Earticle

현대사회는 인터넷과 스마트 기기의 발달로 모든 세대에게 게임을 포함한 디지털 미디어 이용이 보 편화 되었다. 인터넷은 시간과 공간을 초월하고 세대를 넘어서 인간과 정보를 연결한다. 스마트폰의 보급으로 누구나 인터넷에 쉽게 접근하게 되어 미디어 이용이 더욱 증가하고 있다. 스마트폰은 접 근성이 좋고 시간과 장소에 구애 없이 사용할 수 있어서 게임을 포함한 미디어중독에 노출될 수 있 다. 수많은 스마트폰 어플리케이션은 인터넷 세계로 이끄는 요인이 된다. 아버지의 일-가정 양립은 양육스트레스를 증가시키고, 양육스트레스는 게임을 포함한 인터넷과 스마트폰 중독을 예측하는 중 요한 요인이다. 부모의 미디어중독이 자녀의 인터넷 게임중독에 영향을 미치는 측면이 있으므로 아 버지의 미디어중독에 대하여 살펴볼 필요가 있다. 본 연구는 아버지의 양육스트레스와 미디어중독 의 관계에서 부부갈등의 매개효과를 살펴보는 데 목적이 있다. 이를 위해 한국육아정책연구소에서 제공하는 한국아동패널 13차 조사자료를 사용하였다. 자료는 SPSS 27.0 프로그램과 Process macro 4.1 을 사용하여 분석하였다.

The purpose of this study is to examine the mediating effect of marital conflict in the relationship between father's parenting stress and media addiction. For this purpose, we used the 13th survey data of the Korea Children's Panel provided by the Korea Parenting Policy Institute. Data were analyzed using SPSS 27.0 program and Process macro 4.1. The conclusions based on the main results of this study are as follows. First, fathers' parenting stress and marital conflicts influence media addiction. Second, in the relationship between the father's parenting stress and media addiction, marital conflict has a partial-mediating effect. As game content and media technology will become more advanced in the future, it may become more difficult for individuals to develop healthy usage habits. Advances in new media technologies increase the likelihood that individuals will become addicted. There is a need for social efforts to revitalize mental health services, including stress coping for middle-aged and elderly fathers, and to prevent overdependence on smartphones. In order to prevent children's addiction to games, it is necessary to actively promote and educate parents about healthy media use, as well as to improve laws and institutions.

현대 사회에서 첨단 기술의 발전은 예술의 양상을 빠르게 변화시키고 있다. 생성형 인공지능 기술의 발전은 인류의 전유물이라 여겨왔던 창작 행위에 기존에는 보지 못했던 색다른 표현을 제공했다. 또한, 전통적 기법 을 고수하던 예술인들에게 새로운 예술 창작의 발현 방식을 제시하였다. 하지만 나날이 발전하는 인공지능 기술에 비해, 이를 활용한 구체적인 미디어아트 제작 과정 연구는 아직 국내에서는 미비하다. 본 논문은 인 공지능 기술을 활용한 미디어아트 해외 사례를 탐구한다. 그리고 Text-to-Image 인공지능 생성 모델과 게임 엔진 Unreal Engine 5를 이용하여, 국내에 자리 잡지 않은 생성형 인공지능을 활용한 작품 제작 방법론과 창 작자들에게 인공지능 이미지 생성 모델의 확장성을 제시한다.

In the modern world, advances in technology are rapidly changing the face of art. The development of generative artificial intelligence technology has provided new expressions to creative acts that were previously thought to be the sole preserve of mankind. And it has also provided new ways of expressing artistic creation for artists who adhere to traditional techniques. However, compared to the increasingly advanced artificial intelligence technology, there is still a lack of research on the specific media art production process utilizing it in Korea. This paper explores overseas cases of media art utilizing AI technology. Using the Text-to-Image AI generation model and the game engine Unreal Engine 5, this paper presents a methodology for creating works using generative AI that is not established in Korea and the scalability of the AI image generation model to artists.

최근 기술이 발전함에 따라 다양한VR (Virtual Reality) 및AR (Augmented Reality) 장치들이 등장하고 있다. 이 러한 장치들의 대부분의 콘텐츠는 사용자 상호작용을 위해 컨트롤러에 의존하고 있으나 컨트롤러는 휴대하 기 어렵고 분실하기 쉽다는 단점이 있다. 또한, 컨트롤러를 통한 사용자 인터페이스는 장치에 익숙하지 않은 사용자들이 불편함을 느낄 수 있고 새로 인터페이스를 배워야 하는 한계가 있다. 이러한 문제를 해결하기 위 해Oculus Quest는 핸드 트래킹 기술을 도입하여 사용자가 자연스러운 손 제스처를 인터페이스로 사용할 수 있게 하였다. 그러나 핸드 트래킹을 활용하는 방법은 그 어려움 때문에 아직 널리 연구되지 않았고 아직 활 용되지 못하고 있다. 이에 VR 콘텐츠와 상호작용하는 데 손을 사용하는 방법을 탐구하고, 그것을 이용하여 콘텐츠를 만드는 방법을 설명한다

