현재 인류는 천연자원의 지속적인 사용량 증가로 인하여 대상 자원의 매장량 한계와 더불어 자원의 가격 상승을 초래하는 문제를 직면하고 있다. 이에 맞춰 순환자원 가치의 중요성이 대두되고 있으며, 순환자원을 이용한 재활용 제품의 용도를 개발하여 다원화하고 활용 할 수 있는 방안을 적극적으로 개발하고 있으며 확대 되고 있다. 현재 국내 지자체의 재활용 선별장은 생활계에서 배출되는 폐플라스틱을 PP, PS, PE, PET 등으로 근적외선 분광법(NIR)을 이용해 자동 선별하여 물질 재활용에 기여하고 있으나, 검은색 플라스틱 제품군의 경우 해당 기법으로는 자동선별의 한계점을 직면하고 있다. 검은색 플라스틱 제품군은 소비자들이 선호하는 색상 중 하나로 생산량과 수요량이 증가하는 반면, 자동선별이 불가능하여 인력에 의한 수선별로 작업환경과 작업자 안전의 문제점을 야기함과 동시에 선별율도 저조하다. 일부 재활용 선별장에서는 잔재물과 함께 소각 및 매립 처리함으로써 2차 환경오염 문제와 경제적 문제를 가지고 있다. 따라서, 생활계 검정색 플라스틱의 재질별 자동선별의 효율성을 향상시키기 위하여 분광학 기법을 통하여 데이터를 획득하고 지능형 알고리즘의 도움으로 검정색 플라스틱의 재질별 자동선별을 실현하고자 한다. 본 연구에서 사용한 ATR-FTIR(Attenuated Total Reflectance-Fourier Transform Infrared)분광법은 진동전이(Vibrational transition)에 의한 물질의 고유한 흡수 스펙트럼이 뚜렷이 나타나고, 대상 물질의 전처리가 거의 없이 빠른 시간 안에 고유한 정량 분석이 가능하다. 또한 비파괴 분석방법으로 여러 분야에 활용되고 있는 것이 장점이다. 여기에 검은색 플라스틱을 인공지능 알고리즘을 통하여 재질별 자동 선별하도록 시스템화하여 산업적･경제적인 효율의 향상을 기대 할 수 있다.

고대 중국에서 기원된 바둑은 인공지능 분야에서 가장 어려운 도전 중의 하나로 간주된다. 지난 수년에 걸쳐 MCTS를 기반으로 하는 정상급 컴퓨터바둑 프로그램이 놀랍게도 접바둑에서 프로기사를 물리쳤다. MCTS는 게임이 끝날 때까지 일련의 무작위 유효착수를 시뮬레이션 하 는 접근법이며, 기존의 지식기반 접근법을 대체했다. 저자는 MCTS의 변형인 UCT 알고리즘을 삼목 게임에 적용하여 최선의 첫 수를 찾고자 했으며, 순수 MCTS의 결과와 비교를 했다. 아울 러 UCB 이해를 위한 다중슬롯머신 문제를 풀기 위해 엡실론-탐욕 알고리즘과 UCB 알고리즘 을 소개 및 성능을 비교하였다.

NPC, 특히 적 캐릭터들의 인공지능은 게임의 설계 단계에 있어 난이도를 조절하기 위해 핵심적인 요소이다. 지능적인 적들은 게임을 보다 도전적으로 만들 뿐 아니라, 동일한 게임 환경에서도 유저들 에게 다양한 경험을 제공할 수 있다. 오늘날 대부분의 게임 유저들은 다수의 적들과 상호작용을 하기 때문에, 적 캐릭터들의 협업을 제어하는 것은 이전 어느 때보다 그 중요성이 크다고 할 수 있다. 본 연구는 팩맨 게임의 적 인공지능에 구현될 수 있는 A* 알고리즘 기반의 협력전술을 제안한다. 17명 의 피실험자로부터 얻은 설문 결과는 제안된 협력전술을 따르는 적으로 구성된 레벨이, 기존 팩맨게 임에서의 적들 또는 비협력적인 적들로 구성된 레벨들보다 더 어렵고 흥미로웠음을 보여준다.

