Top Concerns of LLM-Based AI Native Games: Topic Modeling Approach

AI 네이티브 게임은 생성형 AI를 활용하여 실시간으로 게임 콘텐츠를 생성하는 새로운 게임장르이다. 본 연구는 LLM 기반 AI 네이티브 게임의 리뷰를 수집하고 LDA토픽모델링을 활용하여 사용자 관심사를 도출하였다. 그 결과, ‘가격공정성’, ‘콘텐츠 품질’, ‘무결함성’, ‘콘텐츠 검열’, ‘멀티모달 콘텐츠 생성’의 5가지 관심사를 도출하였다. 본 연구의 결과는 AI 네이티브 게임의 시장 조사 및 요구사항 분석에 드는 비용을 경감하고 AI 네이티브 게임 개발 방향을 설정하기 위한 시사점을 제공할 것으로 기대된다.

Authors

Publication Details

Journal
Journal of Korea Game Society
Published
2024-08-31
DOI
https://doi.org/10.7583/jkgs.2024.24.4.69
Primary Topic
Artificial Intelligence in Games
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Top Concerns of LLM-Based AI Native Games: Topic Modeling Approach

Iljoo Kim, Jean‐Pierre T. F. Ho
Journal of Korea Game Society
Artificial Intelligence in Games
article

Top Concerns of LLM-Based AI Native Games: Topic Modeling Approach

Iljoo Kim, Jean‐Pierre T. F. Ho
article en

Abstract

AI 네이티브 게임은 생성형 AI를 활용하여 실시간으로 게임 콘텐츠를 생성하는 새로운 게임장르이다. 본 연구는 LLM 기반 AI 네이티브 게임의 리뷰를 수집하고 LDA토픽모델링을 활용하여 사용자 관심사를 도출하였다. 그 결과, ‘가격공정성’, ‘콘텐츠 품질’, ‘무결함성’, ‘콘텐츠 검열’, ‘멀티모달 콘텐츠 생성’의 5가지 관심사를 도출하였다. 본 연구의 결과는 AI 네이티브 게임의 시장 조사 및 요구사항 분석에 드는 비용을 경감하고 AI 네이티브 게임 개발 방향을 설정하기 위한 시사점을 제공할 것으로 기대된다.

Journal of Korea Game SocietyVol. 24(4)
Openalex Percentile: Top 70%
Artificial Intelligence in Games
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.

Top Concerns of LLM-Based AI Native Games: Topic Modeling Approach — Iljoo Kim, Jean‐Pierre T. F. Ho · Journal of Korea Game Society (2024) | TGRS Research Map | TGRS