간행물

한국컴퓨터게임학회 논문지 KCI 등재 Journal of The Korean Society for Computer Game

권호리스트/논문검색
이 간행물 논문 검색

권호

제32권 제3호 (2019년 9월) 7

1.
2019.09 구독 인증기관 무료, 개인회원 유료
스포츠 게임은 전 세계에서 인기 있는 비디오 게임 장르들 중 하나이며, 축구는 그 중 하나이다. EA(Electronic Arts)의 EA Sports에서 제작한 FIFA 시리즈는 제일 인기 있는 축구 게임이라고 말 할 수 있다. 무엇보다도, 이 게임은 현실성에 집중하고 있다. 고화질의 그래픽뿐만 아니라 현실 축구를 반영하는 다양한 라이선스를 다루고 있다. 중요한 점은 FIFA 시리즈는 FIFA 17부터 FIFA 19까지 “더 저니”라는 스토리 모드 또한 제공하는데, 이는 새로운 모습을 보여주며 게임에서 혁신이라고 할 수 있다. 본 연구에서는 2018년 9월 출시된 피파 19의 “더 저니: 챔피언스” 모드를 탐구한다. 3명의 캐릭터 알렉스 헌터, 대니 윌리엄스, 킴 헌터와 함께 스토리 모드로써 기능하기 때문이다. 그리고 각 캐릭터들은 고유한 목적, 스타일, 스토리라인을 지닌다. 구체적으로, 본 연구는 각 캐릭터의 스토리에서의 그들의 스토리텔링을 조사한다. 그러므로 본 연구는 스포츠 게임 내에 존재하는 스토리텔링의 모습을 탐구할 뿐만 아니라, 축구 게임의 다양한 영역들을 보여준다. 축구는 한국에서 오랫동안 인기 스포츠였기 때문에, 본 연구는 많은 한국의 대중과 학자들을 만족시킬 것이라 생각한다.
4,000원
2.
2019.09 구독 인증기관 무료, 개인회원 유료
게임에서 플레이어와 캐릭터의 상호작용을 통해 얻어지는 모든 결과의 기초가 스토리에 있는 만큼 스토리의 설계는 게임의 전반적인 콘텐츠 설계의 방향을 제시하고 플레이어의 흥미와 몰입을 가져오는 중요한 요소이다. 또한 많은 플레이어가 흥미로운 스토리에 이끌려 게임을 플레이할 정도로 스토리는 게임의 중요한 파트 중 하나이다. 게임의 스토리 디자인에서는 게임의 장르와 장소가 고려되어야 한다. 그러나 바닷속 세계와 같은 일상적이지 않은 환경에서는 게임 스토리 디자인에 어려움이 따른다. 기존 게임에서는 장르나 장소와 조화되지 않는 스토리 디자인이 흔히 발견된다. 장르나 장소와 조화되지 않는 스토리는 설계 자체에 어려움을 겪을 수 있고, 게임에 이질감을 상승시키며 스토리의 호소성을 떨어트린다. 이러한 문제점으로 인해 플레이어는 몰입도를 상실하며, 게임의 근본적인 목적인 ‘재미’를 반감시킬 수 있다. 본 논문에서는 바닷속 세계의 장소 특성을 고려한 RPG의 스토리 설계 방법을 제시한다. 제시한 방법에 따라 바닷속 세계 RPG의 스토리를 설계 및 구현하였고, 평가를 통해 설계 방법의 우수성을 확인하였다.
4,200원
3.
2019.09 구독 인증기관 무료, 개인회원 유료
본 연구는 노베르트 볼츠와 발터 벤야민의 이론을 중심으로 인터넷 방송에 대해 정의하고 인터넷 방송이 대중적으로 발전 가능성이 높은 매체임을 인지하여 연구를 진행하였다. 현대시대 방송은 과거 텔레비전 방송에서 종류가 늘어나 개인이 운영하는 인터넷 방송으로 개인화, 다양화 되었다. 본 연구역시 이점에 주목하여 인터넷 방송이 기존의 방송과 어떤 차이점이 있는지 분석하고 직접 체험 해보았다. 본 연구는 인터넷 방송의 발전은 사람들에게 삶의 재충전 기능과 활력소를 제공하고 공유함으로써 새로운 문화가 될 것이라고 보았다. 그 중 게임 컨텐츠는 젊은 세대는 물론 그 윗 세대인 40대, 50대에게도 어필할 수 있는, 세대를 어우르는 중요 컨텐츠가 될 수 있다. 더 줄일 수 있다. 그리고 제안된 모델은 앞으로 다른 게임이나 스포츠 게임에도 적용될 것이다.
4,000원
4.
2019.09 구독 인증기관 무료, 개인회원 유료
초등학교 저학년 학생은 고학년, 청소년, 성인과 달리 컴퓨터 및 게임 환경에 익숙하지 않으면서 교육용 게임 컨텐츠를 스스로 사용하기 시작한다. 따라서 교육용 게임의 몰입을 통한 학습 능력 향상을 유도하기 위해서는 해당 연령의 인지적, 지각적 능력 특성 및 경험과 지식, 이해와 선호도에 대한 구체적인 조사를 바탕으로 특별한 UX 디자인 설계가 필요하다. 본 연구는 초등학교 저학년 학생들을 대상으로 교육용 게임의 몰입에 영향을 미치는 디자인 측면의 요인 대해 조사하고자 하였다. 분석 사례로는 공영방송인 EBSmath 교육용 게임 중 교구를 사용한 게임들을 선정하였다. 게임 분야의 몰입에 대한 문헌 고찰을 통해 미디어 사용 과정에 몰입에 영향을 미치는 디자인 관련 변인들을 정리한 후 이 변인들을 중심으로 대상 게임을 직접 사용하며 심층 인터뷰를 실시하였다. 연구의 결과 사용자의 몰입에 영향을 미치는 디자인 측면의 설계 요인으로 학습 성취, 매력(간접 경험, 시각, 청각, 조작감), 상호작용성의 세 가지에 대한 구체적인 특성을 정리하였다. 본 연구의 결과는 미숙한 사용자의 직접적인 반응과 표현들, 개선 요구사항들 직접 수집함으로써 매우 구체적인 디자인 지침으로 사용될 수 있는 실용적인 의의가 있다.