게임 NPC(Non Player Character)는 게임 플레이어와 대전 또는 협력함으로써 게임의 재미를 증가시키는 중요한 요소이다. 대부분 기존 게임에서 제공되는 NPC 인공지능은 FSM(Finite State Machine)으로 제작되어 행동 패턴이 정해져 있고 능력이 동일한 특징을 갖고 있다. 따라 서 이러한 특징을 갖는 NPC들과 대전하는 플레이어는 창조적인 게임 플레이를 진행하는 것 이 어려울 수 있다. 본 논문은 이 문제점을 개선하기 위하여 실제 생활에서 늑대들이 먹이를 사냥하는 행동 모델 을 게임 NPC의 행동 모델로 제작하고 이를 평가하기 위한 것이다. 이를 위하여 첫째, 실세계 에서 늑대들이 먹이를 포획하기 위한 행동 상태들을 조사 연구한다. 둘째, 이 행동 상태들을 Unity3D 엔진을 이용하여 구현한다. 셋째, 구현된 NPC들의 상태 전이 비율과 실세계의 NPC 들의 상태 전이 비율, 일반적인 게임 NPC의 상태 전이 비율을 비교한다. 비교 결과, 구현된 NPC들의 상태 전이 비율은 실세계의 상태 전이 비율과 비슷함을 보인다. 이는 구현된 NPC들 의 행동 패턴이 실세계의 늑대 사냥 행동 패턴과 유사함을 의미하는데, 이렇게 함으로써 플레 이어에게 보다 증가된 사용자 경험을 제공할 수 있다.

본 논문에서는 행동경제학에서 주로 사용되는 전망이론을 게임 인공지능 분야에 도입하여 인간의 인지적 특성을 사실적으로 표현하고자 하는 관점에서 NPC의 의사결정 모델을 제안한다. 이를 위하여 효용 이론의 한계로 지적되었던 기준점 설정의 문제, 민감도 체감성, 손실 회피의 특징을 분석하고, 이를 게임 상에서의 NPC 의사결정 모델에 반영한다. 본 논문에서는 제안 모델을 동적 지형분석에 적용하였으며, 실험을 통해 NPC의 다양한 개성 부과 및 창발적인 행위를 유도할 수 있음을 확인하였다.

최근에 들어 지구온난화에 따른 기후변화의 영향으로 단시간에 집중되는 국지성 호우와 돌발성 호우로 인하여 많은 인명 및 재산피해가 날로 증가하고 있는 추세이다. 이에 본 연구에서는 낙동강 유역을 대상으로 국지적 집중호우와 돌발홍수의 특성을 연구하고 이를 데이터 마이닝 기법에 의한 홍수예측에 관한 연구를 적용하여 낙동강 유역의 국지적 집중호우와 돌발홍수에 대처할 수 있는 홍수예측모형을 구축하였다. Data Mining 기법인 신경망 이론과 하도의 수리학적 홍수추적을 사용한 모형을 구축하여 1989년 7월에서 1999년 9월 사이의 홍수사상을 대상으로 낙동 지점과 일선교 지점에서의 관측수위와 경사면적법의 홍수위를 비교하여 검증하였다. 본 연구에서는 대상유역을 3가지 Case로 구분하여 각 지점에 따른 홍수량, 수위에 의한 수리학적 홍수추적 모형을 구성과 간단한 입력자료만으로 홍수예측이 가능한 인공지능 기반의 신경망 모형을 이용하여 수위곡선을 비교분석하였으며, 실측 수위와 모형에 의해 예측 수위를 비교평가였다.

경로 탐색은 인공지능의 매우 중요한 요소 중의 하나이며, 여러 분야에서 두루 쓰이는 과정이다. 경로 탐색은 매우 많은 연산이 필요하기 때문에 성능에 매우 중대한 영향을 미친다. 이를 해결하기 위해서 연산량을 줄이는 방식의 연구가 많이 진행되었고, 대표적으로 A* 알고리즘이 있으나 불필요한 연산이 있어 효율성이 떨어진다. 본 논문에서는 A* 알고리즘 중 연산 비용이 높은 노드 탐색 수 등 연산량을 줄이기 위해서 가중치 기반의 선수행 A* 알고리즘을 새롭게 제안한다. 제안한 알고리즘의 효율성을 측정하기 위해 시뮬레이션을 구현하였으며, 실험 결과 가중치를 이용하는 방법이 일반적인 방법보다 약 1～2배 높은 효율을 보였다.