Recently, numerous VR (Virtual Reality) and AR (Augmented Reality) devices have emerged, and most of the contents on these devices rely on controllers for user interaction. However, controllers have drawbacks that it is difficult to carry, and prone to loss. Moreover, users unfamiliar with the devices may find that the controls are inconvenient. To address these issues, the developed Oculus Quest has introduced hand tracking technology, allowing users to use hand gestures as an interface. However, methods utilizing hand tracking have not been widely researched yet due to its difficulties. This study explores methods that use hands to interact with VR content, and explains how to create a content with it. Also, this study describes its limitation.

다중 에이전트 강화학습의 발전과 함께 게임 분야에서 강화학습을 레벨 디자인에 적용하려는 연구가 계속되 고 있다. 플랫폼의 형태가 레벨 디자인의 중요한 요소임에도 불구하고 지금까지의 연구들은 플레이어의 스킬 수준이나, 스킬 구성 등 플레이어의 매트릭에 초첨을 맞춰 강화학습을 활용하였다. 따라서 본 논문에서는 레 벨 디자인에 플랫폼의 형태가 사용될 수 있도록 시각 센서의 가시성과 구조물의 복잡성을 고려하여 플랫폼 이 플레이 경험에 미치는 영향을 연구한다. 이를 위해Unity ML-Agents Toolkit과MA-POCA 알고리즘, Self-play 방식을 기반으로2vs2 대전 슈팅 게임 환경을 개발하였으며 다양한 플랫폼의 형태를 구성하였다. 분석을 통해 플랫폼의 형태에 따른 가시성과 복잡성의 차이가 승률 밸런스에는 크게 영향을 미치지 않으나 전체 에피소 드 수, 무승부 비율, Elo의 증가폭에 유의미한 영향을 미치는 것을 확인했다.

As multi-agent reinforcement learning advance, it has been utilized for level design in game with multiple players and complex interactive environments. Despite the significant impact that the platform's design has on game level design, player-related metrics including behavior, skill level, and skill composition have been the primary focus of most reinforcement learning studies. In this paper, we study the impact of platform design on playing experience by utilizing multi-agent reinforcement learning. we use the Unity Engine to create various platform designs based on a 2vs2 shooting game and visual sensor visibility and structural complexity are taken into consideration for analysis. With Unity ML-Agents Toolkit, we construct a reinforcement learning environment based on the MA-POCA algorithm and the self-play method. Though the agent, we analyze changes in play experience with win rate, the number of episode, draw rate, and the Elo rating value. With the study, we figure out that visibility and complexity of platform design exhibit minimal impact on win rate balance in self-play method, but does influence the total number of episodes, draw rate, and the increase in Elo rating value.

기존의 스타크래프트II 내장AI는 미리 정의한 행동 패턴을 따르기 때문에 사용자가 전략을 쉽게 파악할 수 있어 사용자의 흥미를 오랫동안 유지시키기 힘들다. 이를 해결하기 위해, 많은 강화학습 기반의 스타크래프 트II AI 연구가 진행되었다. 그러나 기존의 강화학습AI는 승률에만 중점을 두고 에이전트를 학습시킴으로써 소수의 유닛을 사용하거나 정형화 된 전략만을 사용하여 여전히 사용자들이 게임의 재미를 느끼기에 한계가 존재한다. 본 논문에서는 게임의 재미를 향상시키기 위하여, 강화학습을 활용하여 실제 플레이어와 유사한 AI을 제안한다. 에이전트에게 스타크래프트II의 상성표를 학습시키고, 정찰한 정보로 보상을 부여해 유동적 으로 전략을 변경하도록 한다. 실험 결과, 사용자가 느끼는 재미와 난이도, 유사도 부분에서 고정된 전략을 사용하는 에이전트보다 본 논문에서 제안하는 에이전트가 더 높은 평가를 받았다..

The built-in AI in StarCraft II follows a predefined pattern of behavior patterns. This makes it easy for users to understand the AI's strategy without spending a lot of time, posing a challenge in maintaining user interest. To solve this problem, reinforcement learning AI has been developed for StarCraft II. But since theses studies focus on the win rate to train the agent, it provides monotonous strategies and misses the fun of the game. In this paper, we propose a player-like AI to improve the fun of the game by producing various units and adaptive strategies. To achieve this, we use reinforcement learning to train the agent the official counter list of StarCraft II and reward it based on the information of the opponent's scouting to make the agent change its strategy flexibly. The training is based on the "Zerg" race on the Simple64 map, and the opponent is the "Protoss" race. Based on the trained data, we evaluated the diversity of unit production, strategic unit production, etc. In addition, we had users play with the AI of existing work and the proposed AI, respectively. We then evaluated the fun and difficulty of the AI and its similarity to the player using a questionnaire. As a result, users rated the proposed AI higher than the fixed-strategy AI fin terms of fun, difficulty, and similarity.

