[논문]게임플레이 상태의 성과를 통한 게임숙련도 평가방법

장희동

doi:10.7583/jkgs.2017.17.3.21

게임플레이 상태의 성과를 통한 게임숙련도 평가방법
Estimation Method of User's Gameplay Skill Level through the Performance of Gameplay Status 원문보기

한국게임학회 논문지 = Journal of Korea Game Society, v.17 no.3, 2017년, pp.21 - 32

초록
AI-Helper

컴퓨터게임은 재미를 위해 지속적으로 유저의 몰입상태를 유지시켜야 한다. 몰입이론에 따르면 몰입상태의 유지는 유저의 게임숙련도와 게임 난이도의 계속적인 균형을 요구한다. 이를 위해 본 연구에서는 제로섬 게임을 가정할 수 있는 캐주얼 액션게임에 적용할 수 있는 9등급 수준의 게임숙련도 평가방법을 제안하였고 부가적으로 유저가 경험한 9등급 수준의 게임난이도 추측방법을 제안하였다. 제안하는 방법은 조건별 수학식에 의한 판정방법이기 때문에 신속하고 쉽게 구현이 가능하다. 커스터마이징한 팩맨게임에 대해 제안하는 방법의 정확성을 실험해본 결과 숙련도의 정확성은 평균적으로 1.2등급의 차이가 나타났고 난이도의 정확성은 평균적으로 1.81등급 차이가 나타났다. 실험결과를 통해 제안하는 방법을 제로섬 조건을 만족하는 캐주얼 액션 게임에 적용할 수 있는 정확성을 갖고 있음을 확인하였다.

Abstract ▼ AI-Helper

Computer games must keep the user immersed for fun. According to the immersion theory, maintaining the user's immersive state requires a continuous balance of game skill level and game difficulty level This study proposes a game skill estimation method of 9th grade that can be applied to a casual action game that can assume a zero-sum game, and additionally proposed a difficulty guessing method. The proposed methods can be implemented quickly and easily because it is a method determining by conditional mathematical expressions. Experiments on the accuracy of the proposed methods for the customized Pac-Man game show that the accuracy of the skill level was 1.2 grade as the difference on the average and the accuracy of the game difficulty level was 1.81 grade the difference on the average. The results show that the proposed methods are accurate enough to be applied to casual action games satisfying the zero-sum condition.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구에서는 각 유저에게 게임숙련도에 맞는 게임난이도를 제공하기 위해서, 한 게임레벨에 대하여 유저의 게임플레이 활동을 분석하여 게임숙련도를 평가하는 방법을 제안한다. 또한 부가적으로 유저가 경험한 게임난이도를 추측하는 방법도 제안한다.
본 연구에서는 제로섬 게임의 조건을 만족하는 캐주얼 액션게임에서 쉽게 구현할 수 있는 9등급 수준의 게임숙련도를 평가하는 방법을 제안한다. 이 제안방법은 유저가 한 게임레벨을 플레이하면 이 게임레벨의 게임플레이 성과를 근거로 조건 수식들을 사용하여 평가하는 방법이다.

가설 설정

그리고 제안하는 평가방법에서 필요한 가정(assumption)은 [Fig. 2]과 같이, 제로섬(zero sum) 조건이다. 이는 아군의 이득은 곧 적군의 손해가 되고 아군의 손해는 적군의 이득이 되는 조건을 통해 아군의 성과를 근거로 전세를 정확히 평가할 수 있기 때문이다.
한편 선택적 성과의 경우는 손해는 없고 성과만 있기 때문에 기본 베이스 선을 정해야 하는데 전형적인 게임플레이에서는 4개 ‘큰도트먹기’, 그리고 4마리 ‘1번째 블루고스먹기’의 성과 이상을 얻는다. 이 가치가 100이므로 2차 평가를 위해 비치명적 손해 가치를 100으로 가정한다. Τ2는 20으로 설정한다.

제안 방법

따라서 본 논문에서는 제안하는 9등급의 숙련도를 근거로 [Table 3]과 같은 판정기준을 통해, 유저가 경험한 것으로 추측하는 9등급의 난이도를 추정할 수 있다.
또한 본 연구에서 제안하는 방법은 수집된 게임플레이 성과들을 분석하여 유저의 게임플레이에서 우수한 부분, 그리고 미숙한 부분이 무엇인지를 파악할 수 있다.
본 연구에서는 각 유저에게 게임숙련도에 맞는 게임난이도를 제공하기 위해서, 한 게임레벨에 대하여 유저의 게임플레이 활동을 분석하여 게임숙련도를 평가하는 방법을 제안한다. 또한 부가적으로 유저가 경험한 게임난이도를 추측하는 방법도 제안한다.
이 제안방법은 유저가 한 게임레벨을 플레이하면 이 게임레벨의 게임플레이 성과를 근거로 조건 수식들을 사용하여 평가하는 방법이다. 또한 부가적으로 제안하는 게임숙련도의 결과를 사용하여 유저가 경험하고 느낀 게임난이도를 9등급 수준으로 추측하는 방법도 제안하였다.
본 논문에서 제안하는 방법을 적용하기 위해서는 제로섬 게임의 조건을 만족시켜야 한다. 이 요구조건을 위해 한 게임레벨이 끝나면 [Table 4]과 같은 분석형태를 사용한다.
본 연구에서 제안하는 유저의 게임숙련도의 평가방법의 개념은 전투지역에서의 아군의 우세, 백중세, 열세를 전투성과를 통해 판단하는 원리를 적용하는 것이다.
본 연구에서는 제로섬 게임을 가정할 수 있는캐주얼 액션게임에서 각 게임레벨의 게임성과를 근거로 9등급 수준으로 유저 게임숙련도를 판정하는 방법을 제안하였고 부가적으로 9등급 수준으로 도전 난이도를 추측하는 방법을 제안하였다. 제안하는 방법은 간단한 조건적 수식들을 통해 판정하기 때문에 구현하기 쉽다.
설문조사는 게임을 패할 때까지 1회 실시하였다.
실험방법은 팩맨게임에 대한 규칙, 플레이 방법,그리고 설문답변에 대해 설명한 후 게임을 시작하였으며 각 게임레벨을 클리어하면 방금 한 스테이지의 경험에 대해 9등급 숙련도와 9등급 난이도에 대한 설문조사를 하였다.
0[14]으로 만들어진 게임이다. 여기서 고스트들의 움직임을 게임레벨이 높아짐에 따라 움직임 속도를 빠르게 하고 공격모드가 오래 지속되도록 수정하였다.
본 연구에서는 제로섬 게임의 조건을 만족하는 캐주얼 액션게임에서 쉽게 구현할 수 있는 9등급 수준의 게임숙련도를 평가하는 방법을 제안한다. 이 제안방법은 유저가 한 게임레벨을 플레이하면 이 게임레벨의 게임플레이 성과를 근거로 조건 수식들을 사용하여 평가하는 방법이다. 또한 부가적으로 제안하는 게임숙련도의 결과를 사용하여 유저가 경험하고 느낀 게임난이도를 9등급 수준으로 추측하는 방법도 제안하였다.
제안하는 평가방법은 전쟁에서 아군과 적군의 교전이 일어나는 전장에서 아군이 우세한지, 열세인지 아니면 백중세 인지를 판단할 때 전투성과를 근거로 판단하는 원리가 적용되었다.
측정데이터 분석모듈은 측정데이터들을, [Table 2]와 같은 형식으로 정리한 후 유저의 성과들의 집계 결과를 근거로 우세한지, 백중세인지, 혹은 열세인지를 1차적으로 분석한다.

대상 데이터

게임플레이 측정 데이터 수집모듈은, [Table 1]과 같이, 유저(PC: 플레이어캐릭터)에게 게임 중에 성과나 손해가 발생하면 발생시간과 내용을 측정하여 수집한다. 게임플레이 측정 데이터 수집모듈은 각 게임레벨의 시작에서부터 종료까지 유저의 성과나 손해의 내용을 수집하며 게임프로그램 내부에 존재해서 실시간으로 관련 데이터를 수집한다.
정확성에 대한 평가 실험은 30명을 대상으로 이루어졌다. 나이 범위는 17세 ~ 24세 이며 여성 5명 남자 25명으로 구성되었다.
본 논문에서 제안한 게임플레이 숙련도의 평가 방법을 적용하고자 하는 게임은 [Fig. 4]와 같이, 남코사가 1980년에 출시한 비디오게임인 팩맨(Pac-Man)을 2D 게임엔진인 Game Maker 8.0[14]으로 만들어진 게임이다. 여기서 고스트들의 움직임을 게임레벨이 높아짐에 따라 움직임 속도를 빠르게 하고 공격모드가 오래 지속되도록 수정하였다.
유저의 게임플레이 측정데이터 수집모듈은 게임이 실행되면서 유저의 성과나 손해가 발생하면 [Table 1]과 같은 데이터 형식으로 성과 혹은 손해가 발생한 시간과 내용에 대한 측정데이터들을 수집한다.
정확성에 대한 평가 실험은 30명을 대상으로 이루어졌다. 나이 범위는 17세 ~ 24세 이며 여성 5명 남자 25명으로 구성되었다.
제안하는 방법의 정확성을 조사하기 위해 커스트마이징한 팩맨 게임에 대해 30명을 대상으로 실험을 실시하였다.

데이터처리

실험 결과 분석은 제안한 평가방법에 의한 9등급 숙련도의 정확성에 대해 제안한 방법의 판정결과와 설문조사 결과의 등급차이에 대해 평균과 표준편차로 분석하였다. 마찬가지로 9등급 난이도의 예측의 정확성에 대해 제안한 방법의 예측결과와 설문조사 결과의 등급차이에 대해 평균과 표준편차로 분석하였다.
설문조사가 끝나면 실험참여자가 게임을 플레이하여 제안한 방법으로 판정한 게임숙련도와 게임난이도를 설문답변 결과들과의 등급차이를 엑셀로 정리해서 차이에 대한 평균과 표준편차를 계산하였다.
실험 결과 분석은 제안한 평가방법에 의한 9등급 숙련도의 정확성에 대해 제안한 방법의 판정결과와 설문조사 결과의 등급차이에 대해 평균과 표준편차로 분석하였다. 마찬가지로 9등급 난이도의 예측의 정확성에 대해 제안한 방법의 예측결과와 설문조사 결과의 등급차이에 대해 평균과 표준편차로 분석하였다.
평가실험은 제안한 방법으로 9등급의 숙련도를 판정하여 이를 유저의 설문조사를 통해 수집된 9등급의 숙련도와 부가적으로 제안한 방법의 9등급의 난이도와 유저의 설문조사를 통해 수집된 9등급의 난이도와 차이를 통해 제안한 방법의 정확성을 분석하였다.

성능/효과

그러나 전반적으로 제안한 방법의 난이도 평가 결과는 설문조사의 난이도 답변결과와 차이가 평균적으로 최소 0.70등급, 최대 2.68등급, 평균 1.81등급으로 분석되었고 표준편차로는 최소 0.97등급, 최대 2.21등급, 평균 1.70등급으로 분석되었다. 이러한 정확성은 게임에 실제 적용할 수 있는 수준이었다.
그러나 전반적으로 제안한 방법의 숙련도 평가 결과는 설문조사의 숙련도 답변결과와의 차이가 평균적으로 최소 0.73등급, 최대 1.54 등급, 평균 1.20등급으로 분석되었고 표준편차로는 최소 0.81등급, 최대 1.40등급, 평균 1.08등급으로 분석되었다.
08등급으로 비교적 정확하였다. 또한 난이도의 정확성은 제안한 방법으로 얻은 예측결과와 설문조사를 통해 얻은 답변결과의 차이를 분석한 결과 평균 1.81등급 그리고 표준편차로는 평균 1.70등급이었다. 이러한 정확성은 유저가 느끼는 난이도를 예측하는데 게임에서 사용할 수 있다고 판단된다.
실험결과에 따르면, 커스트마이징한 팩맨 게임에 대한 게임숙련도의 정확성은 제안한 방법으로 얻은 판정결과와 설문조사를 통해 얻는 답변결과의 차이를 분석한 결과 평균 1.20등급 그리고 표준편차로는 평균 1.08등급으로 비교적 정확하였다. 또한 난이도의 정확성은 제안한 방법으로 얻은 예측결과와 설문조사를 통해 얻은 답변결과의 차이를 분석한 결과 평균 1.

