강연자 프로필: 산업자원부 지정의 게임기술개발지원센터에서 게임 인공지능을 위한 다양한 연구를 실시
지금은 게임 플레이어의 모델을 생성하고, 이 모델을 활용한 지능적 게임 환경의
제공에 대한 기술과 온라인 게임 환경에서 플레이어들 간의 상호 관계를 보다
활성화 할 수 있는 방법을 연구중

강연경력
-게임 인공지능의 이해와 응용, KGC2005
-플레이어에 적응된 NPC와 군중의 지능적인 제어를 위한 게임 인공지능,KGC2006.
-게임 플레이어의 상호작용 증진을 위한 플레이어 모델 생성과 응용, KGC2008.

현재 성결대학교 멀티미디어학부 외래교수

강연목차: 온라인 게임에서 재미
온라인 게임환경에서 플레이어 모델
온라인 게임 데이터의 특성을 이용한 분석
Heuristic Decision Tree(Heuristic DT)
Streaming Decision Tree(Streaming DT)
Group Discovery using Model Similarity Measurement

강연 내용 요약: 온라인 게임의 가장 큰 특징은 다른 플레이어와 함께 게임을 즐기는 것이다.
다른 게이머와의 상호작용은 게임의 재미를 증진시키는 중요한 요소중에 하나이다.
팀전 게임이나 파티 형성 등에서 게임의 원활한 진행을 위해서는 무엇보다도
적절한 팀 형성이 요구되며, 이를 위해서는 플레이어 모델을 생성해야한다.
하지만 온라인 게임에서 발생하는 게임 데이터는 연속적(Stream),
대량(Large Scale), 의미변화(Changed Concept) 그리고 이상치(Outlier)를
포함하고 있어서 수집하고 분석하는데 어려움이 있다.
본 강연은 온라인 게임에서 게임 플레이어의 게임 데이터를 수집하여 분석하기 위한
효과적인 방법과, 플레이어의 게임 행위 정보를 이용한 모델링 방법을 소개한다.