본 논문에서는 몬스터에게 붙잡히지 않고 키를 찾아서 연구소를 탈출하는 공포 방탈출 게임을 제안한다. 제 안하는 게임을 진행한30명의 게임 플레이 로그 데이터 분석 결과와 설문조사 결과를 바탕으로, 제안하는 게 임의 특징을 분석한 결과는 다음과 같다. 첫째, 제안하는 게임은 다양한 아이템, 액션, 탈출 경로를 제공한다. 제안하는 게임이 숨을 곳도 많고 다양한 상호작용을 제공한다고 설문에서4점 이상 주었다. 또한, map의 footprint를 분석한 결과, 플레이어는 다양한 경로를 통해 키를 찾아서 탈출하였다. 둘째, 제안하는 게임은 외 관으로 기능을 추론할 수 있는 직관적인 오브젝트를 제공한다. 따라서, 플레이어는 시각적 공간 및 게임 아 이템 용도를 쉽게 파악하여 조작할 수 있다. 설문조사 결과에서, 플레이어는 조작감 관련 항목의 점수를4점 이상을 주었다. 셋째, 제안하는 게임에서 플레이어는 아이템이 충분할 때보다는 부족할 때 더 몰입을 잘 한 다. 게임 플레이 로그 데이터 분석 결과와 설문조사 결과에 따르면, 플레이어는 아이템이 부족할 때 더 크게 공포를 느끼고 상황에 몰입하여, 더 적극적으로 행동하게 되고 더 민감하게 반응한다.

In this paper, we propose a room escape horror game where a player must find the key and escape the laboratory without being captured by the monster. According to the game play log data analysis and the survey response results of 30 people playing the proposed game, its characteristics are as follows. First, the proposed game provides various game items, actions, and escape paths. The players gave the score of 4 or higher to the related questions in the survey response results; because the proposed game has many hiding places and offers a variety of interactions. As a result of analyzing the game map's footprint, the player found the key and escaped through various paths. Second, the proposed game provides the intuitive objects whose functions can be inferred from their appearance. Therefore, the players can easily understand and manipulate the visual space and the game items. In the survey response results, the players gave the scores of 4 or more in the questions related to the operation feeling. Third, the players are more immersed when they have the less game items rather than the enough game items in the proposed game. According to the game play log data analysis and the survey response results, the players with the less game items feel more fearful, become more immersed, run away more actively, and react more sensitively.

본 연구에서는 디지털 게임 내 성폭력 피해 경험과 가해 경험의 내용과 특성에 대해 탐색하고자 하였다. 성폭 력 피해/가해 경험의 구체적인 내용과 정도, 성폭력 경험으로 인한 정서적 영향, 성폭력 피해시의 대처양식 등 을 조사할 수 있는 질문지를 개발하여 20세 이상의 게임 사용자들을 대상으로 온라인 설문을 실시하였고, 총 267명의 자료가 분석되었다. 그 결과, 연구참여자의 99.3%가 1회 이상 성폭력 피해를 경험하였고, 성폭력 가해 도 연구참여자의 62.5%가 경험한 것으로 나타났다. 또한 성폭력 피해와 가해 모두에서 간접적 성희롱이 가장 높은 수준으로 경험되고 있었다. 피해 경험으로 인한 정서적 영향에 있어, 지속적인 성폭력 피해가 있는 경우, 피해자들은 분노/짜증, 우울/불안, 적대감/스트레스를 유의미하게 높게 경험하였다. 피해 경험 시 대처전략은 ‘게임 내 신고시스템에 신고’가 가장 높게 나타났고, 다음으로 부정과 회피가 뒤따랐다. 가해 경험으로 인한 정서적 영향의 경우, 가해 상위 10% 집단이 하위집단에 비해 가해 행동을 통해 스릴/흥분과 같은 심리적 자극 을 경험하는 동시에 죄책감 등의 부정적 정서도 높게 경험하는 것으로 나타났다. 성폭력 피해/가해 경험의 정 도를 기준으로 집단 간 차이를 비교한 결과, 게임 이용 행동에 있어 집단 간 차이가 있는 것으로 확인되었다. 본 연구는 특정 게임이 아닌 다양한 장르와 특성의 게임들에서 발생하는 성폭력의 내용과 정도 등의 구체적 인 실태를 파악했다는데 의의가 있다. 또한 해외 연구에서 사용된 연구 틀을 그대로 적용하지 않고, 우리나라 게임 사용자들의 디지털 게임 내 성폭력 경험에 대해 실제적으로 접근하였다는데 의의가 있다.

