Microbial proteases are more economical than plant- and animal-derived proteases due to their ease of production and high activity. This study aimed to optimize the production of proteases from fermentative food-derived microorganisms. Five strains with proteolytic activity among 50 Bacillus sp. were first screened. Two strains with high protease activity were identified: Bacillus amyloliquefaciens SRCM 102139 and Bacillus subtilis SRCM 104999. SRCM 102139 strain and SRCM 104999 strain had the highest protease activity in 0.8% glucose and 0.3% yeast extract, and in 0.8% starch and 0.1% soy peptone, respectively. The production of protease for two strains was optimized by the Central Composite Design (CCD) under response surface methodology. The optimal conditions for protease production in SRCM 102139 were 0.5% and 0.347%, pH 6.0, for carbon (glucose) and nitrogen (yeast extract springer 0202) sources, respectively, with a predicted value of 0.929 U/mL. Additionally, the optimal conditions for protease production in SRCM 104999 were 0.5% and 0.5%, pH 6.7, for carbon (starch) and nitrogen (soy peptone HSP-349) sources, respectively, with a predicted value of 0.431 U/mL. The actual protease activities of SRCM 102139 and SRCM 104999 under the established conditions were 0.926 U/mL and 0.428 U/mL, respectively, closely matching the predicted values.

게임 사용자와 자주 소통하는 게임 요소는 NPC이다. 최근 게임에서 사용되는 인공지능 알고리즘은 많은 발전을 이루었지만, NPC의 행동은 과거 게임 내의 단순한 행동을 하는 수준에서 머물러 있다. 사람과 비슷한 NPC의 행동 관찰을 주된 목적으로 하는 라이프 게임의 경우, 단순한 행동의 NPC는 게임을 지루하게 만드는 요인이 되고 있다. 이것은 NPC를 생성할 때 사람과 같은 다양한 성격과 그에 따른 행동을 보여주는 방법이 미흡하기 때문이다. 사람과 비슷한 행동을 하는 NPC를 생성하려면 사람과 같은 다양한 성격과 그에 따른 다양한 행동 생성이 필요하다. 본 논문에서는 확률 분포를 이용하여 캐릭터의 성격에 따라 다양한 감정을 표현하고, 그에 따른 행동 생성 방법에 관해 기술한다. 본 논문에서 기술한 행동 생성 방법을 실제 3D환경의 게임에 적용함으로써, 본 연구에서 제시한 연구 방법에 대한 성능을 입증하였다.