본 논문은 국내게임산업기술 동향을 파악하고 현재 개발된 게임들의 완성도를 상대평가 하는데 필요한 게임개발수준의 정량화 방법을 제시하고자 한다. 이를 위하여 게임제작회사(11명), 유통회사(7명), 프로게이머(10명)를 대상으로 실시한 설문조사를 통해 얻은 자료로 게임개발구성요소별 가중치를 계층분석과정을 사용하여 계산하는 방법을 제안하고, 산출된 가중치를 이용하여 게임완성도를 스코어로 정량화 시켰다. 가중치를 적용시켜 얻은 장르별 게임완성도 및 선택된 35가지의 게임 에 대한 각각의 게임완성도 스코어를 히스토그램으로 나타내어 분석하고, 이들의 게임개발구성요소별 평가스코어를 작성하여 국내 게임산업 기술의 현주소를 파악함과 동시에 앞으로의 발전 방향을 제시하였다.

오늘날 컴퓨터 게임의 대부분은 캐릭터의 행동 유형을 게임 로직에서 미리 정의된 게임 로직이나 초기에 설정된 움직임에 대한 정보를 이용하여 제어한다. 게임 개발자들은 더 풍부하고 다양한 내용을 담고 있고 뛰어난 환경 판단 및 대처 능력 등을 갖는 게임을 개발하기를 원하기 때문에 이러한 방식은 한계에 직면하게 된다. 본 논문에서는 지능적이고 게임 플레이어로 하여금 다양한 흥미를 유발할 수 있는 컴퓨터 게임의 개발을 위해서 유전자 알고리즘을 사용한 게임 모델을 구성하였다 학습 능력에 기초한 유전자 알고리즘을 사용함으로써 변화 가능성과 동적인 게임 환경을 고려하면서 계속적으로 진화하는 캐릭터를 만들 수 있을 것이다. 실시간 게임은 제안한 시스템의 실행과 한계를 연구하기 위해 실행되었다.

의료분야에 게임이 적용되는 사례가 늘고 있다. 본 게임은 게임을 즐기는 사용자의 심박동의 미세한 변화(HRV:heart rate variability)를 파형분석하여 MP(mental stress)와 PH(physical stress) 상태를 모니터링한 후 호흡(respiration)의 조절을 통해 자율신경체계의 질병을 예방하기 위한 목적으로 개발되었다. 기존의 지속적인 반복작용을 통한 단순한 트레이닝이 아닌 게임고유의 특징인 상호작용성(interaction)을 높여 사용자가 지루함이나 거부감을 느끼지 않고 접근이 용이한 스트레스이완프로그램(SRP:stress relaxation program)이라는데 의미가 있다.

The objective of this paper is to systematically establish the development of game software through the fusion of game implementation and component methodology. The development of game software has inconsistently accomplished without the consistent frame for the analysis and design of game development in the domestic environments. Therefore in case of the development of game software based on game component, although a lot of resources were required in the initial the accumulation of experience and the technology of reuse lead to the efficiency of the maintenance ultimately.

This paper describes a program which learns good strategies for two-poison, deterministic, zero-sum board games of perfect information. The program learns by simply playing the game against either a human or computer opponent. The results of the program's teaming of a lot of games are reported. The program consists of search kernel and a move generator module. Only the move generator is modified to reflect the rules of the game to be played. The kernel uses a temporal difference procedure combined with a backpropagation neural network to team good evaluation functions for the game being played. Central to the performance of the program is the search procedure. This is a the capture tree search used in most successful janggi playing programs. It is based on the idea of using search to correct errors in evaluations of positions. This procedure is described, analyzed, tested, and implemented in the game-teaming program. Both the test results and the performance of the program confirm the results of the analysis which indicate that search improves game playing performance for sufficiently accurate evaluation functions.