바둑은 2,500년 이상의 역사를 갖고 있지만 바둑에 대한 이론적 연구는 여전히 미흡하다. 최근에 인공지능을 활용하여 연구를 하고 있으나 현저한 이론적 실체를 제공하고 있지 못하다. 본 연구는 세계 최고의 바둑기사인 이세돌 프로 9단의 기보를 중심으로 바둑의 초반전인 포석을 분석하기 위하여 주성분분석을 적용하였다. 분석 결과 361개의 고유벡터 중 48개의 가장 큰 고유벡터가 전체 분산의 99.9% 정보를 수록하고 있으며, 전체 분산의 90.5% 정보를 30개의 가장 큰 고유벡터로 처리할 수 있음이 밝혀졌다. 이 결과는 향후 프로기사의 포석에 대한 패턴인식을 연구하는데 상당한 기여가 있을 것이다.

본 연구에서는 홍수위 예경보를 위한 Data Mining기법에 대해 조사하고 예측시스템에 대해 연구하였다. 홍수예측의 모형 중 인공지능 기반의 신경망 모형을 이용하여 유사한 수문 사상을 유역내의 복잡한 물리적인 현상을 직접적으로 고려하지 않고 상·하류간 입력 자료를 사용하여 출력자료와의 관계로부터 학습을 통해 결론을 도출해내는 Data Mining기법 중 신경망 모형을 사용하였다.

본 연구에서는 중·소하천에서 홍수예경보를 위한 지능형 U-River 시스템의 실시간 모니터링 기술을 조사하고 예측 시스템에 대해 연구하였다. 기존의 홍수예경보의 문제점을 해결하기 위해 간단한 입력자료만으로 홍수예측이 가능한 인공지능 기반의 신경망 모형을 이용하였으며 예측 모형의 효율성과 적용성을 높이기 위해 유사한 수문 사상을 가지는 상·하류간 입력 자료를 동시에 사용하였다. 모델의 수행은 각 지점별 훈련성과를 토대로 최적의 은닉층 노드수를 선발하여 실시간 수위예측에 활용하였으며 수치적 기준을 적용하여 실측 수위와 모형에 의해 예측된 수위를 이용하여 평가하였다.

정보기술의 발전은 수많은 데이터를 분석하여 새로운 가치를 찾아내는 시대로 접어들고 있다. 과거 얼마나 성능 좋은 IT기기를 가졌느냐, 얼마나 편리한 응용프로그램을 개발하느냐가 경쟁력이었다며, 이제 수많은 데이터를 어떻게 잘 활용하느냐가 경쟁력인 시대로 접어들고 있다. 즉, 데이터의 폭발적 증가로 데이터를 통한 새로운 가치와 가능성에 집중하는 ‘빅데이터(Big Data) 시대’가 도래하게 된 것이다. 데이터가 IT와 별도로 주목받으면서 데이터가 자원으로써 축적과 공유를 통해 엄청난 규모로 쌓이면서 데이터의 역할은 ‘분석과 추론(전망)’의 방향으로 진화하고 있다. 대규모 데이터를 기반으로 한 자연언어처리, 기계 학습(Machine Learning), 인공지능 기술로 맥락 이해와 추론 서비스의 상용화되고 있다. 이에 따라 지능형 서비스들은 분석 데이터가 늘어나고, 기계학습이 진행될수록 인간의 언어에 대한 맥락의 이해도가 상승하고 있다. 이는 기존과 달리 새로운 분석 기술을 기반으로 대용량 데이터가 새로운 서비스를 개발하는 가능성을 열고 있는 것이다. 새롭게 추가된 추론의 영역은 IT산업의 성장동력으로 부상할 수 있으며, 의료, 금융, 공공 등을 혁신할 수 있는 新산업분야를 개발할 수 있도록 한다. 또한, 개개인의 취향, 관심 있는 정보의 성격, 상태, 개인 의중에 맞는 맞춤형 개인화 서비스, 인공지능 서비스로 IT기반의 서비스 패러다임도 변화해 나가고 있다. 데이터의 양적 팽창은 이를 어떻게 활용하느냐에 따라 새로운 기회를 발견하는 핵심 수단이 되고 있다. 즉, 빅데이터를 잘 활용하면 미래사회에서 새로운 기회를 창출하고, 위험을 해결하는 사회 발전의 엔진 역할을 수행 할 것으로 기대된다. 미래사회의 불확실성과 리스크를 통찰력을 바탕으로 대응할 수 있도록 할 것이며, 융합에 의해 점점 스마트해지는 사회에 새로운 창의력을 기반으로 경쟁력을 강화시키는 핵심 수단이 될 것이다. 우리정부도 지난 몇 년간 정부의 데이터가 중요한 가치창출의 기반임을 인지하고 공공데이터 공개·개방을 지속적으로 추진하였다. 또한, 적극적인 빅데이터 활용을 통한 정부혁신과 국가경쟁력 제고를 위해 국가정보화전략위원회, 방송통신위원회, 행정안전부 등에서 빅데이터를 활용하는 다양한 정책을 마련하고 있다. 이러한 국가적 전략에 기반하여 앞으로 범정부적으로 데이터를 수집-관리-활용할 수 있는 체계를 마련하고 이를 바탕으로 한 합리적 정책결정과 서비스 개발을 위한 노력이 필요한 시점이다.