This study was conducted to explore the content and characteristics of victimization and perpetration experiences of sexual harassment in digital games. An online survey was conducted with game users aged 20 or older about the content and extent of sexual harassment experiences, the emotional impact of sexual harassment, and victims' coping strategies, etc. Data from a total of 267 participants were analyzed. As a result, 99.3% of the participants experienced victimization of sexual harassment at least once. It was found that 62.5% of the participants had experienced perpetration of sexual harassment, confirming that sexual harassment in digital games is very prevalent. Among the types of sexual harassment, indirect sexual harassment was experienced at the highest level among both victims and perpetrators. Continuous victims experienced significantly higher levels of anger/irritation, depression/anxiety, and hostility/stress. The most common victims' coping strategy was ‘reporting to the in-game reporting system’, followed by denial and avoidance. In the case of emotional impact due to perpetration, the top 10% of the perpetrator group was found to experience higher levels of psychological stimulation such as thrill/excitement through the perpetration behavior, while also experiencing negative emotions such as guilt. As a result of comparing differences between victims and perpetrators, it was confirmed that there were differences between groups in game use. This study is significant in that it identified specific facts that occur in digital games of various genres and characteristics, rather than in specific games.

본 연구는 환경교육용 보드게임 개발에 관한 연구다. 이를 위해 문헌 고찰과 전문가 인터뷰를 실시하여 핵심 메커니즘과 용어를 도출하였다. 또한, 타당도와 신뢰도 검증을 위하여 델파이 조사를 진행하였다. 연구 결과 9개 항목에 대하여 합의가 이뤄졌으며, 이를 기반으로 ‘수풀로 메이커’ 프로토타입을 제작하고 플레이테스트 를 진행하였다. 그 결과, 환경에 대한 관심, 생태복원의 개념, 탄소 중립에 대한 이해를 보여, 연구의 초기 목 적을 달성한 것으로 나타났다. 본 연구로 인해 개발된‘수풀로 메이커’는 아동과 청소년의 환경교육 교재의 역할 뿐만 아니라, 환경에 대한 깊이 있는 이해를 견인하고, 더 나아가 실천양식 변화의 잠재성을 키우는 역 할에 기여할 수 있을 것으로 기대한다.

This study is a study on the development of a board game for environmental education. To this end, a literature review and expert interviews were conducted to derive key mechanisms and terms. As a result of the study, an agreement was reached on nine items, and based on this, a prototype of the "Supro Maker" was produced and a play test was conducted. As a result, it was found that the initial purpose of the study was achieved by showing interest in the environment, the concept of ecological restoration, and an understanding of carbon neutrality. The "Supro Maker" developed through this study is expected to contribute to the role of not only a textbook for environmental education for children and adolescents, but also a role of driving an in-depth understanding of the environment and further enhancing the potential for changes in practice patterns.

본 연구는 테이블 탑 보드게임 개발 방법론인 CDR 모델을 제안하여 보드게임 개발과정에서의 어려움을 일 부 해소하고 나아가 디자이너가 개발 경험을 지속할 수 있는 토대를 마련하는 것이 목적이다. 이를 위해 보 드게임 개발 방법론인 CDR 모델을 설계하고 보드게임 개발 경험이 있는 전문가 패널 15명을 대상으로 인터 뷰를 진행하였다. 연구 결과 CDR 모델이 기존의 개발 방법론보다 체계적인 개발이 가능하도록 설계되어 개 발 시 단계별 작업 내용을 확인하고, 오류를 줄이면서 누락내용 없이 개발이 가능한 것으로 나타났다. 본 연 구에 의한 CDR 모델을 통해 보드게임을 만들고자 하는 디자이너는 보드게임을 디자인하는 데 있어서 가장 중요한 게임요소와 그것을 어떻게 부각할지에 대한 고민을 해결하고 개발을 지속할 수 있는 토대를 마련하 는 데 도움이 될 것으로 기대한다.

on the study, to propose the CDR model, which is a tabletop board game development methodology, to solve some of the difficulties in the board game development process and to lay the groundwork for designers to continue their development experience. To this end, design thinking was applied to game-related theories to design a CDR model, a board game development methodology, and interviews were conducted with 15 expert panels with experience in board game development. According to the research results, the CDR model is designed to enable more systematic development than the existing development methodology, and is effective in reducing the development period and personnel.

본 사례 연구는 실시간 음성인식을 결합한 설치 작품의 기술, 언어학과 인터랙티브 아트의 융합을 탐구하는 것을 목표로 한다. 따라서 음성인식 기술이 언어라는 축을 통해 ‘Spect’actor’에게 어떻게 전달할 수 있는지에 대한 예술적 관점과 심도 깊은 이해를 도모하고자 한다. 본 연구는 음성인식 기술을 통한 미디어아트 해석 의 가능성을 전반으로 확대하고, 특히 인터랙티브 미디어아트 분야에서 회화적 자동 음성인식을 통한 미디어 아트 해석의 가능성을 넓히고자 합니다.

