감성형 AI 게임 캐릭터 시스템 설계 및 구현 연구

김은정, 김정윤 | JNCIST 14(S1) 1-13

Abstract : 본 연구는 온디바이스 환경에서 작동하는 소형 언어모델을 기반으로, 페르소나 그라운딩과 정량적 감정 점수화를 통합한 감성형 AI 게임 캐릭터 시스템을 설계 및 구현하는 데 목적을 둔다. 첫째, 대형언어모델의 한계인 지연 시간과 일관성 문제를 해결하기 위해, 벡터 데이터베이스에 경량화된 트랜스포머 기반 인코더-디코더 구조를 결합하고 대화 맥락, 세계관, 정서 정보를 임베딩한 후 감정 추론과 캐릭터 정체성의 일관성을 유지했다. 둘째, 감정 점수화는 플루치크의 감정 이론에 기반하여 10개의 감정 벡터를 정량화함으로써 사용자 반응을 수치로 해석했으며, 감정 데이터는 AI 캐릭터와의 대화 톤과 관계 변화를 실시간 조정하는 데 활용하였다. 여기에 시스템 프롬프트와 유저 프롬프트를 분리한 감성 대화 설계를 통해 대화 이력과 감정 흐름을 지속적으로 누적 및 분석하여, 호감도 임계치 이벤트를 트리거하는 비선형 내러티브 시스템을 구현하였다. 본 연구는 AI 게임 캐릭터를 단순한 ‘대화형 지원자’에서 ‘감정적 관계를 형성하고 성장하는 스토리텔링 에이전트’로 확장함으로써, 게임 내 몰입도와 감정적 유대감을 극대화하는 새로운 상호작용 모델을 제시하고자 했다.

Keyword : AI, 게임 캐릭터, SLM, 페르소나 그라운딩, 감정 점수화

http://dx.doi.org/10.29056/jncist.2025.11.01

YOLO11을 사용한 피부유형 및 노화단계 분류 모델: 가능성과 한계

채수윤, 이규만 | JNCIST 14(S1) 15-28

Abstract : 전반적인 삶의 질 향상에 중요한 피부의 유형 및 노화 평가에 있어 인공지능을 활용할 경우, 신속하고 정확한 결과 도출이 가능할 것으로 예상되며, 특히 객체 인식 모델로서 단순하고 사용이 편리한 YOLO가 임상 및 산업에 있어 유용하게 활용될 것으로 예상된다. 한국인의 안면 이미지 데이터와 이를 기반으로 한 피부 유형 및 상태에 대한 전문가 평가 결과, 정량적 측정 지표의 라벨링 데이터를 사용하여 피부 이미지 데이터를 분류하고 YOLO11을 사용하여 분류 데이터의 정확도를 평가하였다. 피부 유형 분류의 정확도는 57%, 노화 단계의 지표로서 색소침착은 56%, 눈가 주름은 66%의 정확도를 달성하였으며, 노화 단계 지표의 경우 손실률이 2 내외에서 수렴하는 결과를 도출하였다. 본 연구를 통해 YOLO 모델을 활용하여 피부의 병변 등 이상 감지뿐 아니라 노화 단계에 대한 객관적인 평가에 활용될 수 있다는 가능성을 확인하였으며, 광범위한 데이터의 수집과 정량 지표 개발 시 신속하고 편리한 피부 평가로 맞춤형 화장품 제안 등 산업에서의 활용 가능성을 확인할 수 있었다.

