Earticle

본 논문은 모바일 폰 사진을 활용하여 도시 공간에서 전력선과 건물 사이의 거리를 편리하게 모델링하고 측정하는 방법에 중점을 두고 있으며, 이에 대한 정확성을 평가하였다. 모바일 장 치용 2뷰 지오메트리를 사용한 전력선과 건물의 3D 재구성 방법을 설계하여 어디에서나 즉시 측정할 수 있도록 하였다. 특징점을 사용하여 전력선과 건물 사이의 거리를 계산하고 건물 정 보를 활용하여 게임 가상 공간에 전력선과 전주를 배치할 수 있다. 본 논문에서는 대전시 내 10개의 위치에서 실험을 실시하고, 상업용 시스템과 LiDAR가 있는 경우와 없는 경우를 포함 한 이전 방법과의 성능을 평가하였다. 우리의 방법을 스마트폰에 구현했기 때문에 장점은 휴 대성과 저렴함이다.

This paper focuses on a method for conveniently modeling and measuring the distance between power lines and buildings in real urban spaces using mobile phone photos and assessing their accuracy. A 3D reconstruction method of power lines and buildings using a 2-view geometry was designed for mobile devices to enable instant measurements from anywhere. It is possible to position power lines and utility poles in game virtual spaces by calculating the distance between power lines and buildings using feature points and utilizing building information. In this paper, we conducted experiments at 10 locations in Daejeon city and evaluate a performance between our method and previous methods, including commercial systems with and without LiDAR. Since we implemented our method on a smartphone, the advantage of our method is portability and inexpensiveness.

본 연구는 서바이벌 게임에서 맵의 디자인 요소를 분석하고 표준화하는 것을 목표로 했다. 상 용 게임 10개를 조사하여 네 가지 주요 맵 유형을 파악하였고, 이를 바탕으로 유니티 에디터를 사용해 네 가지 유형의 맵을 개발 및 구현하였다. 무작위 위치에 장애물을 스폰하고, 타일 재 배치 시스템을 통해 맵을 무한대로 재배치할 수 있도록 했다. 또한, Update() 메서드를 조정해 타일 변위 오류를 해결했다. 마지막으로, ML 에이전트를 사용해 맵을 테스트했으며, 에이전트가 환경을 탐색하고 장애물과 적대 대상을 인식 및 공격하며 각기 다른 네 가지 맵에서 효과 적으로 대응하는 모습을 확인했다.

This study aims to analyze and categorize map design elements in survivor-like games. By examining ten commercially available games, we identified four primary map types in 10 different games. Based on these findings, we developed four distinct map types using the Unity editor. To simulate and implement the maps, we located dynamically spawning obstacles at random places and generated tile relocation system for infinite map rearrangement. Additionally, we addressed issues such as tile displacement errors by adjusting the Update() method which is continuously checking and repositioning the tiles. This ensured a fluid and challenging gameplay experience. We tested the maps using an ML Agent, which demonstrated the ability to navigate the environment, recognize and avoid obstacles, and respond to hostile target effectively. The study results an offer insights into effective map design and balancing in survivor-like games. Future research will explore using ML Agents to automatically assess and rank map difficulty, optimizing game design and enhancing player experience in this genre.

실시간 온라인 게임 서버에서의 게임 상태 동기화는 중요한 문제이며, 기존 동기화 방식은 상황 에 따라 성능이 변동하는 한계가 있다. 본 연구에서는 이를 해결하기 위해 하이브리드 동기화 방 식을 제안한다. 클라이언트 간 거리가 가까울 때는 Lockstep 방식을, 멀 때는 서버 동기화 방식 을 사용하여 일관성과 가용성을 모두 만족시킨다. 술래잡기 게임에서 하이브리드 방식을 적용한 결과, 기존 방식보다 최대 74.6% 향상된 위치 일관성과 23.6% 감소된 응답시간을 달성했다.

