최근 들어 NPR(Non-Photorealistic Rendering) 기법을 이용한 게임들이 많아지고 있다. 그렇지만 게임에서 적용하고 있는 NPR 기법들은 몇 가지 종류로 한정되며, 특히 카툰렌더링에 집중되고 있다. 본 논문에서는 그간 연구가 거의 이루어지지 않았던 게임에 적용 가능한 코믹북 스타일의 NPR 기법을 제안한다. 이를 위해 먼저 코믹북의 비주얼과 셀 애니메이션 비주얼의 차이점을 비교, 분석하여 코믹북 스타일의 비주얼에 대한 표현 요소를 도출한다. 다음으로, 도출된 세 가지 표현 요소, 외곽선 스케치, 톤, 해칭을 효과적으로 구현하기 위한 렌더링 알고리즘들을 제시한다. 마지막으로 이 알고리즘이 적용된 게임을 제작함으로써 게임을 위한 알고리즘으로 적용이 가능한지를 검증한다.

게임이 고부가가치 산업으로 인식되면서 급성장을 하게 되고 국내 시장을 시작으로 점차 해외시장으로 까지 온라인 게임이 각광을 받으며 온라인 게임 시장이 성장을 하고 있다. 이로 인해 다양한 온라인 게임이 유저들에게 각광 받고 있으며, 혹은 잊혀 가고 있다. 본 연구는 이러한 차이가 생기는 여러 가지 요인 중에 색감의 차이에 초점을 맞추어 연구를 하였다. 색감을 연구하기 위해 모니터로 출력되는 기본 값인 RGB값의 평균간을 산출하였다. 수치 데이터로 만들어 비교 분석하기 위해 각각 게임의 배경과 캐릭터의 RGB값 차이를 분석하여 유저들이 선호하는 색채를 연구하였다. 이 연구를 기초로 한다면 게임 유저들이 동향을 연구하는데 기여할 수 있을 것입니다.

본 연구는 게임 이용자의 성향에 대한 분석을 통해 게임 이용자를 유형화하고, 게임 캐릭터 의 선호도를 중심으로 조형요소를 도출하여 이용자의 유형과 캐릭터 선호도 관계를 분석함으로서, 게임 이용자의 성향에 따른 게임 캐릭터 개발을 제안하는 것에 목적이 있다. 이를 위해 게임 이용자의 몰입도와 관련된 이용자 분류 방법을 조사하였으며, 이를 기초로 설문조사를 하였다. 설문조사 결과를 바탕으로 이용자 유형을 재정의 하였고, 게임 캐릭터 디자인 요소를 추출하여 이용자의 성향에 따른 캐릭터 선호도차이를 규명하였다.

의학의 발달로 인해 전 세계적으로 인구의 고령화가 진행되어 노인 인구가 차지하는 비중이 갈수록 증가하고 있다. 빠르게 발전해 가는 컴퓨터 기술로 인해 이제 컴퓨터는 우리의 실생활에 없어서는 안 되는 생활의 일부분으로 자리 잡아가고 있으며 이로 인하여 컴퓨터를 활용할 수 있는 노인들의 비율도 지속적으로 증가하고 있다. 하지만 이에 대비하는 노인용 사용자 인터페이스나 콘텐츠의 개발은 아직 활성화되지 못하고 있는 실정이다. 본 논문에서는 실제 노년기의 여가 활동으로 많이 즐기는 게이트볼 게임을 노인들이 사용하기 쉽게 만든 3D 체감형 게임을 제안한다. 본 연구에서는 SD 그래픽을 기반으로 하였고 실제 게이트볼 스틱과 볼을 인터페이스로 사용하여 노인의 신체적 건강을 유지시켜주면서 동시에 정신적 활동을 활성화하는 것을 목표로 개발되었다 즉, 본 게임은 게이트볼을 체감형 게임으로 제작하였기 때문에 실외 구장 없이도 게이트볼을 쉽게 즐길 수 있으며 실제 게이트볼보다 더욱 다양한 구성으로 노인들의 참여와 흥미를 유발할 수 있을 것이다.

이 논문에서는 게임 서사에 대한 정의를 게임의 제작부터 완성까지로 보고 제작의 각 단계를 나눠 단계별로 서사구조가 어떻게 변하는지 분석하였다. 이제까지의 게임 서사에 대한 연구는 완성된 게임을 대상으로 하여 사용자의 반응을 분석하는 것이 대부분이었다. 하지만 이 경우 제작단계에서 제작자가 의도해 놓은 서사를 제외하게 되고, 게임이 실행되어 디지털 형태가 되기 전의 텍스트가 서사 구조를 갖는다는 것을 설명할 수 없다. 제작 과정에서 서사는 초기단계, 스토리텔링단계, 표현 변형단계로 나눠진다. 게임 서사의 초기단계와 스토리텔링 단계에서는 기존의 서사물과 유사한 형태를 유지한다. 하지만 형태 변경단계에서는 기능적 문서의 역할을 하며 이 단계부터 디지털 결과물들이 서사표현을 대신하게 된다.

본 논문은 컴퓨터 바둑에서 돌의 영향력(Stone Influence)과 영향력점(Influence Point) 그리고 영향력 영역(Influence Area)을 제안한다. 돌의 영향력은 놓인 돌과 빈 정점사이의 거리에 따라 정의하며, 영향력점은 돌의 영향력에 대해 임계치를 이용하여 정의한다. 형세평가를 위한 요소로 영향력 영역을 영향력점 덩어리와 코어를 이용하여 정의한다. 저자는 정석 자료를 이용한 실험을 통해서 영향력점의 임계치를 구하였으며, 영향력 영역이 바둑 게임에서 세력으로 성공적으로 적용 가능하였습니다.

본 연구는 미래 교육환경에서 요구되어지는 영어 디지털 교과서의 내용 속성을 반영하는 콘텐츠 유형을 도출하고, 통합적 조직을 통한 영어 디지털 교과서의 내용 구성 모델을 개발하고자 하였다. 그 결과 의사소통상황맥락형, 에듀테인먼트형, 스토리활용형, 자원기반 프로젝트수행형의 총 4종의 영어과 콘텐츠 유형이 도출되었으며, 이들은 다시 학습자의 학습 경험 속성이나 활용 과제 및 자료의 속성, 구현 테크놀로지 속성 등에 의해, 의사소통상황맥락형은 제시형, 체험형, 구성형으로, 에듀테인먼트형은 퀴즈형, 게임형, 다중지능활용 과제수행형으로, 그리고 스토리활용형은 문학작품활용형과 에피소드활용형으로 세분화되었다. 각 유형에 대한 개념과 세부 형태를 기술하고 개략적으로나마 교수․학습 절차와 단계별 설계 전략을 규명하였으며, 그 적용 방안을 제시함으로써 영어 디지털 교과서의 콘텐츠 유형에 대한 아이디어를 시사하였다. 또한, 도출된 콘텐츠 유형의 통합적 적용을 통해 단원 중심의 영어 디지털 교과서의 내용 구성 모델을 구안하고 그 구성 요소별 설계 전략을 제시함으로써 향후 영어 디지털 교과서의 내용 설계에 대한 가이드라인을 제공하고자 하였다. 본 연구에서 제안하는 콘텐츠 유형들은 맹목적이고 배타적으로 적용하기보다는, 교수․학습 과정상에서 필요한 맥락에 맞게 각 유형들의 핵심적 아이디어들이 통합적으로 고려되는 설계 전략이 필요하다.

게임 환경에서의 학습은 다양한 분야에서 유용하게 활용될 수 있다. 그러나, 학습이 게임에서 만족스러운 결과를 산출하기까지는 많은 학습 시간이 요구된다. 이러한 점을 개선하기 위하여 학습시간을 단축시킬 수 있는 방법론들이 필요하다. 본 논문에서는 예측 정보를 이용한 Q-학습의 성능개선 방안을 제안한다. Q-학습 알고리즘에서는 Q-테이블의 각 상태별 선택된 액션을 참조한다. 참조한 값은 예측 모듈의 P-테이블에 저장되고, 이 테이블에서 출연 빈도가 가장 높은 값을 찾아 2차 보상 값을 갱신할 때 활용한다. 본 연구에서 제시한 방법은 상태내의 전이가 가능한 액션의 수가 많을수록 성능이 높아짐을 확인하였다. 또한 실험결과로 실험 중반 이후부터 제안한 방식이 기존 방식보다 평균 9%의 성능 향상을 보였다.

게임과 같은 실시간이며 복잡한 다중 에이전트 환경에서는 시스템의 효율성을 극대화하기 위해 반복적으로 작업 할당이 수행된다. 본 논문에서는 실시간 다중 에이전트 구조에 적합하며 최적화된 작업 할당이 가능한 방안으로 A* 알고리즘을 적용한 조정 에이전트를 제안한다. 제안하는 조정 에이전트는 수행 가능한 에이전트와 할당 가능한 작업으로 정제된 모든 에이전트와 작업의 조합으로 상태 그래프를 생성하고, A* 알고리즘을 이용한 평가함수를 적용하여 최적화된 작업 할당을 수행한다. 또한 실시간 재 할당에 따른 지연을 방지하기 위해 그리디 방식을 선택적으로 사용함으로써 재할당 요구에 대한 빠른 처리가 가능하다. 마지막으로 모의실험을 통해 조정 에이전트를 통한 최적화된 작업 할당 결과가 그리디 방식의 작업 할당보다 성능이 25%향상되었음을 입증한다.

