게임이 주는 즐거움. 한마디로도 여러 마디로도 정의하기 어렵다. 게임 업계 종사자라면 누구나 이런 고민을 하게 마련이다. 넥슨코리아 부사장이자 인털리전스랩스 총괄을 겸임하고 있는 강대현 부사장은 게임이 주는 즐거움을 찾기 위한 고민과 게임을 바라보는 시야 확장의 필요성, 그리고 시야 확장과 창의성을 발현하는 데 있어 데이터와 AI의 역할에 대해 설파했다.
넥슨의 인텔리전스랩스는 게임의 편의성 증대와 유저 만족도를 높이고자 라이브게임 서비스를 통해 얻어지는 경험과 노하우를 체계화하고 이식 가능한 형태로 축적, 전환하여 라이브게임 및 신규 개발에 접목하는 역할을 하고 있다.
게임의 재미는 어디서 나올까
즐거움이란 무엇일까. 게임이 탄생한 지 오래되었음에도 이에 대한 정답은 아무도 모른다. 나 역시 모른다. 그렇기에 해답을 이야기하고자 하는 건 아니다. 게임에 즐거움을 찾아 나가는 관점 중 한 가지 관점을 하나 더하고자 하는 의도다.
2010년 NDC 때에 강단에 섰다. 벤쿠버 동계 올림픽이 있던 해였는데, 재미없는 게임을 예로 든 게 '컬링'이었다. 지금 보면 굉장히 바보 같은 소리인 것 같지만, 그때는 그렇게 생각했다. 게임 룰도 모르고 해설자도 지루했고, 응원할 팀도 없었다. "도대체 뭐하는 스포츠지?"라는 생각만 들었다.
게임할 때 '한판만 해야지'라는 말을 많이 하고는 한다. 여기사 '한 판'이란 적당히 긴장감 있게 주고받는 게임에서 '내'가 존재감 있게 싸워서 이기는 한판이라는 뜻으로 사용된다. 즉 만족스럽게 끝낸다는 의미가 담겨있다. 이런 관점에서 보면 즐거움의 본질이 게임 콘텐츠 외에 다른 곳에 있는 게 아닌가 생각할 수 있다.
결국 유저가 게임을 즐겁게 플레이하게 하는 방법을, 어쩌면 비효율적으로 접근하고 있지 않냐는 생각을 하게 한다.
즐거움, 그러니까 만족감은 어디서 발생하는 것인가. 물론 복합적으로 발생한다. 하지만 극단적으로 축소해서 생각했을 때 즐거움은 단순한 룰을 가진 게임, 이를테면 가위바위보 같은 게임에서도 통용되는 것으로 봐서 룰 자체에서 나오는 것은 아닐 거라는 가설을 세울 수 있다.
그럼 게임의 재미는 어떻게 나오나. 이번 평창 올림픽 컬링은 왜 밴쿠버 올림픽과 달리 재미있었을까. 단순하게 보면 응원할 팀이 분명하게 존재했고, 역전에 역전을 거듭하는 긴박한 플레이가 이어졌다. 게다가 '영미'와 같은 캐릭터는 독특함과 친근감 그리고 호감을 불러일으켰다. 이를 게임으로 치환하면 게임의 진짜 즐거움이 어디서 발생하는지를 알 수 있지 않을까?
넥슨 게임 종료 후 공통으로 설문조사를 한다. 만족도 조사인데, 이 데이터를 분석했더니 매우 특이한 점을 발견할 수 있었다. 동일한 유저의 일일만족도가 크게 변화한다는 점이었다. 다시 이야기하자면 똑같은 게임을 똑같은 유저가 하더라도 당시 게임플레이에서 겪은 만족도에 따라 크게 변동했다는 의미다. 이 만족도와 비례해서 재방문율도 차이가 났다.
만족도가 높은 게임과 낮은 게임의 평균 차이를 10이라고 가정한다면 같은 게임이더라도 동일한 유저가 접속할 때의 경험에 따라서 만족도 차이를 보이는 건 10 이상이었다. 이는 의미하는 바가 크다. 게임의 재미가 발생하는 영역의 비중이 어디가 큰 것인가를 확인하면 재미 포인트를 효율적으로 잘 이끌어갈 수 있기 때문이다.