In real-time online game servers, game state synchronization between users is a severely important issue. However, existing game state synchronization methods have the problem that their performance fluctuates depending on the situation. In this paper, we propose a new hybrid synchronization method that provides satisfactory performance to users in all situations. This method guarantees consistency by always providing the same result by using the Lockstep synchronization method when the distance between clients is close, and satisfies availability by providing a fast response time by using the Server Authoritative method when the distance between clients is far. With a tag game, The hybrid synchronization method achieves up to a 74.6% improvement in position consistency and a reduction in response time by up to 23.6% compared to the existing synchronization methods.

현대 사회에서 음악은 일상생활에 깊숙이 자리 잡아, 개인의 음악적 취향과 감정 상태에 맞는 콘텐츠를 손쉽게 찾고 소비하는 것이 중요해지고 있다. 콘텐츠 소비 증가와 더불어 제작 속도 및 효율 또한 중요한 요소로 부상하고 있다. 그러나 기존 음악 콘텐츠 제작 방식은 주로 기존 음악을 플레이리스트로 만들고 간단한 애니메이션이나 이미지를 영상으로 추가하는 방식이다. 이러한 한계를 극복하고자, 인공지능(AI) 기술을 활용하여 사용자 맞춤형 음악을 생성하고 콘 텐츠를 제공하는 어플리케이션을 개발하였다. AI 모델을 통해 사용자의 감정 상태를 분석하고, 이를 기반으로 음악적 요소를 최적화하여 개인화된 음악 콘텐츠를 생성하는 것에 목표를 두었 다. Mel-frequency cepstral coefficients(MFCC)와 템포 분석을 통해 음악 데이터의 특징을 추출하고, 이를 기반으로 사용자 감정에 부합하는 프롬프트를 생성하였다. 생성된 프롬프트는 MusicGen 모델에 입력되어, 사용자의 감정 상태와 음악적 취향을 반영한 새로운 음악을 생성 하는 데 활용하였다. 또한, ComfyUI를 활용하여 텍스트-이미지-비디오 변환 파이프라인을 구 축함으로써, 생성된 프롬프트를 기반으로 다양한 멀티미디어 콘텐츠 제작을 가능하게 하였다. 기존 음악 콘텐츠 제작 방식의 시간 및 비용 문제를 해결하고, 사용자에게 보다 정교하고 개 인화된 음악 경험을 제공하는 데 기여할 수 있을 것으로 기대된다. 향후 다양한 분야에서의 응용 가능성을 제시한다.

In modern society, music plays an integral role in daily life, making it crucial for individuals to easily find content that aligns with their musical preferences and emotional state. Traditional music production methods, which rely on playlists and basic visuals, are limited in their ability to offer personalized experiences. To address these limitations, a new application utilizing AI technology was developed to generate personalized music and multimedia content. The AI model analyzes the user's emotional state and optimizes musical elements to create custom music. This is achieved through the extraction of features like Mel-frequency cepstral coefficients (MFCC) and tempo from the user's music data, which are then used to generate prompts that reflect their emotional state. These prompts are fed into the MusicGen model to create new, emotion-based music. Additionally, a text-to-image-to-video conversion pipeline using ComfyUI was implemented, allowing the creation of diverse multimedia content based on the user's emotions and preferences. This approach not only addresses the time and cost constraints of traditional music production but also enhances the personalization and quality of the content. The method holds potential for future applications across various industries by providing more refined and tailored user experiences.

