Earticle

이 연구는 학부모 세대의 e스포츠 지식·노출 수준이 긍정적 가치 인식 및 부정적 위험 인식과 어떻게 관련되고, 이러한 인식이 태도와 자녀 지원 의도로 어떻게 이어지는지 구조적 관계를 검증하는 데 목적이 있다. 2025년 10월부터 2026년 5월까지 온라인 편의표집으로 266명의 응답을 수집하였고, 연구 참여 비동의(1명), 만 35세 미만(11명), 자녀 없음(25명), 전 문항 동일 응답(1명)을 제외한 학부모 228명(여성 55.3%, 평균 49.6세, 학사 이상 80.3%)을 분석하였다. 확인적 요인분석과 로버스트 최대우도법에 의한 구조방정식모형 분석을 실시하고, 간접효과는 5,000회 부트스트래핑으로 검증하였다. 가치 인식 요인에 교차적재된 태도 문항 2개를 제외한 결과 가치 인식과 태도의 판별타당도가 확보되었다(r=.78, 95% CI [.69, .87]). 분석 결과, e스포츠 지식·노출은 긍정적 가치 인식과 정적으로(β=.62), 부정적 위험 인식과 부적으로(β=−.45) 관련되었다. 긍정적 가치 인식은 태도와 강하게 관련되었으나(β=.74), 부정적 위험 인식과 태도의 관련은 약했고(β=−.13) 지식·노출→태도 직접경로나 인구통계 변인을 추가하면 유의하지 않았다. 태도는 도구적 지원 의도(β=.64)와 정서적 지지 의도(β=.74)를 유의하게 예측하였다. 직접경로를 추가한 대안모형의 적합도가 소폭 높아(Δχ²=6.26, p=.012; ΔCFI=.001) 부분매개의 가능성이 확인되었다. 정서적 지지 의도는 도구적 지원 의도보다 높았으며(dz=0.54), 어머니는 아버지보다 지식·노출이 낮고(d=−1.12) 위험 인식이 높았으나(d=0.61) 지원 의도에는 차이가 없었다. 횡단 자료이고 고학력층의 비중이 높은 표본이므로, 이 결과는 인과관계가 아닌 관련성으로 해석해야 한다. 학부모의 태도는 위험에 대한 인식보다 가치에 대한 인식과 더 밀접하게 관련되었으므로, e스포츠의 구체적 가치를 경험할 수 있는 학부모 리터러시 교육과 가족 참여형 프로그램, 근거에 기반한 건강관리 정보의 투명한 제공이 현실적인 출발점이 될 수 있다.

This study examined how parents' knowledge of and exposure to eSports relate to their perceived positive value and perceived negative risk of eSports, and how these perceptions relate to their attitudes toward eSports and their intentions to support their children's eSports activities. Online survey data were collected in Korea from October 2025 to May 2026 through convenience sampling. After excluding one non-consenting respondent, 11 respondents younger than 35, 25 respondents without children, and one straight-lining case, data from 228 parents (55.3% women; mean age 49.6 years; 80.3% with a bachelor's degree or higher) were analyzed using confirmatory factor analysis and structural equation modeling with robust maximum likelihood estimation, and indirect effects were tested with 5,000 bootstrap resamples. Two attitude items that cross-loaded on the value factor were removed, after which perceived value and attitude showed discriminant validity (r=.78, 95% CI [.69, .87]). Knowledge and exposure were positively associated with perceived value (β=.62) and negatively associated with perceived risk (β=−.45). Perceived value was strongly associated with attitude (β=.74), whereas the association between perceived risk and attitude was weak (β=−.13) and became non-significant when a direct path from knowledge and exposure to attitude or demographic controls were added. Attitude predicted both instrumental (β =.64) and emotional support intention (β=.74). An alternative model with the direct path fit slightly better (Δχ²=6.26, p=.012; ΔCFI=.001), suggesting partial mediation. Mothers reported lower knowledge and exposure (d=−1.12) and higher perceived risk (d=0.61) than fathers but did not differ in support intentions. Because the data are cross-sectional and the sample is highly educated, the findings should be read as associations rather than causal effects. Parent-oriented eSports literacy programs that make the concrete value of eSports visible may be a practical starting point.