Keyword : YOLO11, 분류, C3k2, 색소침착, 눈가주름

http://dx.doi.org/10.29056/jncist.2025.11.02

ECG R-피크 검출을 위한 Pan-Tompkins와 SVM·RF 기법의 성능 비교 연구

정다엘, 이규만 | JNCIST 14(S1) 29-38

Abstract : 본 연구에서는 MIT-BIH Arrhythmia Database의 48개 레코드(360 Hz)를 활용하여 Pan–Tompkins 알고리즘, SVM(선형 커널, C=1), Random Forest(n=100)의 R-피크 검출 성능을 동일한 전처리 및 특징 추출 조건에서 비교·분석하였다. R-피크 중심 ±50 샘플(총 100포인트)의 구간을 기준으로 총 8개의 통계적 특징(평균, 표준편차, 최댓값, 최솟값, 중앙값, Q1, Q3, 분산)을 산출하여 특징 벡터를 구성하였다. 이후 클래스 불균형 문제를 해소하기 위해 1:1 언더샘플링을 적용하고, 전체 데이터를 8:2 비율로 학습·테스트 세트로 분할하였다. Pan–Tompkins 알고리즘, SVM, Random Forest 모델에 동일한 특징과 동일한 자료 분할 방식을 적용하여 공정한 비교가 이루어지도록 하였다. 실험 결과, Random Forest는 정확도(0.9214)와 정밀도(0.8961)에서 가장 높은 성능을 보였으며, SVM은 민감도(0.9707)에서 상대적으로 우수하였다. Pan–Tompkins 알고리즘은 다른 두 모델 대비 정밀도에서 다소 낮았으나, 민감도(0.9384) 측면에서는 안정적인 검출 성능을 확인하였다. 이러한 결과는 전통적 알고리즘과 기계학습 기반 알고리즘이 각각 다른 강점을 가지며, 적용 목적에 따라 선택 기준이 달라질 수 있음을 시사한다. 특히 실시간 처리 환경에서는 민감도가 높은 알고리즘이, 오탐지 억제가 중요한 서비스 환경에서는 정밀도가 높은 알고리즘이 적합하다고 판단된다. 본 연구는 동일 조건하에서 Pan–Tompkins, SVM, Random Forest의 성능을 정량적으로 비교함으로써, 향후 ECG 기반 실시간 진단 및 임상적 활용을 위한 알고리즘 선택의 근거를 제공한다.

Keyword : 심전도(ECG), R-피크 검출, Pan-Tompkins 알고리즘, SVM, 랜덤 포레스트

http://dx.doi.org/10.29056/jncist.2025.11.03

희귀 심장 질환 진단을 위한 ECG 제로샷 학습의 가능성과 기술적 한계

김호영, 이규만 | JNCIST 14(S1) 39-50

Abstract : 희귀 심장 질환의 자동 진단은 훈련 데이터 부족으로 어려움이 있다. 제로샷 학습(Zero-shot learning, ZSL)은 훈련 데이터에 없는 클래스를 예측할 수 있어 이러한 문제의 잠재적 해결책으로 제시된다. 본 연구는 트랜스포머 기반 ECG 인코더와 PubMedBERT를 활용하여 ECG 신호와 질환 설명을 공통 공간에 정렬하는 프레임워크를 제안한다. PTB-XL 데이터셋(21,837개 ECG, 71개 진단)을 45개 관찰 클래스와 26개 보이지 않은 클래스로 분할하여 5-fold 교차 검증한 결과, 보이지 않은 클래스에서 18.3±2.1%, 관찰된 클래스에서 73.5±1.8%의 정확도를 달성했으며 조화 평균(H-score)에서 기존 방법 대비 37.6%의 상대적 개선을 보였다(p<0.01). 그러나 생명을 위협하는 질환인 심실빈맥과 심실세동에서 12.5%의 낮은 민감도가 관찰되어 민감도 개선이 최우선 연구 과제임을 확인하였다. 본 연구는 ECG 분야 제로샷 학습의 체계적 적용을 탐색한 최초 연구로서 초기 기준선(18.3%)을 제시하며, 향후 퓨샷 학습과 다중 모달 학습이 유망한 연구 방향으로 제시된다.

Keyword : 심전도, 제로샷 학습, 트랜스포머, 의료 AI 기준선, 초기 연구 성과

http://dx.doi.org/10.29056/jncist.2025.11.04

ChatGPT와 제미나이 기반 AI 플랫폼의 지속 사용 의도에 미치는 요인 연구: 확장된 통합기술수용모델(UTAUT2)을 중심으로

황정우, 김승인 | JNCIST 14(S1) 51-64

Abstract : 본 연구는 ChatGPT와 제미나이 같은 텍스트 기반 AI 플랫폼에서 사용자 경험 향상과 지속 사용 의도에 영향을 미치는 주요 요인을 분석하기 위해 확장된 통합기술수용모델(UTAUT2)을 적용하였다. 연구 문제로는 1. UTAUT2의 핵심 요인이 사용자 경험에 미치는 상대적 중요성, 2. 사용자 경험 향상의 지속 사용 의도 매개효과, 3. 가격 효용성과 촉진 조건의 영향력을 설정하였다. 190명의 설문조사와 7명의 심층 인터뷰 및 사용성 테스트를 통해 데이터를 수집하였으며, 분석 결과는 다음과 같다. 성과 기대(β=0.259)와 쾌락적 동기(β=0.283)가 사용자 경험 향상에 가장 큰 영향을 미쳤으며, 성과 기대(β=0.247), 사회적 영향(β=0.192), 습관(β=0.259)은 지속 사용 의도에 유의미한 영향을 주었다. 그러나 사용자 경험 향상의 매개효과는 확인되지 않았고, 가격 효용성과 촉진 조건은 지속 사용 의도에 유의미한 영향을 미치지 않았다. 본 연구는 성과 기대와 습관이 지속 사용 의도를 유도하는 핵심 요인임을 강조하며, 쾌락적 동기가 사용자 경험 향상에 중요한 역할을 한다는 점을 확인하였다. 향후 연구에서는 다양한 연령대와 장기적 데이터를 포함하여 결과를 확장할 필요가 있다.

Keyword : 생성형 인공지능, 사용자 경험 향상, 지속적 사용 의도, 확장된 통합기술수용모델

http://dx.doi.org/10.29056/jncist.2025.11.05

미디어아트 특징분석: 매체 물질성 중심 사례분석 기반

김경남 | JNCIST 14(S1) 65-74

Abstract : 미디어아트는 매체의 물질성(Materiality) 자체가 강조되고, 창조적 물질성은 내용보다 매체의 형식이 사회와 인간 감각을 변화시키는데 더 큰 영향을 미치기도 한다. 그러나 많은 경우 물질적 속성은, 기술 기반에 대한 이해, 알고리즘 등을 이해하는 제반 지식이 필요한 부분이 있어서 이해가 부족하기도 하다. 그러므로 현대미술에서 다소 소외되는 부분이 있기도 하다. 본 연구는 미디어아트에 인공지능의 활용이 빠르게 높아지고 있는 시점에서, 최근 미디어아트 작품들의 주요 특징을, 사례분석을 통해 연구한다. 첫째 예술과 공학의 교차영역에서 매터리얼적 속성이 AI와 연계되어 창조적으로 확장, 진화되어 가고 있으며, 둘째 예술적 콘셉트의 유무와 관계없이 몰입테크놀로지 및 몰입적 요소를 강화하여 관람객의 체험과 재미 요소를 증대시키고 있다. 셋째 AI가 미디어아트에 활용되면서 최근 미디어아트는 AI의 창조성, 자기 결정성 등이 대두되고, 다소 비평적으로 소외되었던 미디어아트를 현대미술에 새로운 담론을 일으키며 제도권 미술에서까지 활발히 다루어지게 되고 있음을 알 수 있다. 본 연구는 미디어아트에 대한 보다 정확한 이해를 돕고, 관련 종사자들에게 새로운 매체와 기술의 충격을 선제적으로 감지하여 창조적인 작품을 제작하는 데에 도움을 줄 수 있을 것이다.

Keyword : 미디어아트, 미디어, 물질성, AI, 몰입

http://dx.doi.org/10.29056/jncist.2025.11.06

피크민 블룸의 캐릭터를 활용한 운동 게임 사용자 경험 연구

박현지, 김승인 | JNCIST 14(S1) 75-84

Abstract : 본 연구는 인기 모바일 게임 ‘피크민 블룸’을 통해 캐릭터 기반 운동 게임의 사용자 경험 설계가 사용자의 운동 습관 형성에 미치는 영향을 분석하였다. 특히, 사용자와 피크민 캐릭터 간의 유대감 형성에 기여하는 핵심 요소를 파악하고, 이 유대감이 실제 운동 습관에 미치는 영향을 검증하기 위해 10명의 피험자를 대상으로 1:1 대면 심층 인터뷰를 시행하였다. 그 결과, 피크민 캐릭터에 대한 사용자의 호감도가 게임 플레이 경험에 의해 크게 증가하였으며, 캐릭터와의 직접적인 상호작용 및 게임 내 현실감 있는 설정이 이러한 변화에 중요한 역할을 한다는 것을 확인하였다. 또한, 사용자가 캐릭터에 대해 느끼는 유대감이 게임에 대한 몰입을 넘어 실제 운동 습관의 긍정적인 변화로 이어지는 것을 발견하였다. 하지만, 피크민 블룸 게임과 피크민 캐릭터에 대한 사용자의 몰입은 캐릭터가 현실에 존재하는 것처럼 느껴지는 수준까지는 도달하지 못했으며, 이를 극복하기 위한 디자인 발전 방향을 제안하며 연구를 마무리하였다.

Keyword : 운동 게임, 캐릭터, 증강현실, 사용자 경험, 피크민 블룸

http://dx.doi.org/10.29056/jncist.2025.11.07

숙박 예약 플랫폼의 다크패턴 사용자 경험 연구: 아고다와 여기어때를 중심으로

오유경, 김승인 | JNCIST 14(S1) 85-95

Abstract : 본 연구는 숙박 예약 플랫폼에서 흔히 볼 수 있는 다크패턴이 사용자 경험에 미치는 영향을 심층적으로 분석하였다. 아고다와 여기어때를 대상으로 정보 숨기기 및 왜곡, 긴급성 알림 및 심리적 압박, 시간과 노력 낭비, 동작 왜곡 및 선택 제한의 네 가지 다크패턴 유형을 설정하고, 다양한 연령대의 참여자들이 두 플랫폼에서 실제 예약 과정을 경험한 뒤 심층 면접을 진행했다. 그 결과, 긴급성을 강조하는 메시지와 결제 단계에서 숨겨진 비용이 추가되는 방식은 사용자들에게 불쾌감을 주고, 플랫폼에 대한 신뢰를 약화시키는 주요 요인으로 작용했다. 반복적인 다크패턴 경험은 사용자로 하여금 플랫폼의 상업적 의도를 의심하게 만들며, 이를 상술로 인식하면서도 심리적 스트레스와 불신을 느끼게 했다. 하지만, 대체 플랫폼의 부족으로 인해 사용자는 불편함을 감수하며 해당 플랫폼을 계속 이용하는 모습을 보였다. 본 연구는 숙박 예약 플랫폼에서 나타나는 비윤리적 디자인 요소를 조명하며, 사용자 경험을 개선하고 윤리적 디자인 방향성을 제시할 필요성을 강조하였다. 이러한 연구 결과는 향후 관련 연구와 디자인 가이드라인 개발을 위한 기초자료로 활용될 수 있을 것으로 기대된다.

