With rapid urbanization, the importance of urban warfare is increasing, and it is also required to reflect the characteristics of cities in wargame models. However, in the military's wargame models, the urbanization factor was calculated and used without theoretical basis. In this study, we investigate techniques for estimating the urbanization factor using Fractal dimension theory. The urbanization factor we propose can suggest a logical and valid representative value when used in conjunction with Agent Based Model and other methodologies.

게임의 세계는 최근 몇 년간 빠르게 진화해 왔다. 특히 여성 게이머들의 수가 증가하면서, 이들의 구체적인 요구를 이해할 필요성이 대두되고 있다. 본 연구는 여성 데이트 시뮬레이션 모바일 게임 및 게임 캐릭터 디자 인 분야에서 여성 게임 이용자의 요구와 선호를 분석하고자 한다. 최근에는 여성 중심의 게임에 대한 관심이 증가하고 있지만, 여성 게임 플레이어를 대상으로 한 게임은 아직 충분히 개발되지 않았다. 따라서 본 연구에 서는 광범위한 문헌 검토와 설문조사를 통해 여성 게이머들의 선호를 파악하고, 이를 바탕으로 여성 데이트 시뮬레이션 모바일 게임의 캐릭터 디자인 방향을 제안한다. 이를 통해 게임 디자이너 및 개발자들은 현대 여 성들의 요구를 더욱 잘 이해하고, 높은 수준의 게임을 개발할 수 있을 것이다. 더 줄일 수 있다. 그리고 제안 된 모델은 앞으로 다른 게임이나 스포츠 게임에도 적용될 것이다.

본 논문은 가상 부동산 게임을 통한 가상토지 거래와 분할 거래를 위한 가상 경제 플랫폼을 제안한다. 이것은 실제 존재하는 지구 위의 땅이 아닌 가상공간에서 설계된 3차원 공간을 거래하고 소유하는 가상 경제 플랫폼 에 관하여 연구이다. 이를 위해 메타버스를 이용하여 실제 지구의 모습과 유사한 가상의 지구를 세분화시켜 구현했다. 또한 블록체인 기술을 이용한 가상화폐를 통해 거래의 신뢰성을 가질 수 있게 했다. 게임의 특징으 로는 다음과 같다. 가상공간의 콘텐츠 서비스를 위한 프로세스 기능을 단순화했다. 또한 서비스의 차별화를 통하여 사용자의 진입 장벽을 최소화했으며, 게임을 통해 부동산 분할 매매와 분할임대를 위한 프로세스를 제 안했다. 또한 가상부동산에 대한 수익모델을 통하여 가상 경제 플랫폼에 대한 개념을 제안했다. 본 논문은 메 타버스와 블록체인 기술을 활용하여 기존 경제적 가치 개념을 가상 경제 플랫폼으로 활용하는 연구 모델로 제안한다.

최근 청소년들은 다양한 요인으로 스트레스 상황이 많아지고, 스트레스 지수가 높아짐에 따라 사회적으로 큰 문제로 대두되고 있다. 청소년기 정신건강의 문제는 그 시기에만 국한되는 것이 아니라 성인기 정신건강에도 영향을 미치기 때문에 그 중요성이 점차 크게 인식되고 있다. 특히 그 중에서도 청소년기의 우울은 가정생활 과 학교생활에서의 부적응, 자살, 성인이 된 후의 정서장애와 높은 관련성을 나타내므로 그 심각성이 크다고 할 수 있다. 지속적으로 신뢰할 수 있는 방식이면서, 삶의 짊을 향상시키기 위해 반복적으로 실천할 수 있는 도구로, 마인드풀니스에 대한 관심이 부쩍 높아지고 있다. 본 연구는 상용화된 게임에서 마인드풀니스 개념을 적용한 사례를 연구하고 이를 청소년을 위한 명상앱인 코알라에 적용하는 방법을 제시하고자 한다. 명상앱은 신체적 통증을 관리하거나 스트레스가 많은 상황에서 자신만의 차분한 대응이 필요할 때도 활용할 수 있고, 매일 지속적인 일상 습관 차원에서도 활용할 수 있다. 정적이고 지루하게 느껴질 수 있는 명상앱에 마인드풀 니스 게임 이론을 적용하여 청소년들의 흥미를 유발하여 지속적으로 어플리케이션을 사용할 수 있게 하는 것 이 이 연구의 목적이다

