인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
디지털 게임 산업은 정적인 서사 구조에서 벗어나 플레이어의 행동에 실시간으로 반응하는 동적이고 개인화된 경험을 제공하는 방향으로 진화하고 있다. 이러한 요구에 부응하기 위해 대규모 언어모델(LLM)을 활용한 콘텐츠 생성 연구가 활발히 진행되고 있으나, LLM은 게임 세계의 동적인 상태 변화를 지속적으로 반영하지 못하여 생성된 콘텐츠의 일관성과 맥락 적합성이 저하되는 근본적인 한계를 가진다. 본 논문에서는 이러한 문제를 해결하기 위해 동적 지식 그래프(Dynamic Knowledge Graph, DKG)와 LLM을 결합한 새로운 실시간 개인화 퀘스트 생성 프레임워크를 제안한다. 제안하는 프레임워크는 게임 내에서 발생하는 모든 상호작용 이벤트를 실시간으로 포착하여 DKG를 갱신하고, 이 구조화된 최신 지식을 바탕으로 LLM의 프롬프트를 동적으로 구성한다. 이를 통해 LLM은 게임 세계의 현재 상태와 플레이어의 최근 행동 맥락을 정확하게 인지하고, 높은 일관성과 적합성을 갖춘 개인화된 퀘스트를 생성할 수 있다. 제안된 DKG-LLM 프레임워크와 기존의비-지식 기반 LLM(Ungrounded LLM)의 성능을 비교하기 위한 실험을 수행하였다. 실험 결과, 제안하는 프레임워크는 퀘스트의 논리적 일관성 점수에서 58.1%, 맥락 적합성 점수에서 97.8%의 성능 향상을 보였으며, 인간 평가자를 통한 질적 평가에서도 몰입감과 개연성 측면에서 통계적으로 유의미하게 높은 점수를 획득했다. 본 연구는 LLM의 창의적인 언어 생성 능력과 지식 그래프의 구조적 정확성을 결합하여, 끊임없이 변화하는 디지털 환경에 지능적으로 적응하는 차세대 인터랙티브 콘텐츠 생성의 기반 기술을 제시한다는 점에서 중요한 기여를 한다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-096017760