룰, 시나리오, 그래픽, 사운드처럼 게임을 구성하는 정적요소가 주는 만족도만큼이나 어떤 유저가 어떤 사건을 어떻게 경험했느냐가 만족도, 즉 게임의 재미에 생각보다 큰 영향을 주는 것이 아니냐는 의심을 할 수 있는 데이터다.
사건, 경험과 같은 동적 요소를 게임사가 컨트롤 할 수 없다고 생각하여 유저들이 만들어 간다는 미명하에 유저 몫으로 방치하고 있는 것은 아닌가라고. 이는 충분히 고민할만한 가치가 있다.
왜 간과하고 있는가
아직도 많은 개발자는 게임의 재미를 멋진 게임코어와 같은 동의로 사용한다. 룰, 그래픽, 타격감과 같은 게임코어를 잘 만들면 재미가 있을 것으로 생각한다. 그런데 재미의 발생은 실제로 코어보다 훨씬 넓다는 정황이 보이고는 한다. 우리 개발자들이 생각하는 게임 콘텐츠 영역을 넘어서는 정황이 보인다는 말이다. 우리가 시야를 넓게 가지고 새로운 시선으로 게임을 보면 게임의 재미를 극대화할 수 있다는 것이다.
결국 '우리는 게임의 재미를 극대화하고 있는가?'라는 의문에 도달한다. 게임 콘텐츠만을 잘 만들어서는 안 된다는 결론에 도달한다. 재미에서 게임 콘텐츠 비중이 작다는 의미가 아니라, 더 넓은 부분이 있지 않겠느냐는 의문이 들게 되는 것이다. 게임을 정의할 때 더 크게 봐야 하지 않겠느냐는 생각도 이어진다. 다양한 취향의 유저에게 어필하기 위해서는 지금과 다른 시각으로 게임을 바라볼 필요성이 대두한다.
나는 게임이 좋았다. 그래서 업계에 들어왔고, 자연스럽게 내가 예전에 좋아했던 게임을 재현하려고 했다. 나에게는 자연스러운 흐름이었다. 그런데 결국 이러한 접근이 내 사고를 좁게 만든 게 아닌가 싶었다. 어쩌면 나뿐만 아니라 개발자들이 '우리'의 과거 로망을 실현하려고 하는 게 아니냐는 생각마저 들었다.
분명 '우리'와 같은 로망을 가지는 사람도 있을 것이다. 그러나 미래를 선도해야 하는 입장에서 선도할 수 없는 프레임에 갇혀있는 게 아니냐는 의문이 들었다. 과연 우리의 로망은 미래지향적인가? 현재가 원하는 로망과 일치하는가? 과거를 단순히 따르고 있는 것이 아닌가? 라는 생각이 끊임없이 이어졌다.
게임에는 아직도 많은 맹점이 남아있다. 역설적으로 각 전문가가 모여있기 때문에 시야가 좁아진다. 그러므로 이를 해결해야 한다. 이러한 현상이 가속화되면 현재 유저를 만족하게 할 수는 있지만, 멀리 봤을 때 결국 시장을 작게 만드는 방향이다.
시야를 넓히고 상황을 객관적으로 해석하는데 데이터와 AI가 유용하게 사용되리라 생각했다. 난 개인적으로 의사결정을 할 때 다른 관점에서 '빙의'되어 다시 해석하는 것을 좋아한다. 몰입하기 위해 빙의를 해본다. 예를 들어 게임 테스트를 할 때 "난 중2 남자다. 허세가 있고 엄마 몰래 게임을 하는 그런 상황이다"라는 걸 염두에 두고 테스트를 한다. 이런 방법은 그 전에 생각지 못했던 새로운 관점을 발견하는 데 도움이 됐다.