홍수예경보는 강우로 인하여 발생되는 홍수의 규모와 시간을 가능한 한 정확하고 빨리 예측하여 홍수에 대비할 수 있도록 유관기관 및 지역주민에게 사전에 홍수에 관한 정보 즉 예측되는 수위와 시간을 제공함으로써 홍수로부터의 피해를 최소화하는 것이다. 이와 같은 목적을 성공적으로 완수하기 위해서는 홍수시 급변하는 하천유량에 영향을 미치는 모든 수문학적 기상학적 자료를 신속·정확하게 수집할 수 있는 관측 시스템의 구축 뿐 아니라 이들 수집된 자료를 이용하여 실시간 홍수추적을 할 수 있는 효율적인 유출량 계산모형이 조화를 이룰 때 가능하다. 이에 본 연구에서는 중·소하천에서 홍수예경보를 위한 지능형 U-River 시스템의 실시간 모니터링 기술을 조사하고 예측시스템에 대해 연구하였다. 기존의 홍수예경보의 문제점을 해결하기 위해 간단한 입력자료만으로 홍수예측이 가능한 인공지능 기반의 신경망 모형을 이용 하였으며 예측 모형의 효율성과 적용성을 높이기 위해 유사한 수문 사상을 가지는 상·하류간 입력 자료를 동시에 사용하였다. 모델의 수행은 각 지점별 훈련성과를 토대로 최적의 은닉층 노드수를 선발하여 실시간 수위예측에 활용하였으며 수치적 기준을 적용하여 실측 수위와 모형에 의해 예측된 수위를 이용하여 평가하였다.

