본 연구에서는 노인의 건강 증진 및 건강 유지를 위해 노인 맞춤형 운동 애플리케이션 개발을 목표로, 스마트폰을 활용한 실시간 동작 추적 기술과 영상과 사진을 바탕으로 한 AI 학습을 통 해 단계별 동작 인식과 판단이 가능한 운동 동작 모델을 구현하였다. 노인 맞춤형 운동 애플리 케이션은 실시간 피드백을 지원하고, 노인의 운동 능력과 신체 가동 범위에 적합하게 단계적 운동이 가능하도록 구현되어야 할 것이다. 이를 위해 본 논문에서는 골포스트 스퀴즈(Goal Post Squeeze) 운동 동작을 대상으로 하여 이를 일련의 단위 동작으로 설계하고, MoveNet 포 즈 추정 기법을 기반으로 동작 인식 모델을 개발하였다. 구현한 운동 동작 모델에 대한 작동 실험 결과 단계별 데이터 인식과 판단, 정동작과 오동작 판단, 수평유지를 판단하고 이를 바탕 으로 사용자에게 실시간 피드백을 제공할 수 있음을 확인하였다.

본 논문에서는 모바일 RPG 장르의 튜토리얼의 구성요소를 분석하고, 이를 바탕으로 모바일 RPG 튜토리얼 제작시 고려해야 하는 요소들에 관해 고찰하였다. 이를 위하여 먼저, 모바일 게 임의 UI 속성을 살펴보고, 게임 요소에 대한 선행연구를 통해 RPG 구성요소를 확인하였다. 다 음으로 이를 바탕으로 모바일 게임 <리니지M>과 <리니지2M>, <리니지2 레볼루션>, <검은사 막 모바일>과 PC 게임 <로스트아크>, <검은사막>의 초기 튜토리얼 구성요소를 비교 분석하였 다. 마지막으로, 분석 결과를 바탕으로 모바일 RPG 튜토리얼 구성요소에 대해 제안하였다. 첫 째, 모바일이나 PC 환경과 상관없이 RPG 튜토리얼 구성요소에 모두 포함되는 요소인, RPG 튜토리얼의 기본적인 요소를 포함한다. 둘째, 모바일 RPG의 경우 가상 인터페이스를 통한 게 임 플레이의 비중이 크다는 점을 고려하여 가상 인터페이스를 활용한 매개적 소통 방법에 대 한 요소를 게임에 맞게 포함한다. 셋째, 가상 인터페이스를 통한 게임 플레이가 게임 세계 자 체에 대한 몰입을 방해하는 부작용을 초래하지 않도록 플레이어의 직접적인 행동에 따른 NPC 리액션에 대한 요소를 강화하고, NPC Status와 몬스터에 대한 배경 스토리 정보를 포함한다.

실제세계에서 데이터 수집의 비용과 한계를 고려할 때, 시뮬레이션 생성 환경은 데이터 생성 과 다양한 시도에 있어 효율적인 대안이다. 이 연구에서는 Unity ML Agent를 로그라이크 장 르에 적합한 강화학습 모델로 구현하였다. 간단한 게임에Agent를 이식하고, 이 Agent가 적을 인식하고 대응하는 과정을 코드로 작성하였다. 초기 모델은 조준사격의 한계를 보였으나 RayPerceptionSensor-Component2D를 통해 Agent의 센서 정보를 직접 제공함으로써, Agent가 적을 감지하고 조준 사격을 하는 능력을 관찰할 수 있었다. 결과적으로, 개선된 모델 은 평균3.81배 향상된 성능을 보여주었으며, 이는 Unity ML Agent가 로그라이크 장르에서 강화학습을 통한 데이터 수집이 가능함을 입증한다.