본 연구는 디지털 게임 이용자의 실패내성 형성을 설명하는 개념 모델을 제안한다. 횡단연구로는 발달과 자기선택을 구별할 수 없으므로 Weiner의 귀인 연쇄(정서, 귀인, 기대, 선택)를 시간 축으로 확장하여 실패내성의 형성을 연쇄의 병목이 이동하는 과정으로 개념화하였다. 이로부터 회피와 좌절기, 의미 재구성기, 전략적 재도전기, 숙달과 도전 추구기의 네 국면을 도출하였으며, 각 국면은 정서조절, 귀인 재구성, 자기효능감, 숙달접근목표가 지배한다. 이에 따라 감정적 차원은 초기에 발달한 뒤 정체되고, 행동적 차원과 난이도 선호 차원은 이후에 발달할 것으로 예측된다. 디자인 어포던스와 공동체의 지지는 국면 전환의 조절변수로 이론화하였으며, 반증 가능한 여섯 개의 명제와 검증 전략을 제시하여 종단연구를 위한 분석틀을 제공한다.

This study proposes a conceptual model of how failure tolerance forms among digital game players. Because cross-sectional findings cannot distinguish development from self-selection, it extends Weiner’s attributional sequence (affect, attribution, expectancy, and choice) along a temporal axis and conceptualizes this formation as a shift of the sequence’s bottleneck. Four phases are derived: avoidance and frustration, meaning reconstruction, strategic re-challenge, and mastery and challenge-seeking, governed respectively by emotion regulation, reattribution, self-efficacy, and mastery-approach goals. The emotional dimension is thus predicted to develop early and plateau, and the behavioral and difficulty-preference dimensions later. Design affordances and community support are theorized as moderators of phase transitions. Six falsifiable propositions and a testing strategy are offered for longitudinal research.

이 연구는 LCK(League of Legends Champions Korea) 시청자를 대상으로 중계 채팅창 인게이지먼트가 시청 몰입 및 채널 충성도에 미치는 영향을 분석하였다. 채팅 인게이지먼트를 정보적(Functional), 관계적(Communal), 감정적(Emotional) 차원으로 유형화하여 194명을 회귀분석과 구조방정식모형으로 분석하였다. 정보적 인게이지먼트는 몰입에는 정(+)의 영향을 미쳤으나 충성도에는 유의하지 않아 ‘효용적 소비’의 특성을 보였다. 반면 관계적 인게이지먼트는 몰입과 충성도 모두에 정(+)의 영향을 미쳐 시청자 간 유대감의 중요성을 시사하였다. 감정적 인게이지먼트는 두 변수 모두에 유의한 고유 효과를 보이지 않았는데 이는 감정 표출의 휘발성 때문일 수 있으며, 시청 몰입은 충성도에 강력한 정(+)의 영향을 미쳤다. 본 연구는 e스포츠 스트리밍 플랫폼의 경쟁력 강화를 위해 단순한 정보 전달을 넘어 커뮤니티 중심의 상호작용 환경 구축이 중요함을 시사한다.

This study examines how live chat engagement relates to viewer immersion and channel loyalty among League of Legends Champions Korea (LCK) spectators. Chat engagement was categorized into Functional, Communal, and Emotional dimensions and tested with 194 viewers using structural equation modeling. Functional Engagement significantly predicted immersion but not loyalty, suggesting utilitarian consumption. Communal Engagement predicted both, implying that viewer bonds may underpin loyalty. Emotional Engagement had no significant unique effect on either, possibly owing to volatile emotional expression, while immersion strongly predicted loyalty. These findings suggest that community-centered interaction beyond mere information delivery may keep eSports streaming platforms competitive.