수상구조물을 물위에서 직접 시공하는 것은 공기 및 비용 측면에서 거의 불가능하다. 일반적으로 지상 제작장에서 구조체와 부유체를 제작한 뒤 물위에 진수하는 것이 가장 효과적이다. 물 위에 구조물을 진수하는 가장 일반적인 공법은 제작장에 도크를 만들고 부유체를 제작한 후 물을 채워 부유시킨 뒤 바지선을 이용해 해당위치로 끌고나가는 드라이도크공법이다. 이 도크공법은 굴토를 하고 도크를 만들어야 되기 때문에 건설비용이 증가할 뿐만 아니라 수변 주위에 환경적인 문제를 발생시킬 수 있다. 이러한 문제를 해결하기 위하여 에어백을 이용해 지상에서 조립된 구조체를 물위에 진수공법을 고안하였다. 에어백은 특수 고무재료의 공기튜브로서 부유체 하부에 설치되어 조립된 구조물을 부양시켜 굴러가게 하는 역할을 한다. 부양된 구조물은 윈치를 이용해 수변 경사로로 이동되고 자중에 의해 활강함으로써 물위에 진수된다. 이러한 이동과 진수과정에서 구조물에 충격하중과 부가적인 변형이 발생하게 되므로 고급 구조해석 시뮬레이션 기술을 이용해 진수 중 발생 가능한 상황을 예측하고 이에 대한 대비를 수행하였다. 또한 이동과정에서 구조체에서 발생하는 충격과 이에 따른 변형을 인공지능을 이용한 실시간 구조안정성 평가 시스템을 통하여 모니터링함으로써 사전에 계획된 시나리오대로 진수과정이 진행되고 있는지 확인하고, 진수 중 돌발상황에 대한 신속한 판단이 이루어져 즉각적인 대처가 가능하도록 계측관리 시스템을 구축하였다. 개발된 인공지능 실시간 계측관리 시스템을 이용한 에어백 진수 공법은 한강 플로팅 아일랜드 진수에 적용되었다.

강우-유출 관계는 유역의 수많은 시 공간적 변수들에 의해 영향을 받기 때문에 매우 복잡하여 예측하기 힘든 요소이다. 과거에는 추계학적 예측모형이나 확정론적 예측모형 혹은 경험적 모형 등을 사용하여 유출량을 예측하였으나 최근에는 인공신경망과 퍼지모형 그리고 유전자 알고리즘과 같은 인공지능기반의 모형들이 많이 사용되고 있다. 하지만 유출량을 예측하고자 할 때 학습자료 및 검정자료로써 사용되는 유출량은 수위-유량 관계곡선식으로부터 구하는 경우가 대부분으로 이

본 논문에서는 가상 에이전트의 행동 계획을 위한 인터렉티브 지식베이스 구축과 인터렉티브 지식베이스를 바탕으로 하는 계획시스템에 관한 방법을 제안한다. 고정적인 지식베이스는 고정적인 계획 수립만 가능하기 때문에 환경의 변화에 잘 대처하지 못한다. 그래서 이 논문에서는 다양한 환경에서 적용이 가능한 인터렉티브한 지식베이스의 구축과 인터렉티브 지식베이스를 활용할 수 있는 인공지능 계획시스템을 제안한다. 본 연구에서 제안한 인터렉티브 지식베이스는 동기, 행동, 사물, 실행의 4가지로 이루어지며 지식베이스의 입력과 지식베이스들 사이의 연관관계는 개발된 자동화 툴을 사용하여 설정한다. 이 툴을 사용하여 사용자는 쉽게 지식베이스에 구성요소들을 추가 또는 수정할 수 있다. 이 지식베이스를 바탕으로 캐릭터는 행동가능한 모든 항목들을 계획을 세우게 되며 이 중 한 가지를 선택하여 행동을 하게 된다. 후에 캐릭터의 환경이 변하게 되더라도 지식베이스의 업데이트를 통해 새로운 행동을 적용시킬 수가 있기 때문에 가상현실 콘텐츠제작자의 입장에서는 상당히 유용하다. 본 논문에서는 확장성이 있는 인터렉티브 지식베이스 구성요소와 구성요소들 사이의 관계설정 그리고 이를 쉽게 입력할 수 있는 툴과 인터렉티브 지식베이스에 적합한 계획시스템의 알고리즘을 제안하여 가상도서관이라는 가상환경에서 실험을 통해 결과를 검증하였다.

게임 인공지능은 플레이어에게 지능적이고 적응된 게임 환경을 제공하기 위해 주로 사용된 다. 기존에는 사용자의 게임 행위를 수집/분석하여 동반자 또는 적대적 역할을 하는 Non-player character (NPC)를 위해 사용되었다. 그러나 사용자의 행동을 모방하는 것에서 그치는 경우가 많았다. 본 논문은 사용자의 게임 행위를 분석하여 게임 환경을 변화하는 방법을 소개한다. 사용자의 게임 성향을 파악하기 위해 게임 행위 데이터를 이용하였다. 또한, 사용자의 성향은 지형, 아이템, NPC의 분포를 결정하는데 반영하여 동적인 게임 환경을 제공하기 위해 사용하였다. 제안하는 방법의 실험을 위해 실제 2D 액션 게임에 적용하였고, 사용자의 게임 플레이 행위에 대하여 적절히 변화하는 게임 환경을 확인하였다.