Keyword : 숙박 예약 플랫폼, 다크패턴, 사용자 경험, 심층 인터뷰, 윤리적 디자인

http://dx.doi.org/10.29056/jncist.2025.11.08

지구온난화로 인한 멸종 위기 동물 보호를 위한 분리수거 기록 애플리케이션 방안 제안

이유진, 김승인 | JNCIST 14(S1) 97-108

Abstract : 지구온난화가 심화하며 수많은 동물 종이 멸종 위기에 직면한 현 상황에서, 일상 속 환경보호 활동을 통한 멸종 위기 동물 보호의 중요성이 강조되고 있다. 본 연구는 사용자들이 쉽고 재미있게 환경보호에 동참할 수 있도록 하는 분리수거 기록 애플리케이션의 개발을 목표로 한다. 이를 위해 북극곰, 아델리펭귄, 바다거북 등 멸종 위기 동물 7종을 선정하고, 사용자들이 분리수거를 수행한 뒤 그 장면을 사진으로 찍어 올리면 AI가 이를 인증하고 포인트를 적립해 주는 시스템을 구축했다. 이렇게 쌓인 포인트는 선택한 동물의 서식지 개선이나 먹이 공급에 활용된다. 이 애플리케이션은 게임화 요소와 시각적 피드백을 통해 사용자의 참여를 유도하며, 퍼소나 이론과 인클루시브 디자인을 적용해 다양한 사용자층이 손쉽게 접근할 수 있도록 디자인하였다. 결과적으로, 이 애플리케이션은 사용자와 멸종 위기 동물 간의 가상적 연결을 통해 환경보호 활동의 재미와 의미를 동시에 제공하며, 지속 가능한 환경 행동을 촉진하는 혁신적 방안으로 자리매김할 것이다.

Keyword : 지구온난화, 멸종 위기 동물, 분리수거 행동, 게임화, 지속 가능한 디자인

http://dx.doi.org/10.29056/jncist.2025.11.09

생성형 인공지능을 활용한 2D 게임 그래픽 에셋 제작 연구 동향

김은정, 김정윤 | JNCIST 14(S1) 109-119

Abstract : 게임 개발에서 2D 그래픽 에셋은 플레이 경험과 게임 아이덴티티를 규정하는 핵심 요소이지만, 캐릭터 스프라이트, 타일셋, 배경, 이펙트, UI 아이콘 등 대부분 수작업에 의존하고 있어 제작비용과 반복 노동이 크게 발생한다. 전통적인 절차적 콘텐츠 생성은 레벨, 규칙, 스토리와 같은 구조적 콘텐츠 자동화에는 효과적이지만, 미술 스타일과 디렉션을 엄격히 요구하는 2D 그래픽 에셋 영역에서는 한계를 드러내 왔다. 최근 생성적 적대 신경망, 이미지-이미지 변환 모델, 확산 모델 등 생성형 인공지능(AI)의 발전으로 2D 게임 그래픽 에셋의 자동 생성, 보완, 변환 가능성이 빠르게 확장되고 있다. 본 논문은 생성형 AI 기반 2D 게임 그래픽 에셋 제작 연구를 대상으로, 첫째, 절차적 콘텐츠 생성과 생성형 모델, 그래픽 에셋 프레임워크에 대한 이론적 배경, 둘째, 캐릭터, 애니메이션, 이펙트 중심의 기술 동향, 셋째, 생성형 AI를 통합한 혼합 주도형 에셋 제작 파이프라인, 넷째, 2D 게임 특성을 반영한 평가 지표 및 벤치마크, 마지막으로, 게임 아티스트 관점의 수용과 인간-AI 협업 구조를 중심으로 선행 연구를 정리한다. 분석 결과, 생성형 AI는 2D 게임 그래픽 에셋 제작의 효율성과 표현력을 동시에 확장할 잠재력을 지녔지만, 도메인 일반화, 프레임 일관성, 타일링, 팔레트 제약, 저작권과 데이터셋 출처, 아티스트 역할 재구성 등 해결해야 할 과제도 여전히 존재함을 확인하였다.