대부분의 모바일 AR 컨텐츠들은 모바일 디바이스의 기술적 한계로 인해 평면 탐지 후, 그 위에서만 구현되는 제한된 구조를 가지고 있다. 이러한 문제는 제한된 공간이 표현의 범위를 제한하기 때문에 모바일 AR의 확산 에 크게 저해가 될 수 있다. 한편 Unity의 AR Foundation이 제공하는 ‘Meshing’은 실제 오브젝트의 크기와 위 치에 알맞게 메시를 생성해주는데, 이를 활용한다면 모바일 AR 컨텐츠들은 평면에서 벗어나 더 넓은 현실 공 간에 구현될 수 있다. 하지만 ‘Meshing’은 모바일 기기의 센서가 닿지 못하는 부분에는 메시를 생성하지 않기 때문에 별도의 작업 없이 그대로 사용한다면 게임 오브젝트가 빠져나갈 수 있는 구멍이 생길 수 있다. 이 구 멍은 컨텐츠 구현에 있어서 치명적이기에 Hole-Filling 알고리즘을 사용하여 구멍을 메우고자 하는 연구가 있 었다. 하지만 기존 연구에서 사용하는 Hole-Finding 알고리즘은 특정 상황에서 외곽선과 구멍을 제대로 구별해 내지 못하는 문제가 있다. 이 문제는 일부 구멍은 메우지 못하고 외관선끼리 이어버려 컨텐츠에 치명적인 문 제를 야기한다. 본 논문에서는 Meshing이 제공하는 노말 벡터와 경계선들로 계산한 노말 벡터 간의 차이를 이 용해 구멍과 외곽선을 구분하는 방법을 제안한다. 이 방법을 적용한 결과, 이전 연구의 방법보다 좀 더 빠르 면서 구멍과 외곽선을 제대로 구별하는 모습을 확인하였다.

이 연구는 생태형 해양스포츠의 체육교육 적용을 위한 지식구조를 구성하는 것에 목적이 있다. 구체적인 종목으로는 배구형 게임인 비치발리볼과 바다수영이 설정되었으며 연구수행을 위하여 지식구조 분석틀을 활용하였다. 연구의 타당성을 확보하기 위하여 전문가협의를 실시하였다. 연구결과는 다음과 같 다. 첫째, 2022개정 체육과 교육과정 시안에 기반한 지식구조를 마련하였다. 둘째, 생태형 해양스포츠의 체 육수업 적용 기반을 마련하였다.셋째, 비치발리볼의 지식․이해 영역, 과정․기능 영역, 가치․태도 영역의 학습 내용을 제안하였다. 넷째, 바다수영의 지식․이해 영역, 과정․기능 영역, 가치․태도 영역의 학습 내용을 제안 하였다. 이 연구는 향후 도입될 2022개정 체육과 교육과정의 실현된 모습을 미리 대비하였다는 것에 의미 가 있다.

총리아문 장경 출신인 志剛은 1868년 벌링게임 사절단의 중국 대표 자격으로 미국 과 유럽을 견문한 내용을 일기 형식으로 기록하여 初使泰西記를 남겼다. 지강은 해외 경험을 통해 중국이 더 이상 세계의 중심이 아니며, 세계 속의 일국에 불과할 뿐이라는 점을 점차 인식하게 되었다. 중국이 새로운 국제 질서에 편입되어가는 어 쩔 수 없는 상황 앞에서 서양과의 외교 문제가 가장 중요하며, 조약이 갖는 중요성 또한 자각하게 되었다. 지강이 특별히 주목하였던 외교적 이슈는 해외 이주 중국인 들의 법적 권리 보호, 양주교안 처리를 둘러싼 영국과의 갈등, 철도·광산·鹽稅 등의 경제적 이권에 대한 것이었다.