창의 그리고 데이터
사람들은 AI와 인간의 차이점을 '창의'라고 말하고는 한다. 하지만 나는 동의하지 않는다. 바둑기사들은 알파고를 평가할 때 "창의적이고 실력이 좋은 기사"라고 평가한다. 그렇다면 창의가 인간만의 능력은 아니라는 사실을 유추할 수 있다.
창의는 새로운 관점에서 독특하게 연결하는 또 다른 시선이라고 해석할 수 있다. 빅데이터를 이용한 AI야말로 어떤 측면에서 가장 창의적일 수 있다고 생각하는 이유다.
머신러닝은 개발자도 유저도 모르는, 즐거움에 영향을 끼치는 요소를 발견하는데 적합한 도구다. 다시 말해서 맹점을 발견하기에 좋은 도구다. 게임의 재미를 제공하는 측면에서 가장 큰 문제는 문제가 무엇인지 모른다는 점이다. 유저도 모르고 개발자도 모른다. 그럼 이를 어떻게 창의적으로 찾아야 하냐는 문제에 부딪힌다.
한 FPS 게임에서 신규 유저의 초기 이탈율이 높다는 데이터를 확보했다. 기존에는 가설을 세워 검증하는 방식으로 하나하나 소거해 해결하고자 했다. 그런데 이 방법은 가설의 정의가 명확하지 않을 수 있으므로 기존 틀에 갇힐 수 있다는 위험성을 가지고 있다. 또한, 모호한 결론이 나는 경우가 많아서 정확하게 소거하기도 힘들다. 무엇보다 가장 큰 문제는 아예 가설에 문제가 포함되지 않을 가능성이 있다는 것이다. 막상 제일 중요한 걸 발견 조차 못하는 경우도 많았다.
그래서 한번은 가설을 세우지 않고 머신러닝으로 해당 문제를 풀어봤더니 '서버 이동'이라는 답을 얻었다. 유저가 빈번하게 서버를 이동하기 때문에 이탈한다는 것이었다. 직관적으로 이해하기 힘들었다.
이 FPS 게임은 오래 서비스 한 게임이라 기존 유저들끼리 규칙을 세워놓은 상태였다. 예를 들어 1번 서버는 대화서버, 2번 서버는 특정 맵만 플레이하는 서버, 3번 서버는 M16만들고 싸우는 서버 등등 이렇게 유저들간 암묵적인 룰이 있었다.
그런데 신규 유저는 이런 룰을 모르는 상태에서 무작위 배치되다 보니 부정적 경험을 반복해 할 수밖에 없었다. 부정적 경험이 누적되면서 유저는 게임 플레이를 제대로 즐기지도 못하고 '재미없는 게임'으로 정의하고 이탈해버렸다.
만약 난 어떤 직원이 이러한 가설을 세웠다면 창의적인 인재라고 엄청나게 추켜세웠을 것 같다. 아마 나는 이런 생각 절대 못했을 것 같다.
이렇게 '채널선택 머신러닝'으로 작은 문제를 허투루 넘기지 않고 확장을 해보면 MMORPG의 적정 인구밀도를 유지하게 할 수도 있고 마을에서 긍정적 인터레션을 유도하는 고도의 AI 개발도 할 수 있다.
한 번은 MMORPG에서 특정 직업만 겪는 퀘스트 문제로 유저 이탈율이 높아지는 경우가 있었다. 어떻게 보면 굉장히 지엽적인 문제였는데 이것도 데이터를 통해서 찾은 케이스다.
많은 직업 중 유독 전사 이탈률만 굉장히 높았다. 개발팀은 마을에 레벨 제한 없이 플레이할 수 있는 일반 퀘스트를 배치했다. 문제는 직업마다 시작하는 마을 위치가 달랐다는 점이다. 전사만 지리적인 문제로 일찍 어떤 퀘스트를 만나게 되는데, 다른 직업이 15에서 20레벨 사이에서 퀘스트를 만나는 것과 달리 더 낮은 레벨에서 만나게 된다는 사실을 알게 됐다.