This case study aims to explore the convergence of technology, linguistics and interactive art of an installation combining real-time speech recognition. It will be followed by fostering an artistic point of view and deeper understanding of how speech recognition technology can convey the ‘spect’actor’ through the axis of language. Therefore, speech recognition can have limitation to media art in space where internet access isn’t furnished nor available. Throughout this research, we will seek to enlarge and inflate large possibilities of interpreting media art throughout spoken language leading to automatic speech recognition, particularly within the field of interactive media art.

본 연구는 ‘좌우뇌 활용 능력 향상을 위한 한자 교육 콘텐츠 개발’의 후속 연구로, 개발한 콘텐츠에 대한 전 문가 평가로 마무리된 연구에 이어서 사용자 관점에서 문제점을 발견하고 이를 보완함으로써 교육 콘텐츠로 서의 학습 가이드라인을 제시하는 것을 목적으로 한다. 1차 사용자 평가는 사용자 관찰법을 통해 진행하여 발견된 문제에 대하여 보완하고, 2차 사용자 평가에서는 참여자에 대한 뇌성향 검사를 진행하고, 인지면접법을 통해 사용자 평가를 진행하였다.

This study is a follow-up study on the development of East Asian Character education content to improve the ability to utilize the left and right brain. Following the study, which was completed with an expert evaluation of the developed content, problems were discovered and supplemented from the user's perspective. Through this, the purpose is to present learning guidelines as educational content. The first user evaluation was conducted through user observation to correct for discovered problems, and in the second user evaluation, brain propensity tests were conducted on participants, and user evaluation was conducted through cognitive interviewing. In this study, the following conclusions can be presented. First, it should be recognized that some educational approaches may need to be approached differently for left-brained and right-brained users. Second, questions that take a visual approach should be designed so that only one answer is correct. Third, for questions that take a linguistic approach, the answers are presented so that the differences due to contrast are clearly visible, and the answer is approached by looking for one point that is different from the standard East Asian Character. Fourth, it is appropriate to select East Asian Characters that will be used as learning objects in content from among those who are skeptical. Fifth, right-brained users most preferred the type that understood meaning from visually forced images, while left-brained users most preferred the type that understood meaning by combining elements.

최근 다양한 생성형 인공지능 프로그램 기술이 발전하며, 대중적으로 상용화되면서 생성형 인공지능을 활용 한 미디어아트의 창작사례가 늘어나고 있다. 사진의 등장이 기존의 회화 작품을 대체하지 않고 새로운 예술 형태로 존재한 것과 같이 생성형 인공지능 기술을 활용한 미디어아트 예술 표현 또한 새로운 방식과 형태로 존재할 수 있다. 논문에서 열거한 생성형 인공지능 프로그램을 활용하여 창작된 사례들과 같이 하나의 작품 으로 증명이 되고 있다. 이에 본 논문에서는 인공지능의 의미와 역사적으로 형성된 생성형 인공지능을 활용 한 작품 사례들을 살펴보고, 다양한 형태로 존재하고 있는 생성형 인공지능 프로그램을 기반으로 형성된 미 디어아트 작품을 분석해보고자 한다. 이를 통하여 방대한 빅데이터를 기반으로 존재하고 있는 생성형 인공지 능의 기술을 자유롭게 창작자가 예술작품으로 사용하며 다채로운 형태로 전시된 미디어아트의 제작과 방법 론에 보탬이 되고자 한다.

With the recent development of various generative artificial intelligence program technologies and popular commercialization, media art creative cases using generative artificial intelligence are increasing. Just as the appearance of photographs does not replace existing painting works and exists in new art forms, media art expressions using generative artificial intelligence technology can also exist in new ways and forms. As in the cases created using the generative artificial intelligence programs listed in the paper, it is proved as a single work. Therefore, this paper aims to examine the meaning of artificial intelligence and examples of works using generative artificial intelligence that have been formed historically, and to analyze media art works formed based on generative artificial intelligence programs that exist in various forms. Through this, the creator freely uses the generative artificial intelligence technology that exists based on vast amounts of big data as a work of art, and it is intended to contribute to the production and methodology of media art displayed in various forms.