전세계 문화콘텐츠산업에서 미국이 차지하는 위상은 아직 굳건하다고 할 수 있다. 이런 상황 속에서 한 국 문화콘텐츠산업의 성장은 주목할 만할 현상이다. BTS의 글로벌 팬덤 현상 같은 K-POP의 인기도 높은 편이지만, 특히 주목해야 할 부분은 영상콘텐츠 분야에서 나타나는 한국 콘텐츠들의 성과들이다. 2019년 개봉한 <기생충>이 칸 영화제와 미국 아카데미에서 수상을 했고, 2021년 넷플릭스 오리지널 시리즈 <오징 어게임>이 전세계적인 신드롬을 일으켰다. 한국 영상콘텐츠들이 비평과 흥행에서 모두 인정받고 있는 것이 다. 이는 일부 마니아층에서만 소구되거나 일시적인 인기에 그치는 것이 아니라는 점에서 큰 성과라고 할 수 있다. 이 논문은 이런 현상에 주목하고 한국 문화콘텐츠산업의 현황을 정리하고자 한다. 동시에 한국 문화콘텐츠산업의 글로벌 경쟁력과 사회문화적 의미도 분석하고자 한다.

Automatic question-answering is a classical problem in natural language processing, which aims at designing systems that can automatically answer a question, in the same way as human does. The need to query information content available in various formats including structured and unstructured data has become increasingly important. Thus, Question Answering Systems (QAS) are essential to satisfy this need. QAS aim at satisfying users who are looking to answer a specific question in natural language.Moreover, it is a representative of open domain QA systems, where the answer selection process leans on syntactic and semantic similarities between the question and the answering text snippets. Such approach is specifically oriented to languages with fine grained syntactic and morphologic features that help to guide the correct QA match. Furthermore, word and sentence embedding have become an essential part of any Deep-Learning-based natural language processing systems as they encode words and sentences in fixed-length dense vectors to drastically improve the processing of textual data. The paper will concentrate on incorporating the sentence embedding with its various techniques like Infersent, ElMo and BERT in the construction of Question Answering systems, and also it can be used in game play.

Quora search engine redirects to different discussion pages based on the search terms searched by the user. So, when questions that are semantically similar are searched on Quora, it sometimes redirects a user to different discussion pages even if there exists a page to the dedicated search. In such a case, Semantic Similarity among the questions carries highest weightage. So, for text, using traditional methods for calculating similarity, usually the text is considered as sequence of words and they just count the number of words that occurred in a sentence, on which some distance measures are applied to find the similarity, while missing the semantic level knowledge of the text during calculation. Considering such traditional methods, it will also require a huge training set as well as time to produce an accurate model. But in this Research Paper, Siamese Based Network is used that can train itself on a single example of each text to provide an accurate similarity output.I have used different types of pre-trained word embedding models like word-2-vec and glove to understand the semantics of the question pairs present in Quora Question Pair dataset. This paper introduces a new approach to calculate sentence similarity and gives astronishing results outperforming the current state of art Siamese Based LSTM models. Along with this new approach of using Manhattan LSTM with attention mechanism for similarity calculation, a comparative analysis is performed on the embedded question pairs, among different Siamese based LSTM models like LSTM and Manhattan LSTM, to predict whether the questions are similar or not and get the best model combination for Quora Question Pair.

본 연구의 목적은 어머니의 주중 미디어 놀이 횟수가 유아의 놀이상호작용에 미치는 영향에서 자기통제와 주의집중문제의 매개역할을 살펴보는 것이다. 이를 위해 육아정책연구소의 한국아동패널 7차년도 데이터를 사용했고, 자료는 R 4.1.3과 PROCESS macro v4.1 for R로 분석했다. 본 연구의 결과는 다음과 같다. 첫째, 어 머니의 주중 미디어 놀이 횟수는 유아의 자기통제에 부적 영향, 주의집중문제에 정적 영향을 미쳤다. 또래 놀이상호작용에 대해 자기통제는 정적 영향, 주의집중문제는 부적 영향을 미쳤다. 자기통제는 주의집중문제 에 부적 영향을 미쳤다. 둘째, 어머니의 주중 미디어 놀이 횟수가 유아의 또래놀이상호작용에 미치는 영향 에서 자기통제와 주의집중문제는 각각 부적 매개효과가 나타났다. 마지막으로 어머니의 주중 미디어 놀이 횟수가 유아의 또래놀이상호작용에 미치는 영향에서 자기통제와 주의집중문제는 부적 직렬다중매개효과가 있었다. 본 연구의 결과는 유아의 자기통제와 주의집중문제가 어머니의 주중 미디어 놀이 횟수와 또래놀이 상호작용을 매개하는 주요한 요인임을 시사한다.

