Understanding Player Interaction with LLM-Powered Assistant Characters in Live-Service Games : A Case Study on PaimonAI for Genshin Impact
라이브 서비스 게임에서 LLM 기반 어시스턴트 캐릭터와의 플레이어 상호작용 이해: 『원신』의 페이몬AI를 통한 사례 연구
- 주제어 (키워드) Large Language Models (LLMs) , AI Assistant Characters , Live-Service Games , Player Interaction , Conversational AI in Games , 대규모 언어 모델(LLM) , 인공지능 보조 캐릭터 , 라이브 서비스형 게임 , 플레이어 인터랙션 , 게임 내 대화형 AI 시스템
- 발행기관 서강대학교 일반대학원
- 지도교수 주진호
- 발행년도 2025
- 학위수여년월 2025. 8
- 학위명 석사
- 학과 및 전공 일반대학원 아트&테크놀로지
- 실제 URI http://www.dcollection.net/handler/sogang/000000082032
- UCI I804:11029-000000082032
- 본문언어 영어
- 저작권 서강대학교 논문은 저작권 보호를 받습니다.
초록 (요약문)
Live-service games like Genshin Impact present expansive, evolving narratives, but this richness often leads players to forget past storylines, weakening long-term engagement. Recent advances in large language models (LLMs) enable the creation of AI-powered assistant characters that offer real-time, in-character support during gameplay. This study explores how such assistants can enhance narrative comprehension, emotional engagement, and player motivation. A prototype assistant named PaimonAI was developed as a desktop overlay, modeled after the in-game character Paimon and powered by the Perplexity API. Five participants engaged in gameplay sessions with and without the assistant, followed by semi-structured interviews analyzed through inductive thematic analysis. The study identified five core themes: comprehension, usability, immersion, emotional response, and motivation. Participants used the assistant to recall forgotten plotlines, clarify lore, and enrich quiet gameplay moments. Character consistency and emotional tone shaped trust and enjoyment, while even playful inaccuracies sometimes added to engagement. Motivation to interact was driven less by utility and more by curiosity and affective value. These findings suggest that AI assistants are most effective when treated as narrative characters rather than tools. Their tone, timing, and personality should support not just information delivery but also emotional and narrative continuity in long-form games.
more초록 (요약문)
『원신』과 같은 라이브 서비스 게임은 방대한 세계관과 지속적으로 확장되는 이야기를 제공하지만, 이러한 서사 구조는 플레이어가 이전 이야기 흐름을 잊게 만들 수 있으며, 이는 장기적인 몰입도와 참여도 저하로 이어질 가능성이 있다. 최근 대규모 언어 모델(LLM)의 발전은 게임 플레이 중 실시간으로 상호작용하는 AI 어시스턴트 캐릭터의 구현을 가능하게 하였으며, 본 연구는 이러한 어시스턴트가 플레이어의 스토리 이해, 정서적 몰입, 그리고 플레이 동기에 어떤 영향을 미치는지를 탐색한다. 이를 위해, 본 연구에서는 게임 내 캐릭터 ‘페이몬’을 모델로 한 데스크톱 오버레이 기반의 AI 어시스턴트 ‘페이몬AI’를 개발하였다. 해당 어시스턴트는 Perplexity API를 기반으로 작동하며, 실제 게임 세션 중 플레이어와 자연스럽게 대화를 주고받도록 설계되었다. 총 5명의 참가자가 어시스턴트의 유무에 따라 두 조건에서 게임을 플레이하고, 이후 반구조화된 인터뷰를 통해 경험을 공유하였다. 수집된 인터뷰 자료는 귀납적 주제 분석을 통해 분석되었다. 분석 결과, ‘이해도’, ‘사용성’, ‘몰입감’, ‘정서적 반응’, ‘동기’라는 다섯 가지 주요 주제가 도출되었으며, 다수의 참가자들은 어시스턴트를 활용해 잊었던 스토리라인을 상기하거나, 게임 세계관에 대한 이해를 보완하고, 조용한 플레이 순간을 더욱 풍부하게 만드는 경향을 보였다. 어시스턴트의 캐릭터 일관성과 정서적 어조는 신뢰감과 몰입에 긍정적인 영향을 미치는 것으로 해석되었으며, 때때로 발생한 유쾌한 오류 또한 몰입 경험을 저해하기보다는 오히려 강화하는 사례도 나타났다. 어시스턴트와의 상호작용은 단순한 정보 전달보다는 정서적 유대나 호기심에서 비롯된 경우가 많았다. 이러한 결과는 AI 어시스턴트가 단순한 기능적 도구로서가 아니라, 서사 세계의 일원으로서 감정적·이야기적 연속성을 지지할 때 가장 효과적일 수 있음을 시사한다. 향후 이와 같은 어시스턴트는 어조, 개입 시점, 성격 설계에 있어 기능적 효율성 뿐 아니라, 정서적 설득력과 서사적 통합성을 함께 고려할 필요가 있다.
more목차
1. Introduction 8
1.1 Research Background and Goal 8
1.2 Scope of Research and Methodologies 9
2. Literature Review 10
2.1 Companion Characters in Games and Media 10
2.2 Companions and Instructional Design 13
2.3 Game Information-Seeking and Immersion Breaks 15
2.4 Theoretical Frameworks 17
2.5 Summary and Research Gap 20
3. PaimonAI Case Study 21
3.1 Concept and Motivation 21
3.2 Design Goals and Interaction Principles 23
3.3 System Architecture 26
3.4 Tone and Persona Modeling 29
3.5 Constraints and Limitations 31
3.6 Expected Player Benefits 34
4. Methodology 36
4.1 Research Design 36
4.2 Participant Demographics 37
4.3 Experimental Procedure 38
4.4 Interview Structure and Data Collection 40
4.5 Ethical Considerations 41
5. Thematic Analysis and Findings 42
5.1 Thematic Analysis Process 42
5.2 Thematic Overview 44
5.3 Thematic Evidence and Participant Commentary 45
5.3.1 Comprehension 46
5.3.2 Usability 48
5.3.3 Immersion 51
5.3.4 Emotional Response 54
5.3.5 Motivation 56
5.4 Cross-Theme Tensions and Intersections 58
5.5 Summary 60
6. Discussion 61
6.1 Introduction 61
6.2 Narrative Recall Support through Contextual Awareness 62
6.3 Emotional Trust through Interesting, Role-Consistent Dialogue 63
6.4 Playful Errors and the Value of “Wrong” 65
6.5 Interface and Input as Involvement Modulators 67
6.6 Motivation is the First Barrier 69
6.7 Designing the Assistant as a Character: Inhabiting the Role 71
6.8 Summary of Design Principles 72
7. Conclusion 74
7.1 Research Summary 74
7.2 Core Contributions. 75
7.3 Implications for Game Design 76
7.4 Limitations 78
7.5 Future Work 80
7.6 Final Remarks 81
References 82
Appendices 89