4,000원
5.
2019.09 구독 인증기관 무료, 개인회원 유료
본 연구는 게임이용장애 대학생에 대한 감각자극 기반 미술치료 진단 및 개입 방안에 대하여 살펴보기 위하여 검증된 학술지를 분석하였다. 대학생이 게임이용장애에 취약할 수 있으며, 좀 더 주목해야 할 대상군이다. 게임이용장애자들이 시각적 자극에 매우 민감하므로 그들의 민감성을 고려하여 진단과 개입 프로그램이 개발되어야 한다. 온라인 게임 중독자들은 감각에 통해 받아들인 게임 자극을 뇌에서 적극적으로 분석하고 처리한다. 따라서 감각기반 개입방안들이 적극적으로 고려되어야 하고, 이에 대한 기초연구가 다각적으로 이루어져야 한다. 대학생 게임이용장애 원인을 바탕으로 한 진단과 개입을 위한 투사 그림검사는 자아정체감, 자아탄력성, 성인애착과 나무그림, HTP(집-나무-사람), 우울과 발테그 그림검사(WZT), 대학생활 적응수준과 풍경구성기법(LMT), 가족건강성과 동적가족화(KFD), 스트레스 대처방식과 빗속 사람 그림(PITR), 대인관계, 자아탄력성, 애착과 모자화(Mother and Child Drawing), 자아탄력성과 좋아하는 날씨 그림(FKW), 우울 및 조증, 스트레스 대처수준과 사과 따는 사람 그림(PPAT), 우울 및 불안과 별-파도 그림(SWT)이었다.
4,000원
6.
2019.09 구독 인증기관 무료, 개인회원 유료
인공지능은 다양한 분야에서 사람을 대신하여 성과를 보여준다. 게임 분야에서도 인공지능은 다양한 방면으로 사용된다. NPC(Non Player Character) 제작, 게임 난이도, 콘텐츠 생성 등의 분야에서 활용되고 있다. 그러나 게임에서 사용되는 인공지능은 우수한 성과를 보여주며 사람을 이기기 위해 연구된다. 우수한 인공지능 모델이 게임에 존재하여 게임의 난이도가 상승하게 되면 플레이어가 게임에 흥미를 잃는 경우도 있다. 따라서 본 논문의 목적은 사람과의 대결이 아닌 사람을 서포트 하는 인공지능의 개발이다. 현재 모바일 시장의 게임에는 자동 사냥 시스템이 존재한다. 게임에서 이 시스템은 난수 방식을 사용하기 때문에 효율이 떨어진다. 그러므로 본 논문에서는 병렬구조의 DNN 모델을 사용하여 효율적인 자동 사냥 시스템을 구축한다. 새로 구축한 모델과 기존에 사용하던 난수 방식의 모델을 게임을 통해 비교한다.
4,000원
7.
2019.09 구독 인증기관 무료, 개인회원 유료
최근, 여러 분야에서의 AI가 빠르게 성장하였고 게임에서도 큰 발전이 있었다. 게임 AI에 대한 접근 방법은 여러 가지가 있다. 먼저 지도 학습 기반 접근 방법은 게임 플레이 데이터에서 학습하고, 플레이 행동을 흉내 낸다. 그러나, 지도 학습 기반 접근 방법은 입력 자질을 선형 조합하므로, 복잡한 문제에는 성능 향상에 한계가 있다. 선형 조합에 따른 성능 한계를 개선하기 위해, 딥 뉴럴 네트워크 기반 접근방법은 지역적 특성 및 전역적 특성을 개별적으로 각각 표현하기 위해 둘 이상의 뉴럴 네트워크를 사용한다. 그러나 딥 뉴럴 네트워크 기반 접근방법은 충분한 학습 집합이 필요하다. 학습 집합을 준비해야 하는 부담을 줄이기 위해서, 강화 학습 기반 접근 방식은 Agent가 먼저 Action을 하고 이에 따른 보상을 분석하여 학습한다. 즉, 이 접근방법은 Agent가 최대 보상을 받도록 학습한다. 본 논문에서는 강화 학습을 통해 여러 게임에서 학습하는 AI를 제안한다. 제안하는 AI 모델은 개별 게임에서 Local Agent가 플레이하고, 여러 Local Agent에서 Global Agent를 학습한다. 실험 결과, 한 게임에서 학습한 Agent는 학습했던 게임에서는 우수한 성능을 보여주었지만, 새로운 게임에서는 성능이 떨어졌다. 반면에, 두 게임에서 학습한 제안하는 Agent는 학습한 게임과 새로운 게임 모두에서 잘 적응했다.
4,000원