컴퓨터 그래픽 기술을 활용하여 디지털 콘텐츠를 만드는 분야에서 군인 또는 무기를 캐릭터나 소품으로 사 용할 경우가 많다. 특히 컴퓨터 게임 분야에서는 다양한 전쟁 게임이 만들어지고 있으며 현대 군인을 군복 을 비롯한 군장비나 사용하는 각종 무기, 이수송 장비 등에서 위장용 패턴이 필요할 수 밖에 없다. 현대 군 인들이 전투 현장에서 적군에게 눈에 잘 띄지 않도록 하는 위장 패턴은 다양하게 발전되어 왔고 다양한 전 투 현장에 따라 특유의 무늬 패턴을 사용한다. 사용되는 컬러는 다양한 환경에서 자주 나타나는 색이 포함 되면서도 최대한 적은 컬러로 생산 할 수 있도록 만드는 것을 주요 목표로 한다. 따라서 사막이나 바위, 숲, 계절 등을 고려하여 주로 사용되는 주요 컬러를 선택하고 이들 환경에서 잘 눈에 띄지 않을 만한 패턴 형 태에 이러한 컬러를 적용하는 방식으로 군복에 위장색을 적용한다. 본 논문에서는 기존 연구들이 대부분 2 차원 적인 이미지 배경에 2차원 이미지에 텍스처를 입혀 위장 패턴을 만들고 적용하는 데 중점을 두고 있 지만, 게임과 같은 3차원 콘텐츠 애셋을 만드는 데 유연하게 적용할 수 있는 프로시저럴 위장 패턴 텍스처 생성 기법을 제안하고자 한다. 3차원 디지털 모델에 uv를 적용한 경우나 uv맵 없이 3차원 좌표계에서 텍스 처 패턴을 생성하는 시스템을 제시하고자 한다.

타임루프는 등장 인물에게 반복되는 시간의 주기를 경험하게 하는 장치로, 주기적 시간에서의 반복적 실패 를 통해서 문제를 파악하고 해결하는 과정이 드러나 있는 것이 특징이다. 본 논문에서는 타임루프 장치를 통한 반복이 게임의 전개와 플레이어의 경험에 어떤 작용을 하는지 알아보기 위해 게임 ‘12 Minutes’을 중심 으로 게임요소와 스토리텔링을 살펴보았다. 이를 위해 게임에서 타임루프로 인지되는 인터랙션이 무엇이고, 그 안에서 플레이어 캐릭터와 플레이어의 위치, 게임의 목표와 분기점이 어떻게 변화하는지 분석하였다. 그 결과, 다음과 같은 사실을 알게 되었다. 첫째, 타임루핑 게임에서 반복적 인터랙션은 오브젝트와 플레이어, 캐릭터 사이에 일어나는데, 루핑을 알고 있는 존재는 플레이어 캐릭터와 플레이어로 타임루핑은 플레이어 차원과 플레이어 캐릭터 차원에서 일어난다는 점이다. 둘째, 게임에서 타임루프는 다중의 서사를 만들어내 는 플랫폼으로 문제해결을 위한 다양한 시도가 가능하고, 플레이어가 가상 세계에 행하는 행위를 통해 자신 의 욕망하는 바를 잘 드러낼 수 있도록 기능하는 장치라는 것이다.

2007년 메타버스 로드맵에서 메타버스 정의가 공식 발표된 바 있으며, 당시 국내외 연구자들에 의해 많은 논문이 발표되면서 학문적 이론적으로 정립하려는 노력을 해왔다. 이와는 달리, 산업계에서는 ‘메타버스’키 워드가 비대면 장기화와 맞물려 과열 양상을 보이고 있다. 정작 언급되는 메타버스 성공사례는 '게임'이거나 '게이미피케이션' 또는 ‘게임융합’ 사례가 다수다. 따라서, '메타버스'영역에도 게이미피케이션 이론과 원리의 적용은 바람직하다. 이에, 필자가 발표했던 DMGL 모델을 확장하여, 메타버스 내 습관형성 위한 다이내믹 모델을 제시하였다. 저자는 플레이어 경험을 향상시키기 위해 메타월드 습관 형성을 위한 4가자 양상의 모 델을 제안했다. P1) 플레이어는 세계관에 따라 전개되는 배경스토리를 따르며, 유발된 호기심으로 탐험할 동 기가 생성되고 게임의 조작법을 익히고 게임의 목표를 향하는 여정이다. P2) 플레이어는 메타월드의 조작법 익히기 단계로 온보딩 한다. P3) 플레이어는 아바타 꾸미기,아이템 획득/거래,커뮤니티 활동 등을 수행하면 서, 점차 목적(표)를 향한다. P4) 플레이어는 목적기능을 바로 수행할 수 있는 방식으로 온보딩한다. 이 모델 은 게임의 원리와 요소의 융합(게이미피케이션)으로, 후속연구에서 보다 심도 있는 연구 모델을 제시할 예 정이다.