본 연구에서는Stable Diffusion 프레임워크를 활용하여 게임 스타일의 스케치, 특히 도시 장면을 생성하는 방법 을 소개한다. 확산 기반의 모델인Stable Diffusion은 쉬운 접근성과 뛰어난 성능으로 많은 연구자와 일반인들에 게 선호되며, 텍스트-스케치, 이미지-스케치의 생성이 가능하다. Stable Diffusion의 몇 가지 문제는 이미지의 국 소성 보존 문제 및 미세 조정인데, 이를ControlNet과DreamBooth를 사용하여 해결한다. 결과적으로, 본 연구를 통 해 게임 제작에 사용될 수 있는 텍스트-스케치, 이미지-스케치 생성이 가능하며, 더 나아가 아티스트를 돕는 툴 로도 활용될 수 있다.

Games are a vital part of our culture, leading the generation of tools such as Adobe Photoshop and Unity for game developers. Although sketches are a fundamental form that can be stylized in various ways, there is a scarcity of tools capable of generating images into sketch. To bridge this gap in the artistic sketch domain of gaming and the field of deep generative models, we propose a multimodal sketch generation framework with Stable Diffusion, focusing especially on urban scenes. Stable Diffusion, a model within the diffusion-based category, has gained notable attention in the open-source community and is user-friendly. Thus, we have chosen to utilize Stable Diffusion in our approach. This model processes input prompts and images through the CLIP encoder and effectively generates images. However, Stable Diffusion faces challenges such as a losing locality of input image and difficulties in fine-tuning. To overcome these issues, we incorporate ControlNet and DreamBooth into our framework. We conclude with a demonstration of promising results, urban landscape sketch, in both text-to-sketch and image-to-sketch generation.

가상의 공간에서 함께 즐기는 콘텐츠에 대해 관심이 늘어나고 있다. 더불어 가상공간에서 나만의 아바타도 꾸미고 게임 콘텐츠 역시 즐기고 있다. 이러한 가상의 공간을 메타버스라고 하며 대표적인 플랫폼으로는 제 페토와 로블록스가 있다. 메타버스 플랫폼은 플랫폼의 취지에 맞게 유저가 직접 제작하기 편리한 컨텐츠 제 작 도구를 지원한다. 그러나 일반 유저가 제작한 콘텐츠는 메타버스에서 활동하고 있는 다양한 유저의 관심 과 흥미를 지속적으로 유발하기에는 부족한 부분이 있어 꾸준한 흥행이 어렵다. 본 논문은 기존 게임 엔진을 활용해서 콘텐츠를 제작하는 콘텐츠 개발자로서 메타버스 플랫폼이 제공하는 제작 도구의 효용성을 검증하 고자 게임 엔진의 선택 기준을 참고하여 인터페이스, 개발 언어, 개발 공정의 기준으로 대표하는 플랫폼의 제작 도구를 비교하였다.

Nowadays, there is a growing interest in content that people enjoy together in virtual spaces. In line with this trend, people are decorating their own avatars and enjoying game content in virtual spaces. These virtual spaces are called metaverses, and representative mega-platforms are ZEPETO and ROBLOX. The content that can be enjoyed on the Metaverse platform is called Metaverse content, and it also supports content creation tools that are convenient for users to create their own content according to the purpose of the platform. However, the contents created by general users are not consistently successful compared to the released contents, as they are insufficient to attract the attention and interest of various users who are active in the metaverse. In order to solve this problem, this paper aims to verify the effectiveness of content creation tools for content developers who utilize existing game engines to create metaverse content, and compares them in terms of interface, development language, and development process, referring to the selection criteria of game engines.

메타버스는 탐험, 사회적 상호 작용, 창의적 표현이 가능한 오픈 월드를 특성으로 하며, 대표적인 메타버스 플랫폼인 로블록스는 십대에게 다양한 게임을 제공하고 있다. 십대 청소년은 엔터테인먼트뿐만 아니라 커뮤 니케이션, 가상 구매, 일탈을 위해 게임에 참여한다. 이에 따라 십대 유저와 아바타 간의 관계를 연구는 계속 되었다. 본 연구는 러시아 십대 유저를 대상으로 로블록스 플레이어의 게임 동기와 아바타의 동기화 사이의 연관성을 조사한다. 본 논문을 위해 러시아 십대 청소년 133명을 대상으로 게임 동기와 아바타 동기화 부문 에 대한 20개의 문항으로 구성된 온라인 설문조사를 실시했다. 그 결과 게임 동기와 아바타 동기화 사이에 상관관계가 나타났다. 일례로 일탈을 위해 로블록스를 하는 유저는 아바타를 자신(아바타-나)과 같다고 인식 하는 것으로 나타났으며, 사회적 동기를 갖고 로블록스를 즐기는 유저는 아바타를 하나의 도구로 인식하는 것으로 나타났다. 아바타를 '나'로 인식하는 것은 모든 게임 동기와 상관관계가 있는 것으로 나타났다. 또한 본 논문의 연구 결과는 아바타의 외형이 아바타 동기화와 높은 관련이 있다는 것을 보여주었다. 유저가 아바 타를 어떻게 인식하는 지를 이해하는 것은 메타버스 내에서 보다 안전하고 사용자 친화적인 온라인 환경을 조성하고 더 많은 플레이어를 끌어들이는 데 있어서 매우 중요한 요소임을 확인하였다.