인공지능(AI)은 20년 이상 게임 분야에 널리 적용되어 왔다. 그러나 협동(coordination) 게임에서의 AI 에이전트, 특히 경주 게임에서 협동에 대한 연구는 상대적으로 적은 주목을 받아왔다. 이러한 관심의 부족은 불완전한 파트너를 충분히 보완하면서 사용자의 게임 플레이 경험 과 수행 능력 을 저해하지 않아야 하는 복잡성에서 부분적으로 기인한다. 우리는 경주 게임에서 협동 에이전트 의 잠재력을 탐구하고 밝히기 위해, 자동차 컨트롤을 두 개의 서로 다른 에이전트로 나눔으로써 협동 환경을 갖춘 자동차 경주 게임을 개발하였다. 이어서 실험을 통해 다양한 훈련 방법과 파트 너의 정보를 활용하여 에이전트와 파트너의 협동을 평가하였다. 특히, 학습 시 서브-옵티멀 파트 너와 함께하는 것과 에이전트를 해당 파트너에게 맞게 개인화하는 것의 영향을 조사하였다. 연구 결과, 불완전한 파트너와 훈련했을 때 성능이 2%에서 7%까지 향상되었으며, 파트너에게 맞게 개 인화했을 때는 모든 파트너에게 일반화한 경우보다 최대 3점(6.7%)까지 성능이 향상하였다. 본 연구를 통해, AI 에이전트를 개인화하는 것의 잠재력을 보여주었고, 에이전트가 파트너의 불완전 함을 인지하는 것의 장점을 확인하였다. 본 연구가 협동 게임에서 개인화된 에이전트 연구에 이 바지하기를 기대한다.

Artificial intelligence has been widely applied in games for over two decades. However, AI agents in coordination games, particularly in racing game environments, have not yet received substantial attention. This oversight is partly due to the complexities of compensating for imperfect partners without compromising the player’s performance and experience. To explore and unveil the potential of cooperative agents in racing games, we developed a car racing game with a specialized coordination environment by dividing car controls between two distinct agents. Our experiments evaluated the agents' ability to coordinate with their partners using various training methods and integrating partner-specific information. Specifically, we investigated the impact of training with sub-optimal partners and personalizing the agent to better coordinate with its partner. In our findings, the agents’ performance improved by 2% to 7% when trained with an imperfect partner, and up to 6.7% (3 points) increase was observed when the agent was personalized to its partner compared to generalizing to the entire distribution. The results suggest the potential of personalizing AI agents for enhanced coordination, particularly in racing games. This study is expected to contribute to the development of personalized AI agents in coordination games and improve interactions with human players.

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.

Current AI-based music generation models and research primarily focus on manual text-based music generation. This paper proposes a music generation system that automates text prompts to enhance user convenience and streamline the creative process. The study involves building a dataset that includes genre, artist, and album information by analyzing and processing music data collected from audio files and extracting keywords from lyrics. The lyrics data are tokenized using the KoNLPy natural language processing library in Python, and key terms are extracted through TF-IDF vectorization. Additionally, the study suggests a method for automatically generating text prompts using MFCC, tempo, and other feature data to predict emotions through a model that combines CNN and ChatGPT. These automatically generated text prompts are then input into the MusicGen model to automatically create new music that reflects the user's emotional state and musical preferences. The findings of this study are expected to contribute to the field of music data analysis and generation.

본 연구는 현 시대에 등장하는 일러스트레이션을 하인리히 뵐플린이 제시한 이론의 관점으로 접근하였으며, 시각적 회화와 촉각적 회화로 분류하여 해석하고자 한다. 일러스트레이션에 나타난 표현기법을 통합적으로 살펴보기 위해서 그림책작가를 선정한 후, 인 터넷 사이트나 출간된 서적 등에서 해당 작가의 작품 이미지를 수집하였다. 이들을 시각적 회 화와 촉각적 회화로 분류하였다. 윤곽선의 활용에 대한 부분이 가장 확실한 특징이라고 파악 하여, 윤곽선 활용 유무를 기준으로 분류하였다. 이들 중에서 작가가 각 작품마다 다른 스타일 을 추구하는 경우, 본 연구에서 수집한 작품을 중심으로 분류하였다.

This study approached the illustrations appearing in the present era from the perspective of the theory presented by Heinrich Wölfflin, and attempted to interpret them by classifying them into visual paintings and tactile paintings. In order to comprehensively examine the expressive techniques shown in illustrations, we selected picture book authors and collected images of their works from Internet sites and published books. These were classified into visual paintings and tactile paintings. We identified that the most obvious characteristic was the use of outlines, and classified them based on the presence or absence of outlines. Among these, if the author pursued a different style for each work, we classified them based on the works collected in this study. In picture books consumed in the present age, by applying white margins to the background, the expressed object is revealed regardless of the dominance of the outline. In tactile paintings dominated by outlines, the method of expression is implemented in various ways in terms of the use of lines, and in the case of visual paintings where the outlines are not clear and colors or light and shade are emphasized more, the differences in color, brightness, and saturation between each object are made clear to reveal the object. In future studies, by analyzing the illustration trends of picture books like this study, we will try to provide a new perspective for creators to express illustrations.

