생성형 AI를 활용한 레벨 디자인 생성 연구

김영호

doi:10.5909/JBE.2024.29.5.624

추천

검색

질문

자료유형: 학술저널

저자정보: 김영호 (덕성여자대학교)

저널정보: 한국방송·미디어공학회 방송공학회논문지 방송공학회논문지 제29권 제5호

발행연도: 2024.9

수록면: 624 - 633 (10page)

DOI: 10.5909/JBE.2024.29.5.624

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구는 생성형 AI를 활용하여 게임의 레벨 디자인과 환경 디자인을 자동화하는 시스템을 개발하고 그 가능성을 탐구하였다. 연구에서는 스테이블 디퓨전을 사용하여 다양한 레벨 디자인 데이터를 생성하고, 이를 기반으로 리얼 타임 엔진을 통해 절차적인 환경을 자동으로 생성하였다. 생성된 환경은 경로 탐색 알고리즘을 통해 검증되었으며, 실제 플레이 가능성을 입증하였다. 연구 결과, 생성형 AI를 활용한 자동화 시스템이 개발 시간을 단축하고 비용을 절감하는 데 효과적임을 확인하였다. 또한, 절차적 생성과 데이터 검증을 통해 시각적으로 풍부한 게임 환경을 빠르게 구축할 수 있었으며, 이는 플레이어 경험을 향상시키는 데 기여하였다. 본 연구는 게임 개발자들에게 새로운 도구와 방법론을 제공하여, 보다 창의적이고 효율적인 게임 개발을 가능하게 한다. 향후 연구에서는 이 시스템의 적용 범위를 확장하고, 다양한 게임 장르에서의 활용 가능성을 탐구할 필요가 있다.

#Generative AI #Game #Level design #Procedural generation #Environment design

참고문헌 (10)

참고문헌 신청

Rogers, Scott. Level Up! The guide to great video game design. John Wiley & Sons, 2014.

Shaker, Noor, Georgios N. Yannakakis, and Julian Togelius. “Digging deeper into platform game level design: session size and sequential features.” Applications of Evolutionary Computation: EvoApplications 2012: EvoCOMNET, EvoCOMPLEX, EvoFIN, EvoGAMES, EvoHOT, EvoIASP, EvoNUM, EvoPAR, EvoRISK, EvoSTIM, and EvoSTOC, Málaga, Spain, April 11-13, 2012, Proceedings. Springer Berlin Heidelberg, 2012. doi: https://doi.org/10.1007/978-3-642-29178-4_28

Karlsson, Tobias, Jenny Brusk, and Henrik Engström. “Level Design Processes and Challenges: A Cross Section of Game Development.” Games and Culture 18.6 (2023): 821-849. doi: https://doi.org/10.1177/15554120221139229

Totten, Christopher W. Architectural Approach to Level Design. CRC Press, 2019.

Ramdurai, Balagopal, and Prasanna Adhithya. “The impact, advancements and applications of generative AI.” International Journal of Computer Science and Engineering 10.6 (2023): 1-8. doi: https://doi.org/10.14445/23488387/IJCSE-V10I6P101

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

이미지 생성 AI의 프롬프트 요소와 적용 사례 연구: 미드저니, 스테이블 디퓨전, 파이어플라이, 달·이를 중심으로

권동현 디지털콘텐츠학회논문지 2024 .02

강화학습을 활용한 2D 게임 레벨 평가 기법

노기범 , 서범주 , 강신진 한국게임학회 논문지 2024 .04

[게임과 예술/ 게임 음악] 생성형 AI 기반 게임 캐릭터 디자인의 시각적 일관성 유지 방법 연구: Stable Diffusion Flux 모델 중심으로

사한 , 성락천 , 이동열 한국게임학회 논문지 2024 .12

Stable Diffusion과 LoRA를 활용한 건축 입면 디자인 생성 방법에 관한 연구

박정민 , 홍순민 , 추승연 대한건축학회 학술발표대회 논문집 2024 .10

생성형 인공지능이 애니메이션 캐릭터 디자인에 미치는 영향

라영 , 한창완 디지털콘텐츠학회논문지 2024 .11

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (10)

함께 읽어보면 좋을 논문

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)