질의응답

핵심어	질문	논문에서 추출한 답변
	플로우 이론이 말하는 플로우 상태가 발생하기 위한 선행 요인들은?	이러한 플로우 상태가 발생하기 위해 먼저 나타나야 하는 선행 요인들은 ‘(1) clear goal, (2) immediate feedback, (3) personal skills well suited to given challenges’이다
	컴퓨터게임이란?	컴퓨터게임은 가상현실공간에서 경쟁이나 도전을 통한 놀이로서 대표적인 디지털콘텐츠이다. 컴퓨터게임은 양방향콘텐츠이기 때문에, 유저는 게임 참여행위인 게임플레이(인터렉션)를 통해 재미를 경험할 수 있다[1].
	flow이론이란 무엇입니까?	게임에 참여하는 유저들이 경쟁에서 승리하기 위해서는 승리에 필요한 게임숙련도가 요구된다. 몰입이론인 flow이론[3-7]은 사람들이 어떤 활동에 깊이 빠져드는 현상에 대해 연구된 이론이며 이렇게 깊이 빠져든 심리적 상태를 플로우(flow)라 한다. 플로우 이론은 주어진 상황에서 도전과 행위자의 숙련의 자각으로 부터 기인한 최적화 경험으로 개념화되었다[6].

참고문헌 (14)

Y. Kim, "Introduction to Digital Visual", Jimmoon Press, ISBN 9788930307673, 1999.
R. Caillois, and S. Lee, "Play and Man", Translated by S. Lee, Moonye Books, 1994.
M. Csizkszentmihalyi, "Flow: The psychology of optimal experience", Harper Perennial, 1990.
Sweetser, Penelope, and Peta Wyeth. "GameFlow: a model for evaluating player enjoyment in games." Computers in Entertainment (CIE) 3.3 (2005): 3-3.
G. D. Ellis, J. E. Voelk, C. Morris, "Measurement and Analysis Issues with Explannation of Variance in Daily Experience Using the Flow Model", Journal of Leisure Research, vol 26, no 4, pp. 337-356, 1994.

상세보기
Chen, H., Wigand, R., & Nilan, M. S., "Optimal experience of web activities", Computers in Human Behavior, 15, pp.585-608, 1999.

상세보기
J. Webster, L. Trevino, I. Ryan, "The dimensionality and correlates of flow in human computer interactions", Computer, Human Behavior, vol. 9, no. 4, pp.411-426, 1993.

상세보기
Andrade, Gustavo, et al. "Extending reinforcement learning to provide dynamic game balancing." Proceedings of the Workshop on Reasoning, Representation, and Learning in Computer Games, 19th International Joint Conference on Artificial Intelligence (IJCAI). 2005.
Jennings-Teats, Martin, Gillian Smith, and Noah Wardrip-Fruin. "Polymorph: dynamic difficulty adjustment through level generation." Proceedings of the 2010 Workshop on Procedural Content Generation in Games. ACM, 2010.
Tan, Chin Hiong, Kay Chen Tan, and Arthur Tay. "Dynamic game difficulty scaling using adaptive behavior-based AI." IEEE Transactions on Computational Intelligence and AI in Games 3.4 (2011): 289-301.

상세보기
Beume, Nicola, et al. "Measuring flow as concept for detecting game fun in the Pac-Man game." Evolutionary Computation, 2008. CEC 2008.(IEEE World Congress on Computational Intelligence). IEEE Congress on. IEEE, 2008.
Yannakakis, Georgios N., and John Hallam. "Evolving opponents for interesting interactive computer games." From animals to animats 8 (2004): 499-508.
Heedong Chang. "Measurement Method of User's Gameplay Skill Level in a Computer Game." 한국게임학회 논문지 12.5 (2012): 23-34.
Pacman Tutorial Download: http://gmc.yoyogames.com/index.php?showtopic493044

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증