본 연구는 디지털 영상 제작 프로세스에서 점점 중요한 역할을 하고 있는 생성형 AI의 발전과 그 영향을 탐구한다. GPT, GAN 및 기타 생성 알고리즘과 같은 모델의 개발에서 AI 기술의 급속한 발전으로 영상 제작 환경이 큰 변화를 겪고 있다. ChatGPT, Runway, DALL·E, MidJourney, SunoAI 등 생성형 AI 모델의 발전으로 영상 제작 단계에서 적용 가능성이 크게 확장되었다. 생성형 AI는 아이디어 기획에서부터 최종 편집 프로세스에 이르기까지 다양한 제 작 단계를 간소화할 수 있는 잠재력이 있다. 예를 들어, AI는 플롯 아이디어나 대화를 생성하 여 대본 작성을 지원할 수 있으며, 후반 작업에서는 시각 효과를 향상시키고, 사실적인 환경을 만들거나, 반복적인 편집 작업을 자동화할 수 있다. 또한, AI 기반의 사운드 디자인 도구는 영 상 분위기에 맞춘 음악과 사운드 효과를 자동으로 생성할 수 있다. 본 연구는 현재 사용되고 있는 생성형 AI 기술을 조사하고, 특히 런웨이 AI 영화제에서 소개된 사례들을 통해 그 장점 과 한계를 분석한다. 연구 결과, 생성형 AI는 영상 제작에 드는 시간과 비용을 획기적으로 줄 일 수 있는 잠재력을 지닌 반면, 저작권 문제와 딥페이크와 같은 기술적, 윤리적 문제는 신중 한 고려가 필요함을 제시한다. 향후 연구 과제는 AI와 인간의 예술적 창의성 간의 균형을 유 지하는 방법에 관한 것이다.

This paper is to study the role of generative AI in transforming the digital video production process. As AI technologies, particularly models like GPT, GANs, and other generative algorithms, continue to advance rapidly, the video production landscape is undergoing significant change. Generative AI can streamline various stages of production, from the initial ideation phase to the final editing process. For instance, AI can assist in scriptwriting by generating plot ideas or dialogue, and in post-production, it can enhance visual effects, create realistic environments, or automate repetitive editing tasks. Moreover, AI-driven sound design tools can compose music or generate sound effects that dynamically adapt to the content of the video. This study examines the current applications of these technologies in real-world video production, providing insights through case studies and analysis of existing tools. Ultimately, the study concludes that while generative AI holds immense potential to revolutionize the video production industry by reducing time and cost, it also presents new challenges that require thoughtful consideration of its limitations and ethical boundaries.

본 연구는 웹툰 IP 기반의 게임의 성공과 실폐 사례를 분석하고 안정적인 웹툰의 게임화를 위 해 웹툰 장르별 특성에 맞는 텍스트 기반 게임 유형을 제안한다. 로맨스, 판타지, 액션, 스릴러, 드라마, 코미디 등 다양한 웹툰 장르와 인터랙티브 소설, RPG, 턴제 전투게임, 텍스트 어드벤처 등 게임 장르를 매칭하여 각 장르의 핵심 요소를 게임 메커니즘으로 전환하는 방안을 제시한 다. 또한 텍스트 기반 게임의 장점으로 상상력 자극, 깊이 있는 스토리텔링, 상호작용성 증대 등을 언급하며, 이를 통해 웹툰 IP의 확장과 팬 참여 촉진 가능성을 탐구한다.