본 연구는 위치기반 모바일 게임 피크민 블룸의 한국어 리뷰에서 신체활동 및 게임 몰입·반복 이용과 관련된 자기보고 행동반응의 자동 분류 가능성을 검토하였다. 리뷰 3,000건 중 해당 반응은 1,167건(38.9%)이었으며, 코더 간 일치율은 92.6%, Krippendorff’s α는 .849였다. 자료를 학습(2,000건), 검증(500건), 테스트(500건)로 층화 분할하고, TF-IDF 기반 5개 머신러닝 모델을 비교하였다. 최종 선정된 Linear SVM의 테스트 정확도는 .820, 정밀도 .821, 재현율 .686, F1-score .747, Macro-F1 .804, ROC-AUC .887이었으며, 다항나이브 베이즈의 테스트 F1-score(.754)가 더 높았다. 추가 교차검증에서 Linear SVM의 평균 F1은 .773, 다항 나이브 베이즈는 .756이었다. 본 연구는 게임 이용자가 직접 서술한 신체활동 및 게임 몰입·반복 이용 관련 행동반응을 자동으로 분류할 가능성을 확인하였으며, 디지털 넛지 연구에 이용자 리뷰와 머신러닝을 활용할 가능성을 제시한다.

This study investigated machine learning-based classification of self-reported behavioral responses involving physical activity and game engagement in Korean reviews of Pikmin Bloom. Of 3,000 reviews, 1,167 (38.9%) were classified as containing such responses, with 92.6% intercoder agreement and Krippendorff’s α of .849. Five TF-IDF-based classifiers were evaluated using stratified training (2,000), validation (500), and test (500) sets. The selected Linear SVM achieved accuracy of .820, precision of .821, recall of .686, F1-score of .747, macro-F1 of .804, and ROC-AUC of .887, although Multinomial Naive Bayes had a higher test F1-score (.754). Nested cross-validation yielded mean F1-scores of .773 for Linear SVM and .756 for Multinomial Naive Bayes. These findings demonstrate the feasibility of automatically identifying user-reported behavioral responses involving physical activity, game engagement, and repeated use, supporting the application of machine learning to digital nudge research.

본 연구는 핀테크 증권사인 토스증권의 보상 요소가 이용자 담론에서 어떤 주제와 함께 나타나는지 분석하였다. 2025년 10월부터 2026년 9월까지 네이버와 다음에서 수집한 문서 중 중복·광고성 문서를 제외한 10,957건에 LDA와 CONCOR 분석을 수행하였으며, 무작위 표본 300건 중 경험담과 정보성 글은 76.3%였다. 보상 키워드는 개설, 초보 등 진입 키워드와 같은 군집을 이루어 매수, 해외주식 등 투자 실행 키워드와 분리되었고, 이용자는 출석이나 예측보다 이벤트, 퀴즈, 포인트를 훨씬 많이 언급하였다. 이는 행동 효과가 아닌 담론 구조에 관한 결과로, 보상 담론이 진입 단계에 집중되어 있음을 보여준다. 한편 사칭 사기는 독립된 군집을 이루었으므로, 진입 단계에서 위험 고지와 사칭 사기 예방 교육이 함께 필요하다.

This study examines how the rewards of Toss Securities, a fintech brokerage with game-like features, appear in online discourse. We analyzed 10,957 Naver and Daum documents (October 2025 to September 2026) after removing duplicates and advertisements; in a random sample of 300, 76.3% were user experiences or informational posts. LDA identified five topics and CONCOR four clusters. Reward keywords clustered with onboarding keywords, apart from trading keywords, and promotional rewards were mentioned far more often than game mechanics. These findings describe discourse rather than behavioral effects and suggest that investor protection should focus on the onboarding stage.

본 연구는 skyline query에 사용자 선호를 반영하기 위해 사용자 선택을 통해 추정한 선호가중치를 적용하는 유사도 skyline query 기법을 제안하였다. Skyline query는 사용자마다 다른 선호를 반영하지 못하므로, 선호 속성을 유사도로 압축하고 허위지배율과 손실폭으로 압축에 따른 후보 누락을 측정하였다. 유럽 호텔 1,473개로 실험한 결과 압축 방식의 연산량은 약 절반으로 줄었고, 본 실험의 데이터 조건에서 허위 지배에 따른 후보 누락이 발생하였다. 모의실험에서 가중치 추정 오차는 약 75~81% 감소하였다. 유형별 평균 추정 가중치는 개인화 skyline 재현율 100%를 보였고, 개인별 추정 가중치는 평균 81.1~90.5%로 낮았으나 뚜렷한 선호를 갖는 사용자에서 비교 기법보다 높은 F1 점수를 보였으며, 선택 생성 모형을 바꾸어도 효과가 유지되었다. 이는 사용자 선택 기반의 선호 가중치가 개인별 선호에 맞는 후보를 더 잘 찾음을 보인다.