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.

대부분의 디자이너는 3DS MAX와 같은 전문 3D 애니메이션 저작도구를 사용하여 수작업으로 애니메이션을 제작한다. 이 방법은 많은 시간과 노력을 필요로 하며, 애니메이션 캐릭터들이 서로 상호작용 할 수 없다. 이를 개선하기 위해, 본 논문에서는 3DS MAX플러그인 형태의 인공지능 미들웨어를 설계하고 미들웨어에 필요한 인공지능 표현 구조와 내부 처리 방안을 제안한다. 제안 방법은 캐릭터가 보유할 인공지능 요소를 도형과 선분으로 그려 표현하는 방법으로 캐릭터의 인공지능 구조를 제작한다. 실험을 위해 기존 방법과, 제안하는 방법을 사용하여 동일한 애니메이션을 제작하고 작업량을 측정하였다. 실험 결과 소규모 작업에서는 기존의 방법과 비슷하거나 작업량이 많으나, 대규모의 작업에서는 기존 방법에 비해 최대 43%의 작업량 감소를 확인하였다. 본 논문에서 제안하는 방법을 사용하면, 애니메이션에서 캐릭터간의 상호작용이 가능하며 작업량 감소 효과를 얻을 수 있다.

오늘날 스포츠, RTS, RPG 게임과 같이 멀티 플레이어가 한 팀을 이루는 집단형 방식의 게임은 팀 인공지능 기술이 더욱 필요하다. 기존의 독립적인 지능형 에이전트는 스스로 문제를 해결하는 자율성 향상 연구에 치중하였으나, 이는 다른 에이전트간의 협동 및 상호작용 능력이 부족하다. 이를 위해 본 논문은 다중에이전트 시스템에서 효과적인 역할 분담과 자율성을 갖는 레벨통합 접근방식을 소개한다. 복잡한 목표를 성취하기 위해 에이전트의 역할 정보를 이용하여 각자의 목표를 할당하고 각 에이전트는 맡은 역할을 동적인 환경에서 스스로 판단하고 행동한다. 팀 전체의 목표는 상호 보완된 역할 분담의 전략적인 측면에서 조정한다. 각 에이전트는 데이터보드를 이용하여 서로의 상태 정보를 공유하여 상호 협동을 유도한다. 역할이 할당된 각 에이전트는 스스로 계획기능을 갖고 있어 동적인 환경에서 적합한 행동을 취한다. 이 협동과 상호작용 과정에서 충돌의 문제점이 발생하는데 이를 제어하는 조정 에이전트의 역할을 전략적 측면에서 접근한다. 본 논문에서 제시하는 레벨통합 접근방식이 기존의 중앙 집권적 접근방식, 분권적 접근방식과 비교 실험하여 기존 방식보다 성능이 향상됨을 보인다.

게임 인공지능 분야중 하나인 경로탐색은 좀더 사실적인 게임을 만들기 위한 중요한 요소이다. 경로탐색 시스템은 한정된 자원을 소비해야만 하는 제약사항 때문에 때때로 단순하게 처리되어 사실적이지 못한 경로를 생성하였다. 기존 연구에서는 정적인 지형과 장애물들을 이용하여 자연스럽게 회피하는 경로생성에 집중하였다. 하지만, 게임 공간에서는 다양한 종류의 움직이는 장애물들이 존재한다. 따라서 이러한 움직이는 장애물을 자연스럽게 회피하는 경로를 생성하는 시스템 이 필요하다. 본 논문에서는 네비게이션 메시(Navigation Mesh)로 공간을 표현하며 지형의 특성을 고려한 경로 탐색 방법을 적용하고, 움직이는 물체를 회피하기 위하여 지능적인 밀개와 끌개의 방법을 사용하여 경로 탐색을 수행한다. 제안된 시스템을 통하여 생성된 경로를 살펴보고 실제 게임에서의 활용성을 검증한다.