Keyword : 생성형 인공지능, 절차적 콘텐츠 생성, 게임 그래픽 에셋, 2D 스프라이트, 픽셀 아트, 생성적 적대 신경망, 확산 모델

http://dx.doi.org/10.29056/jncist.2025.11.10

대구지역 수출산업의 디지털 전환과 ICT- 메타버스 플랫폼 구축 사례 연구

이재훈, 이준영 | JNCIST 14(S1) 121-133

Abstract : 본 연구는 대구 주력산업 수출기업 Biz 플랫폼의 구축 과정과 운영 성과를 분석하여, 지역 수출산업의 디지털 전환에서 메타버스 플랫폼이 지닌 가능성과 한계를 탐색하였다. 코로나19 팬데믹 이후 비대면 무역 환경으로의 전환이 가속화되면서, 메타버스는 새로운 무역 패러다임의 핵심 요소로 부상하였다. 본 플랫폼은 클라우드 SaaS 기반의 웹 접근성, AI 바이어 매칭 시스템, NFT 계약 시스템 등 첨단 기술을 통합하여 기존 수출 플랫폼과 차별화된 가치를 창출하였다. 특히 대구 3대 주력산업별 맞춤형 실감형 3D 콘텐츠 제작과 메타버스 플랫폼을 활용하여 지역기업의 수출을 지원하는 전략을 구현하였다. 기술수용모델(TAM) 관점에서 플랫폼의 용이성과 유용성을 분석한 결과, 사용자 만족도와 교육 만족도 모두 높은 수준을 기록하며 우수한 수용도를 보였다. 운영 성과로 수출계약, 신규 바이어 발굴, 바이어 매칭에서 목표를 초과 달성하며 정량적 성과를 입증하였다. SWOT 분석 결과 기술적 우위와 지역 특화 전략이 강점으로, 전문인력 부족과 글로벌 네트워크 한계가 약점으로 도출되었다. 본 연구는 지역별 맞춤형 메타버스 플랫폼 모델의 확산 가능성과 함께 통합적 디지털 무역 생태계 조성 및 중소기업 디지털 역량 강화의 필요성을 제시하였다.

Keyword : 디지털 전환, 메타버스 플랫폼, 수출산업, 지역 주력산업, 기술수용모델

http://dx.doi.org/10.29056/jncist.2025.11.11

창의적 문제 해결을 위한 생성형 AI 활용 연구: 디자인 씽킹 방법론을 중심으로

유해영 | JNCIST 14(S1) 135-145

Abstract : 본 연구는 4차 산업혁명 시대의 핵심 역량으로 부상한 창의성을 함양하기 위한 새로운 교육 방법론의 필요성에 주목한다. 특히, 혁신적 문제 해결 프레임워크인 디자인 씽킹과 인간의 창의적 작업을 보조하는 강력한 도구로 등장한 생성형 인공지능(Generative AI)의 통합 가능성에 초점을 맞춘다. 이에 본 연구는 생성형 AI를 디자인 씽킹 프로세스의 각 단계에 체계적으로 통합한 생성형 AI 통합 디자인 씽킹(GenAI-DT) 워크숍 모델을 설계하고 교육 과정에 적용하여 교육적 촉매제의 가능성을 제시하고자 하였다. 디자인 씽킹의 전통적 단계(공감, 문제 정의, 아이데이션, 프로토타이핑, 테스트)를 생성형 AI 기반 도구와 연계하여 재설계하였고 연구 결과, 생성형 AI가 단순한 정보 검색 도구를 넘어 아이디어 발상 촉진자, 신속한 시각화 도구, 피드백 시뮬레이터 등 다차원적 창의적 협업 파트너로서 기능을 할 수 있음을 발견하였다. 본 연구는 인간과 AI의 협력을 통해 생성형 AI 시대에 요구되는 창의성을 촉진할 수 있는 방법론과 가능성을 제안한다는 점에서 중요한 교육적 함의를 지닌다.

Keyword : 생성형 인공지능, AI 통합 디자인 씽킹, 창의적 문제 해결, AI 리터러시, 인간-AI 협업

http://dx.doi.org/10.29056/jncist.2025.11.12

목차