The popularity of games like Roblox has surged due to their open-world nature, enabling exploration, social interaction, and creative expression through avatars. Teens engage with these games not just for entertainment, but also for communication, virtual purchases, and escapism. Consequently, there is increasing interest in studying the relationship between individuals and their avatars, much remains unexplored in this field. This study investigates the alignment between game motives and avatar perception among Roblox players. An online survey was conducted, featuring 20 questions divided into game motives and avatar perception sections, among 133 Russian teenagers. Results showed correlations between game motives and avatar perceptions. For example, the experimental motive is closely linked to perceiving the avatar as oneself (avatar-as-me) and symbiote, while social motive leads to the avatar as tool perception, moreover perceiving avatar “as me” correlates with all game motives. Also, this study showed the high importance of avatar appearance, which is connected to avatar perception but can't be explained only by this. Understanding avatar perception is crucial for cultivating a safer and more user-friendly online environment and creating new games that will attract more players and help developers.

이 연구는 생성형 AI(Generative AI) 기술을 활용하여 기본 시각디자인 분야에서의 새로운 접근 방법과 가능 성을 탐색한다. Generative AI는 데이터 기반 학습을 통해 창의적인 디자인을 생성하는 인공지능 기술로, 시 각디자인에서 중요한 역할을 하고 있다. 본 연구는 Generative AI가 시각디자인의 기본 요소와 원리에 어떻게 적용되며, 디자인 프로세스를 어떻게 혁신할 수 있는지를 분석한다. 먼저, Generative AI가 색채, 형태, 구성과 같은 디자인의 기본 요소를 어떻게 해석하고 재창조하는지에 대해 연구한다. 이를 통해 AI가 디자인의 창의 성과 예술성을 어떻게 향상시킬 수 있는지를 탐구한다. 또한, AI가 디자인 결정 과정에서 어떻게 인간 디자 이너를 보조할 수 있는지에 대해서도 연구한다. 이 연구는 Generative AI를 실험하고, 이를 통해 얻은 시각디 자인 결과를 통해, AI가 시각디자인의 전통적인 접근 방식에 어떤 새로운 시각과 해석을 제공하는지를 조사 한다. AI 기술의 발전이 디자인의 미래와 디자이너의 역할에 어떤 변화를 가져올지에 대한 통찰과 디자인 분 야의 전문가뿐만 아니라, AI 기술에 관심 있는 학자들에게도 중요한 시사점을 제공한다는 점에서 의의를 찾을 수 있다.

This research explores new approaches and possibilities in the field of basic visual design using Generative AI technology. Generative AI, an artificial intelligence technology that creates creative designs through data-based learning, plays a significant role in visual design. This study analyzes how Generative AI can be applied to the fundamental elements and principles of visual design and how it can innovate the design process. Initially, the research focuses on how Generative AI interprets and reimagines basic design elements such as color, form, and composition. Through this, it explores how AI can enhance the creativity and artistry of design. Additionally, the study examines how AI can assist human designers in the decision-making process. This research involves experimenting with Generative AI and, through the visual design outcomes obtained, investigates how AI provides new perspectives and interpretations to the traditional approaches of visual design. The advancement of AI technology and its implications for the future of design and the role of designers offer significant insights, not only for experts in the design field but also for scholars interested in AI technology, marking the significance of this study.

본 연구는 네트워크 이상 감지 및 예측을 위해 벡터 자기회귀(VAR) 모델의 사용을 비교 분석한다. VAR 모 델에 대한 간략한 개요를 제공하고 네트워크 이상 체크로 사용 가능한 두 가지 버전을 검토하며 두 종류의 VAR 모델을 통한 경험적인 평가를 제시한다. VAR-Filtered moving-common-AR 모델이 단일 노드 이상 감지 성능에서 우수하며, VAR-Adaptive Learning 버전은 몇 개의 노드 간 이상을 효과적으로 식별하는 데 특히 효 과적이며 두 가지 주요VAR 모델의 전반적인 성능 차이에 대한 근본적인 이유도 분석한다. 각 기술의 장단점 을 개요로 제공하고 성능 향상을 위한 제안도 제시하고자 한다.

This research conducts a comparative analysis of Vector Autoregressive (VAR) models for network anomaly detection and prediction, focusing on two specific VAR versions. It empirically assesses their effectiveness in detecting and forecasting anomalies, finding that the VAR-Filtered moving-average-AR model excels in single-node anomaly detection, while the VAR-Adaptive Learning model is more effective for detecting anomalies across multiple nodes. The study explores the reasons behind the performance differences of these models and compares VARs with other methods like Markov Chain Monte Carlo and Artificial Neural Networks, using datasets based on real-world and fictional network scenarios. It evaluates the trade-offs between these techniques and provides insights into their advantages, disadvantages, and potential improvements for network anomaly detection.

