현재 존재하는 인공지능 기반 음악 생성에 관한 여러 모델과 연구는 수동 텍스트(Text) 기반 음악 생성에 대해 다루고 있다. 본 논문은 사용자의 편의성을 높이고, 창의적인 음악 생성 과정 을 더욱 원활하게 할 수 있도록 텍스트(TEXT) 프롬프트(Prompt) 자동화를 통한 음악 생성시 스템 방안을 제안한다. 그 방안으로 음원 파일을 통해 수집한 음악 분석 및 데이터화와 가사 정보에서 추출한 키워드를 기반한 장르, 가수, 앨범 등의 정보가 포함된 데이터셋(Dataset)을 구축 후, 파이썬(Python)의 자연어 처리 방법인 Konlpy를 사용하여 가사 데이터를 토큰화하고, TF-IDF(Term Frequency-Inverse Document Frequency) 벡터화를 통해 중요한 단어를 추 출한다. 또한, MFCC, 템포 등의 특징 데이터셋을 통하여 모델을 통한 감정을 예측하고, CNN 모델 및 Chatgpt를 활용한 텍스트 프롬프트를 자동생성하는 방법을 구현하여, MusicGen 모델 을 사용한 자동화 생성 프롬프트 기반 음악을 생성한다. 본 텍스트 프롬프트 자동 생성 화를 통한 음악 생성 연구의 결과는 음악 데이터 분석 및 생성 분야에 기여될 것으로 기대한다.

노인의 일상생활을 편안하고 즐겁게 지낼 수 있도록 도와주는 동반자 로봇의 기능 중 부정적인 감정/정서상태 개선을 위한 Infotainment Service를 소개한다. 노인의 일상생활 중에서 부정적인 감정/정서상태를 정의하고, 이들의 정서상태를 개선할 수 있는 방법들을 모색한다. 인지행동치료에서의 배경지식을 기반으로 노인의 부정적인 정서상태를 개선할 수 있는 애니메이션 클립들을 제작, 편집하여 검증해 보기로 한다. 또한, 검증된 애니메이션 클립들을 이용하여 바람직한 감정상태로의 전이를 위한 감성 컨텐츠를 제공하는 기능을 도출한다. 구체적으로 일련의 실험적 접근방법을 토대로 제작, 편집한 애니메이션 클립을 이용하여 영화의 감정요소를 분석할 수 있는 도구를 설계하고, 기존의 선호도를 고려한 영화추천 시스템을 확장한 감정요소를 고려한 영화 추천시스템을 제안한다.

본 논문은 RPG게임의 퀘스트 수행에 대한 플레이어의 감정패턴 분석을 그 목적으로 하고 있다. 인간의 다양한 인지행동 범주에 대한 선행연구를 바탕으로 게임플레이어의 행동범주를 5가지로 설정하고 범주에 해당하는 게임플레이 행동(Action)과 내용(Content)을 재정립하였다. 이를 바탕으로 스토리중심의 전개로 다양한 퀘스트 구성을 보여주는 마비노기(Mabinogi)게임의 초기단계(Tutorial Mode)를 퀘스트구조 및 인지행동별로 분류하여 초보 피험자 10명을 대상으로 감정데이터를 도출하고 게임플레이의 인지행동패턴과 도출감정사이의 상관관계를 모형화하였다. 이러한 연구결과는 게임 플레이어의 자극적 수준을 감정패턴으로 확인하여 특정단계의 퀘스트 설계 및 레벨 디자인의 구체화를 모색해 볼 수 있다. 또한 게임플레이 과정에서 플레이어의 감정변화는 재미요소의 표출형태이며 전체적으로 게임의 상위목표수행에 대한 호기심과 도전의식을 유발 시킬 수 있는 장치로 활용가능 하리라 본다.