This study analyzes the success and failure cases of games based on webtoon intellectual property (IP) and proposes text-based game types suitable for the characteristics of different webtoon genres to achieve stable gamification of webtoons. We present a method for converting core elements of various webtoon genres such as romance, fantasy, action, thriller, drama, and comedy into game mechanisms by matching them with game genres including interactive novels, RPGs, turn-based combat games, and text adventures. The advantages of text-based games, including stimulating imagination, enabling deep storytelling, and enhancing interactivity, are discussed. Through this approach, we explore the potential for expanding webtoon IP and promoting fan engagement.

방대한 빅데이터를 기반으로 발전한 인공지능 기술은 창작과 영상 예술, 인간의 고유 영역으로 여겨졌던 분야에 큰 영향을 미치기 시작했다. 전통적으로 선형적이었던 3D 애니메이션 제작 방식은 AI 이미지 생성 모델을 활용해 초기 기획, 컨셉 및 아이디어를 빠르게 비주얼화하고, 실시간 게임 엔진을 통해 실시간으로 수정 및 개선 작업을 반복하며 완성도를 높이는 비선형 적 방식으로 변화하고 있다. 본 논문에서는 Stable Diffusion의 노드 기반 비주얼 스크립트인 ComfyUI를 활용한 사전 제작 과정과 iClone 및 언리얼 엔진을 통해 디지털 휴먼을 제작하고 구체화하는 일련의 파이프라인을 분석한다. 이를 통해 전통적인 파이프라인을 넘어서는 새로운 예술적 표현의 가능성을 모색한다.

Artificial intelligence (AI) technology is increasingly influencing creative processes, video arts, and other domains previously regarded as uniquely human. Traditionally, 3D animation production followed a linear process; however, it is now transitioning toward a nonlinear approach that leverages AI image generation models. This shift enables the rapid visualization of initial plans, concepts, and ideas while enhancing the overall quality through iterative real-time modifications and improvements facilitated by real-time game engines. In this paper, we analyze the pre-production process utilizing ComfyUI, a node-based visual scripting tool for Stable Diffusion, and examine a pipeline for creating and refining digital humans using iClone and Unreal Engine. This study seeks to explore the potential for new forms of artistic expression that transcend traditional production pipelines.

본 논문은 급변하는 글로벌게임시장에 효과적으로 대응하고, 한국의 게임산업 경쟁력 제고 와 수도권 중심의 산업 구조를 탈피하기 위한 노력의 일환으로 전남지역 게임산업의 현황 및 발전 방안에 대하여 연구하였다. 이를 위해 우선 전남 게임 콘텐츠 산업 및 인재 양성의 현황 을 분석하여 타시·도 대비 전남지역만의 게임콘텐츠 혁신 역량을 분석하였다. 더불어 전남정보 문화산업진흥원 수혜기업 지원 현황과 실태파악을 위해 유선전화 및 서면조사 및 전문가 인터뷰를 통한 실증 연구를 도입하였다. 이를 바탕으로 현 게임 산업 트렌드와 정부의 게임 산업 진흥 종합계획을 고려한 전남지역만의 게임콘텐츠 지원 방향과 육성 전략을 도출하였다. 분석 결과 경험과 제작 능력을 갖춘 게임 개발사의 국내외 시장 진출 강화, 도내 IP를 활용한 지역 특화 서브컬처 게임 제작 지원, 지역 대학과의 산학협력을 통한 인재양성 등의 전략을 제언하였다.

This paper examines the current status and development plans of the game industry in Jeollanam-do in order to respond effectively to the rapidly changing global gaming market and reduce the concentration of the industry in the metropolitan area. The study begins with an analysis of the game industry and human resource development in Jeollanam-do by comparing its innovative capabilities with those of other regions. Empirical research was conducted through surveys and expert interviews to assess the support provided to beneficiary companies by the Jeonnam Information and Culture Industry Promotion Agency (JICIPA). Based on these findings, the paper proposes strategic directions for game content development in this region, aligned with current industry trends and the government's comprehensive plan for game industry promotion. Key recommendations include strengthening the participation of experienced game developers in domestic and international markets, supporting the production of region-specific subculture games leveraging local IP, and fostering talent through industry-academia collaborations. Beyond assessing the domestic game industry as a whole, it is essential to identify the unique characteristics of regional industry ecosystems and address their specific human resource needs.