이 논문에서는 다양한 종류의 응용프로그램에 바로 적용할 수 있는 GPU 레이캐스팅 기법에 기반 하는 효율적인 실시간 지형 렌더링 방법을 제안한다. 여기에서 제안되는 방법은 별도의 메시 구조 없이 이미지(높이맵) 만으로 지형을 표현하는 것이 가능하며, 공중과 지상에서의 활동이 자유로워 가상현실은 물론 게임에 바로 사용할 수 있다. 메시에 기반 하지 않으므로 별도의 LOD조절이 필요하지 않으며, 높이맵과 컬러맵의 해상도에 따라 기하표현의 정밀도와 화질이 결정된다 더욱이 GPU-only 기법은 CPU가 더 일반적인 작업 에 집중할 수 있도록 함으로써 시스템의 전반적인 성능을 향상시킨다. 지금까지 높이맵을 사용한 많은 지형렌더링 관련 연구는 대부분이 상당부분 CPU 의존하거나 그 응용범위를 비행 시뮬레이션 등에 제한하여 왔다. 우리는 기존의 변위매핑 기법을 개선하여 지형 렌더링에 적용함으로써 기존 폴리곤기반 기법에서 나타나던 크랙이나 팝핑 등의 문제점들을 근본적으로 배제하였다. 이 논문이 기여하는 바는 지표면 탐색(walk-through)시의 임의 시선에 대한 효율적 처리와 높이장(height field)의 곡면 재구성을 통한 화질의 획기적인 개선이다. 우리는 재구성된 곡면과 시선의 교차점을 계산하는 효율적인 방법을 제시한다. 우리가 제안하고 있는 알고리듬은100% GPU에서 구현되었으며, 256×226~4096×4096까지의 다양한 해상도에서 실험한 결과 초당 수십~수백 프레임을 얻었다.

넓은 시야각을 갖는 전방향(omnidirectional) 카메라 시스템은 적은 수의 영상으로도 주변 장면에 대해 많은 정보를 취득할 수 있는 장점으로 감시, 3차원 해석 등의 분야에 널리 응용되고 있다. 본 논문에서는 어안(fisheye) 렌즈를 이용한 전방향 카메라로 입력된 영상으로부터 카메라의 이동 및 회전 파라미터를 자동으로 추정하는 새로운 자동보정 알고리즘이 제안되었다. 먼저, 카메라 위치를 임의의 각 도로 변환하여 얻어진 영상을 이용해 일차 매개변수로 표현된 카메라의 사영(projection)모델을 추정한다. 그리고 이후 다양하게 변환되는 카메라의 위치에 따라 에센셜(essential) 행렬을 구하며, 이 과정에서 대상 영상으로부터 적합한 인라이어(inlier) 집합을 구하기 위해 특징점이 영역 내에 분포 정도를 반영하는 표준편차(standard deviation)를 정량적(quantitative) 기준으로 이용한다. 다양한 실험을 통해 제안된 알고리즘이 전방향 카메라의 사영 모델과 회전, 이동 등의 변환 파라미터를 정확하게 추정함을 확인하였다.

래디오시티(radiosity)는 디퓨즈 반사(diffuse reflection)를 효과적으로 표현하는 전역조명(global illumination) 방법으로 공간 및 물체 표면간의 에너지 교환을 모델링한다. 그러나 많은 계산량으로 인해 실시간 활용에는 제약이 존재하며, 이를 해결하기 위해 GPU(Graphics Processing Unit) 기반의 래디오시티 알고리즘이 제안되고 있다. 본 논문에서는 G. Coombe 등이 제안한 GPU 기반의 점진적 세분(progressive refinement) 래디오시티를 구현하고 HDR(High Dynamic Range) 래디언스(radiance) 맵으로 구성된 3차원 공간에 적용하여 사실적인 합성영상을 렌더링하였다. 대상 공간과 조명환경을 HDR 래디언스 맵으로 구성함으로써 영상기반(image-based) 방법의 장점인 대상 장면의 복잡도와 관계없는 결과 영상을 생성할 수 있었다 환경맵을 이루는 각 텍셀(texel)의 해상도 설정 및 밉매핑(mipmaping)의 적용에 따라 다양한 실험 결과를 분석하였으며, 기존의 HDR 레디언스 맵과 GPU를 이용한 증분 래디오시티 방법과의 비교를 통해 본 시스템의 개선된 렌더링 성능을 확인하였다.

최근 고도로 발전하고 있는 기술의 발전으로 인하여 한층 더 수준 높은 디지털 영상의 표현이 가능하게 되었다. 가상현실에서 캐릭터는 사용자를 대신하거나 사용자와 직접적으로 상호작용하는 등 매우 중요한 역할을 한다. 캐릭터의 움직임은 캐릭터에게 생명력을 불어 넣어주고, 이를 통해 캐릭터는 각종 의사와 감성을 드러낸다. 캐릭터의 감성적 움직임을 분석하기 위하여, 본 연구에서는 laban이 제안한 움직임의 속성 요소인 시간, 공간, 흐름의 변화를 바탕으로 근원적인 움직임 재료를 만들고, 이를 Plutchik의 정서 동그라미 내에 배치함으로써 움직임 요소와 그에 따라 전달되는 감성의 상관관계를 측정하였다. 그 결과 움직임을 구성하는 9개의 동작요소들이 각각 특정한 정서를 일관되게 드러낸다는 것과 표현하는 정서의 강도에도 단계적으로 뚜렷한 영향력을 드러낸다는 것을 알 수 있었다

본 연구는 초등학교 4학년과 6학년 17명을 대상으로 e-Sports 게임 활동 시의 두뇌기능 상태를 뇌파를 통해 살펴보고자 하였다. 뇌파 측정은 게임 전, 구축시, 공격시, 게임 후 총 4차에 걸쳐 각 3분씩 측정하였으며 측정부위는 10/20 국제 전극배치법에 따라 Fp1, Fp2, F3, F4, T3, T4, O1, O2 위치에 부착하였다. 측정 된 뇌파는 주파수 필터링과 ICA(독립성분분석)에 의해 잡파가 제거되었고 상대파워 스펙트럼을 구하였다. 집단간 두뇌 부위와 게임 단계에 따른 상대파워 스펙트럼의 차이를 비교하기 위하여 이원분산분석을 실시하였고 게임 활동시 베타파 좌우뇌의 상대파워 스펙트럼을 비교하기 위해 대응비교 검정(paired samples t-test)을 실시하였다. 분석결과 정신적 안정과 주의집중에 관련된 세타파는 주로 좌측 전두엽인 F3에서 출현하였으며 4학년은 게임 활동시에 세타파의 활성이 유의하게 높았다. 알파파는 게임 활동시에 현저하게 줄어들어 알파파 억제현상을 보였으며 4학년은 게임 후에 알파파의 활성이 유의하게 높아지는 결과를 보였다. 베타파는 6학년만 유의한 차이가 있었는데 좌측 전전두엽 Fp1, 우측 전전두엽 Fp2에서 주로 출현하여 e-Sports 활동 중의 인지․사고활동은 주로 전두엽 부위와 관련이 있었다. 좌우뇌 베타파 상대파워 스펙트럼 비교 결과 6학년은 우측 전전두엽 Fp2가 좌측 전전두엽 Fp1보다 높았고 4학년은 우측 전두엽 F4가 좌측 전두엽 F3보다 유의하게 높았고 우측 후두엽 O2 부위의 값이 유의하게 높아 4학년이 6학년보다 우뇌의 활성이 더 높았다.

게임에 있어서 가장 중요한 부분은 시나리오라고 할 수 있다. 그 이유는 게임을 하는 이용자들로부터 재미와 흥미를 불러일으키는 요소이기 때문이다. 그러나 국내의 기존 시나리오들은 이용자들에게 새로움과 즐거움을 주는 것에는 한계가 있다. 새롭고 창의적인 시나리오보다는 기존의 시나리오를 변형, 파생되어 만들어져서 재미 보다는 식상함을 많이 주고 있기 때문이다. 현재 기업들은 자사의 고객확보를 위해 새로운 시나리오를 선보이려고 노력하고 있다. 그러나 전문가 부족, 이용자들의 욕구 파악 미비 등으로 인해 욕구에 맞는 시나리오를 개발하기에는 어려움이 많다. 따라서 본 연구에서는 게임 개발에 중요 속성인 시나리오 연구에 중점을 두었다. 특히 게임 시나리오 중 시놉시스의 결과 변화여부가 게임 이용자의 호감도에 어떤 반응을 보이는지 파악하여 게임 시나리오 개발에 긍정적인 방향을 제시하고자 한다. 연구결과 약 60%의 이용자들은 시나리오가 게임에 있어 중요한 요인이라고 생각하고 있으며, 모험 및 전쟁 등의 전체내용에서 주인공이 구출 미션을 완수하는 시나리오를 좋아하는 것으로 나타났다.