This study proposes a preference-weighted similarity skyline query scheme that estimates preference weights from user choices. Skyline queries return non-dominated objects but ignore individual preferences. We compress attributes into a similarity value and measure candidate omissions with the false dominance rate and loss magnitude. On 1,473 European hotels, compression halved the computation but, under the tested data conditions, caused omissions due to false dominance. In simulations, the weight-estimation error decreased by about 75-81%. The mean estimated weight per archetype achieved 100% recall of the personalized skyline, while per-user weights achieved 81.1-90.5% and, for users with distinct preferences, a higher F1 score than the baselines.

본 연구는 Unity 게임 제작 수업의 Git 커밋 로그를 활용하여 팀 프로젝트의 개발 활동 패턴을 분석하였다. 전체 22개 팀 중 20개 저장소에서 수집된 1,756건의 커밋 가운데 2026년 9월 1일부터 10월 14일까지의 938건을 분석하였다. 활동 주 수, 커밋 집중도, 계정별 기록분포 및 의미 변경량을 분석한 결과, 집중형 8개, 지속형 6개, 혼합형 6개로 구분되었으며 최다 활동 계정 비중의 중앙값은 58.3%였다. 의미 변경량이 0인 커밋 131건 중 104건에서 추가 라인이 확인되었고, 분류 기준에 따른 민감도도 나타났다. 이를 통해 Git 커밋 로그는 학습성과의 직접 평가보다 개발 과정 점검을 위한 보조 지표로 활용하는 것이 적절함을 확인하였다.

This study analyzes project development activity patterns using Git commit logs from a Unity game production course. Of 1,756 commits collected from 20 repositories representing 20 of 22 project teams, 938 commits recorded between September 1 and October 14, 2026, were analyzed. Based on weekly activity, commit concentration, contributor distribution, and meaningful change metrics, eight repositories were classified as burst-oriented, six as continuous, and six as mixed. The median share of the most active contributor account was 58.3%. Among 131 commits with zero meaningful change, 104 contained added lines. Sensitivity analysis also revealed variations in classification results depending on threshold settings. These findings suggest that Git commit logs are more appropriate for monitoring development processes than for directly assessing learning achievement or individual contributions.

본 연구는 역할이 서로 다른 복수의 AI NPC 핵심기술을 오프라인 공간 기반 XR 기능성 게임에 통합 연동하기 위한 게임 플랫폼 아키텍처를 설계하고 실증하였다. 제안한 플랫폼은 요청·응답 처리, 데이터 표준화, 연결 상태 제어의 계층으로 게임 로직과 AI 핵심기술을 분리하며, 센서 기반 사용자 인식 구조로 물리 공간의 사용자 위치를 게임에 실시간 반영한다. 개발 중인 AI 핵심기술 대신 규칙 기반 스텁을 적용하여 단일 게임·단일 테스트베드에서 검증한 결과, 데이터 처리 파이프라인은 100%의 성공률과 평균 33.15ms의 응답시간을, 사용자 인식 구조는 공인시험에서 100%의 위치 추적 정확도를 보였다. 이는 AI 핵심기술의 완성 이전에도 게임 측 연동 구조를 선행 검증할 수 있음을 보여준다.

This study designs and verifies a game platform architecture for integrating multiple AI NPC core technologies into offline space-based XR serious games. The platform separates game logic from AI core technologies through request-response processing, data standardization, and connection status control layers, and reflects users’ physical positions in the game in real time through sensor-based recognition. Verified with a rule-based stub on a single serious XR game in a single testbed, the pipeline achieved a 100% success rate with an average response time of 33.15ms, and user recognition achieved 100% tracking accuracy in a certified test. This demonstrates that the game-side integration structure can be verified before the AI core technologies are completed.