주기 선수를 부러워하는 마이클의 내면에 깔려있는 감정 상태를 꿈꾸는 것 같은 강한 느낌을 주는 환상충동(Vision Drive)으로 표현하고 있으며, 최고의 겁주기 팀을 선정하는 시합 중 두 번째 경기를 하는 장면에서는 경기에서 살아남으려는 확실한 움직임의 동기를 가지고 조심스럽고 가볍게 움직이는 마술충동(Spell Drive)을 느낄 수 있었다. 생존한 팀들을 위한 파티가 열리는 장면에서는 주위를 의식하지 않고 기쁘고 즐거운 감정표현에 집중하는 열정충동(Passion Drive)이 나타나며, 마이클과 설리반이 사람들에게 쫓기는 장면에서는 긴박한 캐릭터들의 내적인 감정을 한 곳에 집중시켜 점차적으로 빨라지는 동작과 무겁고 강한 움직임을 표현하는 동작충동(Action Drive)이 나타남을 알 수 있었다.

• 한국게임학회 논문지
• /
• 제9권5호
• /
• pp.25-41
• /
• 2009

본 연구는 MMO(Massive1y Multi-player Online) 게임플레이 경험에 관한 게이머의 행동을 체계적으로 코드화 할 수 있는 분석적 틀을 개발하고 문제해결과정으로서의 게임플레이를 실증적으로 규명하는데 목적이 있다. MMO 게임플레이 경험에 관한 분석틀은 모델휴먼프로세서, 내용기반연구, 절차기반연구를 고찰하여 전체적인 틀을 구축하였다. 게임플레이에 관한 구체적인 행동과 내용은 MMO 게임에 관한 실증적 실험 진행과 동시조서 분석을 통하여 도출되었다. 그 결과를 통해서 MMO 게임플레이 행동은 운동, 지각 기능 표상 시뮬레이션, 법칙 행동(휴리스틱스, 법칙적용, 법칙초월)들로 분류되어 MMO 게임에 적합한 새로운 분석틀이 개발되었다. 본 실험결과 시행착오를 통해 게임의 법칙을 발견하는 '휴리스틱행동' 해당 법칙을 따르는 '법칙적용행동', 해당법칙을 초월하는 '법칙초월행동'이 발견되었다. 특히 문제공간에서 '법칙적용행동'과 '법칙초월행동'이 시행되는 두 가지 법칙공간이 발견되었다. 새로 발견된 법칙공간과 게임플레이 패턴은 MMO 게임의 레벨디자인 요소에 해당하는 지역특성, 몬스터의 속성, 아이템, 스킬 등을 결정하는데 중요한 기초를 마련한다. 그래서 본 연구결과는 MMO 게임의 품질을 향상하기 위한 게임디자인 방법론에 중요한 시사점을 제공할 것이다.

• 정보보호학회논문지
• /
• 제25권5호
• /
• pp.1131-1141
• /
• 2015

본 논문에서는 MMORPG에서 각 캐릭터의 소지금 증가/감소 이벤트 로그 데이터를 위주로 플레이어의 액션 로그 데이터를 조사하여 게임봇을 탐지하는 기계 학습 기반의 새로운 접근 방법을 제안한다. 게임봇 계정과 일반 계정을 구분하는 주요 피쳐를 추출하기 위해 밀도 기반 군집화 알고리즘의 하나인 DBSCAN (Density Based Spatial Clustering of Application with Noise)를 이용하였다. DBSCAN 알고리즘을 통해 각 플레이어의 소지금 증가/감소 위치 좌표를 클러스터링하고, 그 결과 생성된 클러스터의 수, 코어 포인트의 비율, 멤버 포인트의 비율, 노이즈 포인트의 비율과 같은 공간적 특성을 나타내는 값들을 추출하였다. 해당 피쳐들을 사용하면 게임봇 개발자들이 게임봇 탐지 시스템의 원리를 알더라도 넓은 지역을 돌아다니며 사냥을 하도록 게임봇 프로그램을 제작하는 것은 매우 비효율적이기 때문에 탐지 시스템을 우회하기 어렵게 된다. 결과적으로, 게임봇은 소지금 변동 좌표 데이터로부터 추출한 공간적 특성에서 일반유저와 명확한 차이를 보였다. 예를 들면, DBSCAN 클러스터링 결과 중 노이즈 포인트의 비율에서 게임봇은 5% 이하의 낮은 값을 가지는 반면에 일반 유저들은 대부분 높은 값을 갖는다. 실제 MMORPG의 액션 로그 데이터를 이용한 게임봇 탐지에서, 본 논문에서 제안된 시스템은 높은 탐지율의 우수한 성능을 보였다.