# Overview

### 개요

- 이 프로젝트는 게임의 하위 장르와 추상적인 게임 개념들을 가장 작은 단위까지 명확하게 정의하고 분류체계를 구축하는 것입니다.

- 지금까지의 인공지능은 게임 관련 전문 용어는 잘 학습되어 있지만, 게임의 깊은 하위 장르나 그 기획 의도, 한계 장점 등에 대한 깊이 있는 맥락적 정의가 부족하고 일관된 답변을 제공하지 못하는 문제를 안고 있습니다.

- 따라서 이 프로젝트는 이러한 문제점을 해결하기 위해 우리가 직접 정의한 지식들을 AI(GPT)가 이해할 수 있는 형태로 온톨로지화 하는 것을 핵심으로 합니다.

### 목적

- [기획자 파트너]

우리가 학습시켜놓은 정보를 바탕으로 게임의 의도를 공유하는 유사 장르나 참고할만한 게임을 제안하는 등 깊이있고 맥락있는 답변을 제공할 수 있습니다.

기존 기획자에게는 아이디어를 발전시키고 기획 과정에서의 '티키타카'를 통해 혼자서도 가능하게하는 강력한 파트너 역할을 합니다.

- [우리만의 독자적인 지식체계 구축]

모든 기업이 자체 토큰 공장을 갖게 될 것이라는 비전처럼, 이 프로젝트는 우리가 직접 정의한 개념들을 AI에게 학습시켜 우리만의 토큰을 구축하는 과정입니다.

- [내부 구성원들의 이해도 증진]

이 과정을 통해 우리 스스로도 게임의 다양한 개념과 장르에 대한 깊이 있는 이해를 형성하고, 우리만의 논리적인 정의 체계를 확립하게 됩니다.

- [신입 직원 교육]

프로젝트를 통해 학습된 AI는 신입 직원에게 기본적인 게임 지식을 제공하여 빠른 업무 적응을 지원합니다.

### 목표

- [AI의 답변 일관성 및 정확성 확보]

우리가 정의한 게임 개념과 장르에 대해 AI가 할루시네이션 없이 일관되고 명확한 정의를 바탕으로 답변하도록 훈련시킵니다.

이를 통해 AI가 특정 질문에 대해 항상 동일한 정의와 맥락으로 응답하도록 만듭니다.

- [게임 하위 장르 및 개념 정의 체계 구축]

게임의 하위 장르들을 가장 작은 단위로 정의하고, 나아가 '전략적 재미' 등과 같은 추상적인 개념들까지 우리만의 방식으로 정의하여 정의 체계 및 분류 체계를 구축합니다.

- [AI 학습을 위한 데이터베이스 온톨로지화]

이렇게 정의된 게임 관련 지식들을 AI가 이해할 수 있는(온톨로지 가능한) 형태로 데이터베이스화하고 학습시킵니다.

만들어지는 자료는 사람이 읽기 좋은 리포트의 형태가 아니라, 처음부터 AI에게 교육시키겠다는 목적성을 띄고 영어로 작성합니다.

학습 효율성을 최우선으로 고려하여 가독성보다는 내용 전달에 집중하며 자료를 제작합니다.

### 진행 과정

- 데이터 정리 단계

1차 분류 작업:

큰 장르(예: RPG, FPS, 시뮬레이션)부터 시작

세분화된 하위 장르 정의 (예: 턴제 전략, 로그라이크, 덱빌딩 등)

2차 분류 작업:

추상적 개념("전략적 재미", "성장감", "몰입감" 등)을 정의하고, 해당 장르와 연결

용어 사전 구축: 각 장르/개념에 대해 정의 → 특징 → 강점 → 약점 → 대표 사례를 한 세트로 작성

- 온톨로지 구조 설계 단계

개념 관계 설정:

"is-a" 관계 (FPS is-a Action Game)

"part-of" 관계 (RPG → 전투 시스템, 성장 시스템, 내러티브 시스템 포함)

"linked-to" 관계 (전략적 재미 ↔ 자원 관리 메커닉)

For the site tree, see the [root Markdown](https://slashpage.com/blankstargames.md).