디지털 기술은 단순한 정보 전달 수단을 넘어서, 서사를 생성하고 소비하는 방식을 재정의하는 새로운 형태 의 패러다임이다. 디지털 기술의 발전과 함께, 디지털 매체는 강력한 스토리텔링 도구로서 현대 교육 분야에 자리 잡고 있으며, 이는 전통적인 교육 방식과 비교했을 때 학습자의 상호작용이 강조된다는 차이가 있다. 본 연구는 이러한 디지털 스토리텔링 환경에서 시·청각이 결합된 정보를 학습자에게 제공하고, 스토리텔링 과정에 선택지를 제공함으로써 상호작용성과 게임 요소를 더해 학습자 스스로 스토리텔링을 통해 학습하는 방법을 제안하였다. 그리고 연구의 타당성 검증을 위해 전문가 인터뷰를 실시하였다. 전문가 검증결과, 학습 자 스스로 스토리텔링을 통해 학습하는 과정은 이해도와 몰입도 측면에서 매우 효과적일 것이라는 긍정적인 답변을 얻을 수 있었다.

Digital technology is more than just a means of conveying information, it is a new form of paradigm that redefines the way we create and consume narratives. With the advancement of digital technology, digital media have found a place in modern education as a powerful storytelling tool, with the difference that it emphasizes learner interaction compared to traditional teaching methods. In this study, we proposed a method to learn through storytelling by providing learners with combined visual and auditory information in a digital storytelling environment and adding interactivity and game elements by providing choices in the storytelling process. We conducted expert interviews to validate the study. As a result of the expert validation, we received positive responses that the process of learning through storytelling by the learners themselves would be very effective in terms of comprehension and engagement

본 논문에서는 대규모 실시간 매칭의 생존 게임에서 플레이를 위한 유저들의 소셜 관계에 대해 연구한다. 특히 사전 팀 구성 을 통한 자의적인 팀 구성이 어떤 방식으로 유저들을 연결하는 지 연구하고자 한다. 다수의 사람 간 집단 역학에서 나타나는 특성이나 패턴에 대한 조사를 중심으로 하였으며, 개인의 특성은 보조적인 수단으로만 사용된다. 이번 연구에서는 게임을 플레이하는 유저들의 익명화 된 대규모 데이터를 활용하며 이에 대한 간소화된 집계 방법을 제안한다. 데이터 세트에는 사전 팀 구성에 관한 11,25911,259만 줄의 속성이 포함되어 있으며 데이터에서 우리는 250250만개의 노드와 1,1821,182만개의 무방향 에지가 있는 협업 네트워크를 구성하여 대규모 게임 내 협동 네트워크를 만듭니다. 연결 정도, 경로 길이, 클러스터링 및 소속 하위 컴포넌트의 크기 등 네트워크에 관한 수치를 통해 게임내 소셜 활동에 대한 이해를 높이고자 한다. 본 논문에서는 다음의 두가지 특성을 중심으로 결론을 제시한다. 첫째, 네트워크 내에는 대규모로 연결된 22개 전체의 44% 및 2%) 와 나머지의 파편화된 하위 컴포넌트로 구성 되어있다. 이 대규모 컴포넌트 중 작은 쪽은 한국 유저로만 구성되어 있다. 둘째, 컴포넌트 크기 별 평균 연결 거리와 군집화 계수, k corecore를 확인함으로써 기타 다른 네트워크 대비 이웃 간 연결이 강하면서 전체적으로는 비교적 멀리 떨어져 있음을 확인한다

In this study, the social relationships of users in large-scale, real-time matching survival games are investigated. Specifically, the study explores how voluntary team-ups through 'pre-made formation' facilitate connections among users. The primary focus is on the characteristics and patterns emerging from group dynamics among multiple individuals, using personal characteristics only as supplementary data. We employ anonymized, large-scale user data from these games and propose a simplified method for aggregating this data. Our dataset comprises 112.59 million rows of attributes related to 'pre-made teams'. From this data, we construct a network with 2.5 million nodes and 11.82 million undirected edges, representing a substantial in-game collaboration network. By analyzing network-related measures such as connection degree, path length, clustering, and the size of belonging subcomponents, we deepen the understanding of social activities within the game. This paper presents findings centered around two main observations: First, the network consists of two large-scale connected components (accounting for 44% and 2% of the total, respectively) and numerous fragmented subcomponents, with the smaller large-scale component predominantly comprising Korean users. Second, we observe that while connections between neighboring nodes are as strong as those in other collaboration networks, they are relatively more distant compared to other social networks