그렇기에 전사 유저들에게 의도치 않게 난도가 높게 느껴졌고, 이탈하는 양상을 보인 것이다. 굉장히 사소한 문제임에도 이탈률에 영향을 크게 끼치는 요소였다. 그럼에도 오랫동안 발견도 안 됐던 문제였다. 이런 문제는 대부분 유저가 이야기해주는 피드백으로 해결하는 케이스가 많다. 그러나 저레벨 허들은 이야기하지 않는 경향이 많다. 게임에 애착을 두기 전이니까 이야기를 하지 않고 그냥 이탈해 버리는 거다. 그래서 데이터를 유심히 봐야 한다.
우리는 이런 디자인 오류를 빠르게 파악하는 시스템을 넥슨의 모든 게임에 적용하려고 한다. 이런 오류 때문에 재미없는 게임으로 평가절하당한다는 건 개발자로서는 매우 억울한 일이다. AI를 통해 게임의 재미를 온전히 전달해줄 것으로 믿는다.
상기한 것들이 유저들도 모르는 문제였다면, 이번에는 개발자도 모르는 문제다. 대표적인 예가 '유저의 실력은 향상되는가 그냥 타고나는가'라는 가설이다.
1차적으로 데이터를 해석해보면 유저 실력은 타고나는 게 맞다. 게임의 복잡도에 따라 다르기는 하지만 플레이 후 2~3시간 내로 실력 임계점에 닿고 그 뒤로는 더디게 성장하는 사실을 알 수 있다. 흔히 말하는 '될놈될'을 데이터로 확인할 수 있다. 재미를 느끼는 포인트 중의 하나가 '실력 향상'인데 이게 정체되니 유저는 게임이 재미없다고 느끼게 된다.
그런데 그 와중에 꾸준히 게임 실력이 향상하는 유저들도 있다. 왜 그런가 하고 디테일을 살펴보니, 유저에게 피드백이 있었느냐 없었느냐의 차이였다. 피드백의 종류는 다양하다. 작게는 게임 도움말부터 주변의 도움이 있을 수도 있고 스스로 공략을 보고 영상을 찾아보는 것도 있다.
결국 적절한 피드백 시스템이 있으면 대부분 유저가 실력이 꾸준히 향상된다고 볼 수 있다. 피드백 시스템이 잘 갖춰져 있으면 해결할 수 있는 문제라는 것이다. 단순히 실력을 유저 자율로 맡겨 두는 건 옳은 방법이 아니다. 이는 재방문율과도 연결된다.
사실, 말은 이렇게 했지만, 우리도 다른 회사와 비슷하게 잘 구축된 상황은 아니다. 한참 개발하는 단계다. 다만 현재까지 시뮬레이션한 결과 대부분 유저가 실력이 현격히 늘어날 수 있으며 사업적 성과가 늘어났다는 것을 확인했다는 정도다.
흔히 개발자들은 긴박하고 긴장감 있는 게임이 더 큰 재미를 줄 것으로 생각하고 개발한다. 그런데 데이터는 그렇지 않았다. 긴박하게 승패가 결정되는 게임에서 승률 50% 유저들의 게임 만족도는 낮았다. 그리고 그들은 게임이 '불공정'하다고 이야기했다. 반면 75% 승률 유저들의 만족도는 높았다. 그들은 게임 진행이 '공정'했다고 응답했다.
실제 승률 50%는 공정한 결과라고 볼 수 있다. 그러나 유저들은 그렇지 않다고 생각했다. 3자 공정성과 본인 공정성이 다르기 때문이다.
긴박감있고 공정했으니 만족도가 낮은 50%로 그대로 밀고 나가야 하는 게 숫자상으로는 맞다. 그러나 이는 더 생각해 볼 문제다. 일반적으로 높은 인게이지먼트(Engagement)와 이탈률의 상관관계는 명확하지 않다. 아직은 연구를 하는 주제라 정확히 정의할 수는 있지만, 평균적 플레이어들에게 어쩌면 '느슨한 플레이'가 더 많은 재미를 줄 수 있다고 생각할 수 있다.