본 논문에서는 외계 행성에서 주어진 임무를 모두 수행하여 클리어하는 탑 뷰 슈팅 게임을 제안한다. 제안 하는 게임을 진행한 플레이어 45명의 로그 기록과 설문 조사 결과를 분석하여, 몰입감, 플레이 패턴의 다양 성, 접근성을 중심으로 제안하는 게임의 특징을 살펴보고자 한다. 첫째, 제안한 게임은 더 높은 몰입감을 위 해 스토리 애니메이션과 오디오를 제공한다. 실험 결과 시각, 청각적 방면으로 몰입감을 효과적으로 제공하 고 있어 대다수의 플레이어가 스토리 애니메이션을 건너뛰지 않고 끝까지 시청했다. 둘째, 제안하는 게임은 더 다양한 플레이 패턴으로 즐길 수 있다. 실험 결과 수많은 경우의 수가 존재하는 무기와 스킬을 선택할 수 있게 하였기 때문에 대부분의 플레이어가 선택하는 스킬들이 서로 겹치지 않고 다양한 방식으로 게임을 플레이할 수 있다. 플레이 패턴이 다양한 만큼 더 게임을 오랫동안, 더 재미있게 즐길 수 있다. 셋째, 제안한 게임은 맵을 비교적 단순하게 구성하였다. 그런데, 호기심 많은 일부 플레이어들이 미션과 직접 관련이 없는 경로를 찾아서 길을 헤매는 경우가 나타났다. 이로 인해, 플레이어들이 게임을 다시 한번 진행하고자 하는 경향이 나타났다.

디지털로 시작된 세대 간의 지식전복과 이에 따른 격차는 게임이라는 콘텐츠를 통해 그 차이점을 드러낼 것이라는 것을 가정하고 본 연구를 수행하였다. 이를 증명하기 위해 실제 부모의 게임에 관한 인식이 자녀 의 삶에 중요한 변수로 자리를 잡고 있는지 분석해 보는 것이 본 연구를 통해 알아보고자 하는 것이 주요 내용이었다. 분석 결과, 부모의 게임인식은 자녀의 삶에 직접적으로 영향을 미치진 않았다. 하지만 자녀가 판단했을 때 부모의 게임인식 수준은 자녀의 삶의 만족도에 상당한 영향을 미치고 있는 것으로 확인이 되 었다. 이는 부모가 스스로 판단하는 게임인식보다, 디지털 세대인 자녀의 게임 활동과 문화를 어떻게 인식 하고 대하는지에 따라 자녀의 행복에 영향을 미친다는 것이다. 본 연구의 결과는 자녀가 인식하는 부모의 게임인식과 자녀의 게임인식 간의 격차는 청소년 자녀의 행복에 매우 중요한 요인으로 작용을 하며, 이는 청소년 자녀의 게임 활동을 부모세대가 꼭 배우고 습득하는 것만이 자녀 세대를 이해하는 길이 아니라, 자 녀와 함께 소통하면서 현재의 상황을 이해하는 것이 보다 중요한 요인으로 나타났다고 할 수 있다. 시대적 상황에 의하여 한 가정 내에 부득이하게 발생한 문화적 취향의 차이지만, 이를 부모가 인정하고 이해하는 방향으로 소통을 진행한다면 자녀의 삶에 매우 긍정적인 영향을 줄 수 있다는 것을 의미하기도 한다.

에너지 안보는 에너지의 안전한 관리, 자원의 안정적 수급, 기후변화에 대응한 지속가능성이라는 3개 핵심영역을 충족하여야 한다. 2000년대 이 후 에너지 위기와 미국의 셰일에너지 수출 급증에 의한 패권 변화는 에 너지 패권에 막대한 영향을 미치고 있다. 본 연구에서는 2000년대 중후 반 셰일혁명 초기, 그리고 2020년대의 에너지 패권 갈등에 관하여 삼자 간 게임이론의 관점에서 분석하였다. 특히 2020년대 시기는 코비드 판데 믹(COVID Pandemic) 그리고 러시아-우크라이나 전쟁이라는 외부효과 (externality)가 에너지 정치에 막대한 영향을 미친 시기이다. 항공, 교통 등 운송 및 수송에서의 에너지 사용이 큰 폭으로 줄어든 판테믹 시기, 극한의 갈등을 빚어왔던 에너지 수출국들은 역설적으로 OPEC+라는 합 의기구를 구성할 수 있었다. 하지만 전쟁 이후 러시아 제재를 위한 미국 및 이외 산유국의 증산 선택이 불가피하며, 이러한 러시아를 포함 삼자 의 증산 선택 결과 이익이 상쇄되어 에너지 갈등이 더욱 심화되고 있다.

본 논문은 또 하나의 새로운 게임 체인저로 부상하고 있는 레이저 무 기의 개념·강약점·요구능력, 주요국 레이저 무기개발의 현황과 주요이슈, 그리고 한국의 레이저 무기개발의 현황·의의·과제를 분석하기 위한 것이 다. 제4차 산업혁명기술들이 각종 무기체계에 반영되어 전쟁을 전혀 새 로운 모습으로 변화시키고 있다. 레이저 무기와 같은 에너지 무기는 획 기적인 장점이 있어 ‘육군비전 2050’의 8대 게임 체인저 중의 하나다. 국방·군사 신기술인 레이저 무기는 물론 강약점이 있고 미사일 요격·방어 무기가 되기 위해서는 더 많은 개발이 요구되지만 극초음속무기 방어체 계 및 요격수단으로서의 가능성과 관련해서도 주목을 받고 있는 무기이 기도 하다. 새로운 창과 방패의 전략·전력이 함께 요구되고 있다. 향후 한국은 ①레이저 무기의 핵심전력으로의 유지·강화, ②기술격차의 극복과 민관군산학연의 협력, ③미래전 대비 자조적·공조적 노력의 강화에 힘써 나가야 할 것이다.

최근 인터넷은 데이터와 사람, 사물을 연결할 뿐만 아니라 장소와 저작권을 상호 연결하기 시작했다. 실제 로 현실과 가상세계의 경계가 사용자가 더 이상 알아차릴 수 없을 정도로 점점 희미해지고 있다. 사람들이 일상생활을 가상으로 수행할 수 있기 때문에 현실 세계의 경험은 더 이상 불필요 할지도 모른다. 본 논문은 메타버스의 기본 개념 및 기술의 심층적인 이해를 제공하는 것을 목적으로 메타버스의 발전에 대한 연구를 진행하였다. 현재 가장 대표적인 메타버스 플랫폼에 대한 설명과 분석을 통해 메타버스의 장점, 단점, 유저 와 메타버스 플랫폼 사업자가 해결해야 할 문제점에 대해서 연구하였다. 본 논문은 메타버스의 발전과 함께 메타버스가 해결해야할 문제와 기회 그리고 메타버스의 미래에 대해 연구를 목표로 한다.

시각적 데이터는 도처에 존재하며 자연어는 인간이 이해할 수 있는 의사소통 수단이다. VQA(Visual Question Answering)는 이미지를 이미지에 대한 입력과 질문으로 취하고 복잡한 추론을 사용하여 자연어 답변을 생성 하는 시스템이다. 따라서, VQA는 답을 예측하기 위해 이미지에 대한 자세한 이해와 복잡한 이유가 필요하 다. 멀티모달 구조와 가능한 실제 구현을 고려할 때, VQA는 인공지능에게 매우 중요한 과제이다. VQA를 위한 심층 신경망에 사용되는 아키텍처와 하이퍼 파라미터는 결과에 큰 영향을 미친다. 이 프로젝트는 이미 지 특징을 추출하기 위해 사전 훈련된 모델(VGGNet)과 단어를 내장하기 위해 Word2Vec를 도입하고 질문에 서 단어 특징을 얻기 위해 LSTM을 도입하고 결과를 결합한 후 가장 높은 확률을 가진 답을 예측한다.