본 논문은 게임 내 프로시저럴 콘텐츠 생성(PCGML)에서 기계 학습 기법을 사용하여 맵과 레벨과 같은 게임 콘텐츠를 생성하는 방법에 대해 다룹니다. 특히 2D 타일 기반 게임 레벨을 PCGML을 위한 표준 데이터셋으로 사용하는 이유를 설명하고, 게임 레벨의 고유 특징(구조화된 이산 데이터 특성, 게임에 내재된 지역적 및 전역적 제약, 입력의 작은 변화에 대한 민감도)을 강조합니다. 입력의 작은 변화에 대한 민감도를 데이터의 강건성으로 정의하고, 이를 측정하여 기존 기계 학습 데이터셋과 게임 레벨 데이터셋을 비교 분석합니다. 또한, 기존보다 훨씬 큰 데이터셋을 제공하여 PCGML에서의 스파스 데이터 문제를 해결하고, 인기 있는 클래식 타일 기반 게임에서 영감을 받은 네 가지 게임으로부터 대규모 데이터셋을 구축했습니다.