긴박감, 긴장도도 계속 노출되면 지친다. 그러므로 조금 더 구체적으로 들어갔을 때 적절한 인게이지먼트를 찾아야 한다. 우리 개발자들이 가지고 있는 일반적 상식보다 더 느슨한 플레이를 긍정적으로 생각해볼 여지가 있다고 본다.
그러다 보니 자동전투에 대해 다시 생각하게 됐다. 나 역시 거부감이 많았는데 지나고 보니 생각 자체가 예전 틀에 갇힌 생각이 아닐까 싶었다.
데이터를 기반으로 바라보면 자동전투는 낮은 인게이지먼트로 해석할 수 있다. 정말 유저들이 원하는 게 무엇인지 알아볼 필요성을 느꼈다. 자동전투게임이 게임이냐고 말하는 사람이 많다. 그런데 이들은 유튜브나 아프리카에서 방송을 보면서 채팅을 하고는 한다. 과연 자동전투와 유튜브 시청이 다른 것이냐는 생각을 해볼 필요가 있다.
자료에 따르면 적극 채팅에 참여하고 별풍선을 날리는 사람은 전체 시청자 중 5%라고 한다. 즉 단순 시청자가 95%를 차지하는 것이다. 이를 게임으로 치환하면 좀 더 많은 유저들이 게임을 더 좋아하게 할 만한 여지가 남아있다고 본다.
이미 얕은 플레이의 대명사를 자동전투라고 부르고 있다. 즉 생각이 좁았다고 해석할 수 있으며 반대로 기회가 많다고 말할 수 있는 증거다. 저관여 플레이의 높은 발전 가능성으로 게임을 확장할 수 있다고 생각한다. 특히 AI가 역할을 할 수 있을 것으로 보인다.
'게임은 이래야 해, 저래야 해'라는 관념 자체를 깨고 좀 더 넓게 보았으면 좋겠다.
기존의 프레임으로는 답을 찾을 수 없다
게임 내에 방치된 수많은 영역이 있다. 무심코 지나치지 않는다면 더 많은 맹점을 발견할 수 있다. 결국, 게임의 재미는 좀 더 극대화할 수 있을 것으로 생각한다. 재미를 발생시키는 게임코어의 재정의가 필요한 시점이다. 그렇다면 시야가 열릴 것이다. 그러므로 본질을 철저하고 치열하게 이해하기 위해 노력할 수밖에 없다.
업계가 뒤처지지 않으려면, 미래의 게임과 우리의 로망이 일치하는지에 대해 원론적으로 생각해 볼 필요가 있다.
답은 아무도 모른다. 하지만 적어도, 그동안의 시야와 프레임 내에서 해결하려고 한다면 답을 찾을 수 없다는 점은 분명하다. 아마 답을 찾는 속도는 느릴 거다. 게임의 재미를 발생시키는 총체적인 덩어리를 크게 바라보고 모르면 모르는 대로 한 발짝 씩 나아가는 게 중요하다. 문제를 탐구하기 위해 AI 등 각종 도구를 활용해야 한다.
맹점은 편견 때문에 발생한다. 데이터와 AI는 우리의 시야를 넓히는 편견 없는 정보를 제공할 것이다. 이렇게 하나씩 깨나가다 보면 사고가 자유로워지고 머리가 말랑말랑해지리라 믿는다.
요즘 추세가 AI라는 말을 많이 한다. 나로서는 이렇게 유행으로만 여겨지는 것은 반갑지만은 않다. 유행에만 휩쓸리고 억지로 이끌려갈 경향이 있기 때문이다. AI가 추세고 기술우위 가시가 아니라 재미에 결정적인 영향을 미치는 원인을 찾을 수 있다고 본다. 실용성이 있다. 넥슨에는 멋진 것보다는 좀 더 실용성을 우대하는 문화가 있다고 생각한다.
기술자체에 매몰되기 보다는 실용적인 결과를 균형적을 찾겠다. 게임의 영역을 제한하지 않고 다양하게 탐구하겠다. 그리고 이렇게 만들어진 것을 모든 넥슨 게임이 누릴 수 있는 환경을 마련하고자 한다.
desk@inven.co.kr