feat: Wiki 지식 자산 업데이트 - UX Scenarios, Frontend, Game Design, Topics 추가 [2026-05-08]

10_Wiki/Topics/Game_Design/Player-Experience-Modeling.md

@@ -1,35 +1,82 @@
 ---
-id: [[P-Reinforce|P-Reinforce]]-AUTO-PEXM-001
-category: Unified
-confidence_score: 0.95
-tags: [auto-reinforced, game-design, ux, player-modeling, affective-computing]
-last_reinforced: 2026-04-20
+id: wiki-2026-0508-player-experience-modeling
+title: Player Experience Modeling
+category: 10_Wiki/Topics_GD
+status: draft
+canonical_id: self
+aliases: []
+duplicate_of: none
+source_trust_level: A
+confidence_score: 0.92
+tags: [uncategorized]
+raw_sources: []
+last_reinforced: 2026-05-08
+github_commit: pending
+inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
 ---
 
-# [[Player-Experience-Modeling|Player-Experience-Modeling]]
+---
+redirect_to: "[[게임_디자인_및_가상_경제_시스템]]"
+canonical_id: "wiki-2026-0507-105"
+---
+
+# Redirect
+
+이 문서는 Canonical 문서인  통합되었습니다.
+모든 최신 지식과 세부 내용은 위 링크를 참조하십시오.
+
+
+> 🤖 **[AI 추론 보강 필요]** — 본문이 200자 미만이라 P-Reinforce가 빈약 stub으로 분류했습니다.
+> source_trust_level=`C` (AI 보강분), confidence_score=`0.92`로 표시되어 있습니다.
+> 사용자 검증 후 trust_level 상향 조정 가능.
+
 
 ## 📌 한 줄 통찰 (The Karpathy Summary)
-> "게이머의 마음을 수식으로 그리다: 플레이 중 발생하는 감정, 몰입도, 좌절감을 수치화하여 게임 시스템이 실시간으로 반응하게 만드는 심리-데이터 모델링."
+
+> *(TODO: 한 문장으로 핵심 통찰을 작성. "X는 Y 조건에서 Z 효과를 낸다" 구조 권장.)*
 
 ## 📖 구조화된 지식 (Synthesized Content)
-플레이어 경험 모델링(Player Experience Modeling, PXM)은 게임과 상호작용하는 유저의 주관적 상태를 객관적인 데이터로 변환하고 예측하는 시스템적 접근입니다.
 
-1.  **데이터 소스**:
-    *   **[[Behavior|Behavior]]al Data**: 이동 경로, 클릭률, 사망 빈도, 세션 시간 등 게임 내 로그.
-    *   **Physio[[Logic|Logic]]al Data**: 심박수(HRV), 뇌파(EEG), 시선 추적([[Eye-Tracking|Eye-Tracking]]) 등 생체 신호.
-    *   **Subjective [[Reports|Reports]]**: 설문조사 및 인터뷰 데이터 (Ground Truth로 활용).
-2.  **모델링 레이어**:
-    *   **Cognitive Layer**: 플레이어가 전략을 어떻게 짜고 난이도를 어떻게 느끼는가?
-    *   **Affective Layer**: 지루함, 공포, 환희 등 정서적 상태 변화.
-    *   **Motivational Layer**: 무엇이 이 유저를 계속 플레이하게 만드는가? (업적, 소셜, 성장 등).
-3.  **활용 (Game Adaptation)**:
-    *   **[[Dynamic Difficulty Adjustment (DDA)|Dynamic Difficulty Adjustment (DDA)]]**: 플레이어가 너무 절망하면 난이도를 낮추고, 너무 지루해하면 깜짝 이벤트를 발생시킴.
+**추출된 패턴:**
+> *(TODO)*
 
-## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
-- **과거 데이터와의 충돌**: 과거에는 '재미'가 주관적이라 모델링이 불가능하다고 여겼으나, 현대 PXM은 감정 컴퓨팅([[Affective Computing|Affective Computing]]) 기술을 통해 80% 이상의 정확도로 유저의 몰입 상태를 감지할 수 있게 됨.
-- **정책 변화(RL Update)**: 게임 중독 및 사행성 이슈와 관련하여, 유저의 '좌절'을 이용해 결제를 유도하는 악의적 모델링을 규제하고, 대신 '건전한 몰입'과 '휴식 유도'를 포함하는 윤리적 PXM 가이드라인이 정책적으로 권고됨.
+**세부 내용:**
+- *(TODO)*
+
+## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
+
+**언제 이 지식을 쓰는가:**
+- *(TODO)*
+
+**언제 쓰면 안 되는가:**
+- *(TODO)*
+
+## 🧪 검증 상태 (Validation)
+
+- **정보 상태:** draft
+- **출처 신뢰도:** A
+- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
+
+## 🧬 중복 검사 (Duplicate Check)
+
+- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
+- **처리 방식:** UPDATE (자동 정규화)
+- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
+
+## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
+
+- **과거 데이터와의 충돌:** 없음
+- **정책 변화:** 없음
 
 ## 🔗 지식 연결 (Graph)
-- Gamification, [[Flow State|Flow State]], [[Behavioral Economics|Behavioral Economics]], Affective-Computing-in-Games, Design-Thinking
-- **Modern Tech/Tools**: [[Unity|Unity]] Analytics, Affectiva SDK, GOMS Model.
----
+
+- **Parent:** [[10_Wiki/Topics]]
+- **Related:** *(TODO: 최소 2개)*
+- **Opposite / Trade-off:** *(TODO)*
+- **Raw Source:** 직접 입력
+
+## 🕓 변경 이력 (Changelog)
+
+| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
+|------|-----------|-----------|--------|
+| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |