라인 게임 플랫폼은 10월 18일 판교에 위치한 경기창조경제혁신센터에서 'LINE,게임분석 어떻게 하나?' 라는 주제의 세미나를 진행했다.

지난해 12월 모바일 메신저 라인(LINE)이 공개한 '라인 게임 플랫폼'은 게임 개발 준비단계부터 퍼블리싱, 사후 관리까지 게임 개발과 관련된 모든 과정을 지원하는 개발 플랫폼이다. 개발자들은 해당 플랫폼을 통해 보안 인프라 QA 커뮤니티 데이터 분석 등 네이버 및 라인 서비스에서 사용되는 글로벌 수준의 기술력과 노하우가 담긴 기능들을 편리하게 활용할 수 있다.

이날 오후 12시부터 2시간 동안 쉬는 시간 없이 3개의 강연이 진행된 이번 세미나를 통해서는 라인 게임 플랫폼의 핵심 기능 중 하나인 게임 내 발생하는 데이터를 실시간으로 수집하고 분석해주는 데이터 분석 플랫폼 GROWTHY에 대한 소개가 진행됐으며, 이러한 데이터 분석을 활용해 일본,대만,태국 등 글로벌 마켓에서 게임서비스 분석을 활용한 사례 또한 공개됐다.





■ 들어가며: 들어서다! 돌아보다! 예상하다! 맡기다!

▲ 오정선 LINE 빅데이터 플랫폼실 리드

LINE 빅데이터 플랫폼은 라인에 있는 데이터를 분석하고, 또 분석에 필요한 플랫폼을 제작해 서비스하는 조직이다.'Shake your data, Make insights'라는 슬로건 아래, 30여 명의 멤버들이 한국을 중심으로 업무를 진행하고 있다.

현재까지 라인의 빅데이터 플랫폼은 300여 개 정도의 앱과 웹 서비스에 대한 분석을 진행했으며, 약 1,200개의 분석 속성을 기반으로, 관계사가 직접 분석에 활용할 수 있도록 제공하고 있기도 하다.

이날 인사말을 전한 LINE 빅데이터 플랫폼실의 오정선 리드는 앞서 밝혔던 제목인 '들어서다! 돌아보다! 예상하다! 맡기다!'에 대해 "세미나의 주제가 데이터 분석인 만큼 이러한 동사들의 주어가 데이터 또는 분석이라고 생각하셨을 텐데, 사실 우리가 생각하는 주어는 바로 유저"라고 밝혔다.

이어 그는 "글로벌 시장의 유저들은 우리나라와 지리적, 문화적으로 다른 생활방식을 가지고 있기 때문에, 이들을 만나고 알아가기에는 데이터를 분석하는 것이 거의 유일한 방법이라고 생각한다. 이 자리를 통해 라인 게임이 글로벌 서비스를 하면서 그동안 고민하고 시행착오했던 분석 노하우를 공유해 드리고 싶었고, 세미나에 참석하신 분들이 이후 글로벌 시장에서 성장하는 데 보탬이 되었으면 좋겠다"고 덧붙이며 인사말을 마무리했다.



■ '수알못' 마케터가 Data Driven 조직에서 살아남는 법은?

▲ 여지연 데이터 분석가

첫 번째 강연은 '수알못 마케터, Data Driven 조직에서 살아남기'라는 제목으로 진행됐다. 자신은 수학과를 전공하고, 마케터 또한 아니라고 이야기하며 강연을 시작한 여지연 데이터 분석가는, 지난 3년 동안 함께 업무를 진행해 온 마케터들의 입장에서 다가가기 어려운 데이터 분석에 더 친근하게 접할 수 있는 노하우를 공유했다.

서비스를 성장시키기 위해서는 끊임없이 모니터링하고, 유저 획득부터 수익화까지의 자취를 트래킹하며, 가설을 검증해야 한다는 것은 아주 사전적인 설명이다. 여지연 데이터 분석가는 이러한 과정을 라인 게임에서 어떻게 진행하는지 소개하기 위해 라인 게임에서 사용하는 BI툴의 모습을 소개했다.

여느 BI툴이 그렇듯, 라인게임에서 활용하고 있는 BI툴 또한 게임 현황을 파악하는 데 필요한 데이터를 확인할 수 있도록 설계되어 있다. 상단에는 매출과 유저 현황 등 주요한 지표가 표시되며, 트렌드를 파악하기 위해 30일 정도의 데이터를 한 번에 노출한다. 가장 중요한 것은 세일즈와 DAU라고 할 수 있는데, 이처럼 중요하다고 생각되는 데이터는 별도로 디멘션을 정해 트렌드를 확인할 수 있도록 하는 것이 특징이다.

이러한 화면을 보고 사업 담당자는 게임의 라이브 현황이 어떤지 확인할 것이고, 마케터라면 집행한 마케팅의 효과가 잘 나타나고 있는지 확인할 것이다. 이처럼 다음 활동을 직군별로 나뉘게 되는데, 여지연 분석가는 이후 활용이 가능한 게임 라이브 케어라는 기능을 소개해 나갔다.


이 기능을 통해서는 DAU나 세일즈 관련 KPI 트렌드를 특정 기간 동안 탐지하게 되며, 각 트렌드가 상승 또는 하락할 때 원인이 무엇인지 확인할 수 있도록 구축했다. 그뿐만 아니라 특정 트렌드가 상승 또는 하락할 경우, 과거에 비해 큰 변동인지, 아니면 위험한 수준인지 등의 판단이 필요함에 따라 이를 한눈에 알 수 있도록 하는 기능도 갖췄다.

또한, 여지연 분석가는 "특정 트렌드가 상승할 때는 지표 분석을 하지 않지만, 하락할 때는 원인 파악을 빨리하고 싶어하는 니즈가 크게 나타난다"며, 이를 빠르게 확인할 수 있도록 'Influence KPI'라는 요소를 구성했다고 전했다. 이는 여러 KPI들 중 실제로 중요한 것이 아닐까 하는 가설을 통해 유의미한지 검증된 지표들로, 특정 지수들이 상승할 경우 어떤 지표가 원인이 되었는지 빠르게 확인할 수 있는 특징을 가지고 있다.

다음으로는 마케팅 분석 시스템(MAS)에 대한 설명이 이어졌다. 이는 효과적인 마케팅 채널을 찾고, ROI를 예상할 수 있는 기능을 제공한다. 기본적으로 마케팅을 통해 유입되는 유저와 자연적인 유입 유저(오가닉 유저)에 대해 규모와 매출을 예상해 ROI를 추정해 보여주고 있으며, 마케팅 집행 이후에도 각각 유저층에 대한 효과를 예상하는 것이 수월해진다. 또한, 마케팅 시 효과적인 채널의 순위도 나타내고 있으므로 효율적인 마케팅 채널을 선택하는 의사 결정이 가능하다.


이어 여지연 분석가는 유저 획득부터 수익화에 이르기까지 자취를 추적하는 데는 AARRR모델이 효과적이라고 조언했다. 원래는 데이버 맥클루어(Daver McClure)가 제창한 스타트업의 성과를 평가하는 모델이지만, 고객을 대상으로 서비스를 제공하는 회사라면 누구나 적용할 수 있다는 것이 그의 설명이다.

그렇다면, 유입-활동-유지-매출-추천으로 이어지는 AARRR모델을 어떻게 사용할까? 여지연 분석가는 라인의 BI 대시보드의 메뉴 자체를 AARRR모델에 맞춰 변경했다고 전했다. 사람의 눈이 자연스럽게 가는 위에서부터 아래로, 유저의 유입부터 활동, 리텐션 및 매출 등으로 지표를 확인할 수 있게 한 것이다.


이처럼 여러가지 데이터를 확인할 수 있다면 다음은 이를 바탕으로 분석을 실시할 차례, 유저 유입부터 수익화까지 추적하면 데이터를 축적해도 바로 분석하는 것은 쉬운 일이 아니다. 특히, 데이터가 많을수록 이를 분석하기 시작하는 데 막막함을 느끼게 된다.

여지연 분석가는 데이터 분석 초보들에게 한가지 팁으로 콘텐츠에 대한 데이터 분석을 먼저 시작해보기를 권한다고 말했다. 그는 "라인게임은 퍼블리셔이다 보니, 아주 많은 개발사의 사업담당자는 물론 개발자분들까지도 만나게 된다"며, "개발사마다 요구하는 콘텐츠에 대한 분석은 천차만별이지만, 롱런하고 있는 라인 게임의 개발사들을 보면 다들 콘텐츠를 깊게 들여다보고 있다는 공통점이 있다"고 전했다.

그에 따르면, 라인은 지금까지 플레이 현황과 재화는 물론, 유저가 게임에 유입된 이후 잘 안착했는지 등을 확인할 수 있는 지표 등을 300여 개 게임에 서비스를 해왔으며, 이러한 카테고리 맞춰 로그를 수집하고, 매일 각 개발사에 제공될 수 있도록 하고 있다.


이어 여지연 분석가는 이렇게 콘텐츠 카테고리를 하나하나를 분석해 나가다 보면, 언젠가 다른 데이터들과 결합해서 보고 싶다는 니즈가 생길 때가 온다고 덧붙였다. DAU는 늘었는데 세일즈에 변화가 없을 때, 이를 데이터로 확인하기 위해서는 유저 데이터는 물론 플레이 데이터, 아이템 데이터와 세일즈 데이터 등 다양한 데이터가 필요하게 되는 것이다.

그래서 라인게임은 이를 보다 쉽게 하고자 셀프 분석 툴을 만들게 되었다고 여지연 분석가가 소개했다. 단순히 카테고리를 입력하고 조회하면 결합한 데이틀 집계하거나, 실시간 수준의 데이터를 활용할 수 있는 툴이다. 이중 보편적으로 유의미한 것들에 대해서는 템플릿을 제작해, 유저 변동이나 매출 변동, 게임 콘텐츠 밸런스 변동에 대해 누구라도 쉽게 확인할 수 있다는 것이 그의 설명이다.

마지막으로 여지연 분석가는 다시 한번 모니터링 트래킹, 분석이라는 세 가지 요소에 대해 강조한 뒤, "분석에 대한 고민은 누구에게나 있고, 혹시 잘 모르겠다고 한다면 지금까지는 단순히 KPI만 보려고 한 것은 아닌지 확인하는 것이 필요하다. 내 서비스에 자신 있기 위해서는 콘텐츠를 볼 줄 알아야 한다고 생각한다"고 이야기하며 강연을 마무리했다.


■ 일본시장 1%만 잡아도 수십억!! 분석으로 꽃길만 걷자

▲ 이연경 데이터 분석가

다음으로 강연을 맡은 이연경 데이터 분석가는 일본과 대만 태국 등 라인게임이 주로 서비스하고 있는 아시아 시장에 대한 이야기를 공유했다. 전세계 모바일게임 마켓 중 수익 비중이 가장 큰 국가가 일본이라고 소개한 이연경 데이터 분석가는 중국을 제외하고 아시아 지역에서 한국의 마켓 수익 비중이 일본의 1/4이며, 대만은 한국의 1/2, 그리고 태국과 인도네시아 그 뒤를 잇고 있다고 전했다.

그렇다면, 이렇게 마켓 수익 비중이 큰 일본에 어떻게 진출해야 성공을 도모할 수 있을까? 이연경 분석가는 강연을 크게 두 파트로 나누어, 첫 파트에서는 글로벌 유저 리서치의 결과를, 뒤에서는 라인게임이 실제로 일본에서 게임을 서비스하며 겪었던 경험을 사례로 강연을 진행해 나갈 계획이라고 밝혔다.


* 참고로, 이날 강연에 사용된 모든 유저 특성에 대한 데이터는 라인게임에서 서비스하고 있는 특정 캐주얼 게임 A의 대한 것이다. 따라서 일반적인 글로벌 유저의 특징이라고 말하는 것에는 한계가 있다.

이연경 분석가는 이어 일본과 대만, 그리고 태국의 유저에 대한 데이터를 비교 분석하는 것으로 글로벌 유저들의 특징을 소개해 나갔다. 캐주얼 게임인 'A'의 유저 성별 비중을 확인한 결과, 세 국가 모두 여성 유저의 비율이 높은 것으로 나타났으며, 연령대별로는 일본이 30-40대의 비중이 높았으며, 대만은 20-30대, 태국의 경우 10대의 비중이 가장 높은 것으로 나타났다.

시간대별 플레이 행태를 비교해봤을 때는 세 국가 모두 비슷한 양상을 보였다. 늦은 밤에는 이용이 줄어들고, 저녁 시간에 가장 많이 플레이하는 형태였다. 다만, 일본의 경우 평균 출근 시간인 9시 이전에 이용이 잠깐 증가했다가, 11시까지 이용이 눈에 띄게 감소한다. 이후 점심시간인 12시를 기점으로 다시 이용이 증가하는데, 이연경 분석가는 이것이 일본인들의 성향 상 업무시간에는 사적으로 핸드폰을 이용하지 않기 때문이라고 전했다. 특정 국가의 문화가 데이터에도 반영되는 사례다.

사용하는 디바이스 운영체제의 경우 일본은 iOS의 비중이 소폭 높았지만, 대만과 태국의 경우 안드로이드 유저가 월등히 많았다. 그러나, 디바이스 별 매출 비중에서는 다른 결과를 보였는데, 일본의 경우 안드로이드 이용자의 매출 비중이 아주 소폭 높은 것으로 나타났으며, 대만과 태국은 iOS 이용자가 별로 없음에도 불구, 매출 비중은 상당히 높은 것을 알 수 있었다.

▲ 일본 상위 10% 과금 유저들의 과금액이 전체의 절반을 차지했다

이어 이연경 분석가는 국가별 유저 과금 금액 구간에 대해, 특정 게임 A의 전체 매출 중 상위 10%유저가 차지하는 구간과 나머지 90% 유저가 차지하는 구간으로 나뉜 도표를 통해 설명했다. 일본의 경우 90% 유저가 과금하는 금액이 전체 금액의 절반일 정도로 상위 10% 유저가 과금하는 비율이 높게 나타났다. 태국의 경우 대다수 90%유저의 과금 구간이 전체 금액을 차지하고 있었다.

다음으로는 가장 과금을 많이 하는 구간에 있는 성별 및 연령층을 나타낸 도표를 공개했다. 물론 특정 게임인 A의 사례다. 일본의 경우 40-50대 여성이 가장 많은 과금을 하고 있었으며, 대만과 태국은 모두 30-40대 여성이 주요 과금층으로 나타났다.

이를 통해 이연경 분석가는 "과거 '욘사마'로 시작했던 한류열풍을 이끈 주역 세대개 일본의 4~50대 여성"이라며, 일본의 중년 여성들은 모바일게임 시장에서도 마찬가지로 구매력과 충성도, 활동성 모두가 높은 유저층이라고 설명했다. 곧, 일본 진출에 성공하기 위해서는 4-50대 여성들의 마음을 사로잡을 수 있어야 한다는 의미다.


강연의 두 번째 주제로 넘어가, 이연경 분석가는 라인 게임이 데이터 분석을 이용해 글로벌 시장에서의 고민을 해결할 수 있었는지에 대한 사례를 소개했다.

먼저 라인게임은 글로벌 서비스를 시작하면서 마주해야 했던 다양한 종류의 고민들을 유저, 세일즈, 그리고 시너지에 대한 고민으로 묶었다. 그리고 이러한 상황을 타개하기 위해 데이터 분석팀이 받은 미션은 각각 ▲유저를 유지시키고, ▲매출을 증가시키며, ▲시너지를 만들어가는 것으로 정리할 수 있다.

첫번째 미션인 유저를 유지시키는 것에서 이연경 분석가는 세 가지 허들을 만날 수 있었다고 전했다. 첫째는 마케팅으로 유입된 유저들이 실질적인 게임플레이로 넘어가는 데 발생하는 허들이었고, 두 번째는 게임을 즐기다가고 플레이 관여도가 떨어질 것 같은 시점이었다. 그리고 마지막 허들이 유저가 결국 게임을 이탈하는 지점이다.

이러한 문제들은 먼저 라인 게임을 설치할 때 과정에서, 분석을 통해 앱 스플래시 화면에서 로그인하는 과정에서 일부 유저들이 이탈하는 것을 확인할 수 있었다. 예를 들어, 마케팅으로 유입되어 앱 스플래시 화면에 도달한 사람이 100명일 경우 로그인을 하는 사람은 80명이라면, 이 과정에서 이탈한 20명에 대한 해결방안을 찾으면 되는 것이었다.

게임플레이 관여도가 떨어지는 부분에 대해서 이연경 분석가는 유저를 활동성과 과금액을 바탕으로 구분해 '유저 세그먼트' 그룹으로 나누어 관리하기 시작했다고 전했다. 그리고 각 특정 세그먼트들을 목표로 하는 마케팅을 실시하거나 세일 아이템을 판매하는 방식으로 다시 관여도를 높이는 방법을 사용했다.

게임을 이탈하는 유저에 대해서는 기존 유저들이 더 오래 이탈하지 않고 게임을 즐길 수 있을지 고민하는 과정에서 '이탈예측모형'을 구축했다. 이 또한 데이터 분석을 통해 이탈할 가능성이 높은 유저를 찾아내고, 타겟 마케팅과 함께 이벤트 퀘스트 등을 제공해 이탈을 막게 하는 프로그램이다. 뿐만 아니라, 게임에 오래 잔존할 사람들의 경우 수명예측 모형을 통해 예상 잔존 수명을 예측하고, 거기에 따른 마켓 마케팅과 이벤트 퀘스트를 제공하고 있다.


다음으로 게임의 매출을 끌어 올리는 것에 대해서, 이연경 분석가는 세일 이벤트의 경우 많이 하는 것이 능사는 아니라는 것을 데이터 분석을 통해 확인할 수 있었다고 전했다. 한 달에 두 번의 세일 이벤트를 하는 것과 세 번의 세일 이벤트를 하는 것, 그리고 대형 세일 이벤트를 한 달만 할지, 또는 매달 할 것인지에 대한 사례를 통해 흥미로운 결과를 얻을 수 있었다는 것이다.

그는 과거 A게임이 한달에 두 번 세일 이벤트를 진행했던 달과 세 번 진행했던 달, 그리고 대형 할인 이벤트가 진행됐던 달과 매출 평균선을 공유하며, 이벤트를 한 달에 세 번 진행했을 때 오히려 평균보다 줄어든 구매 횟수를 관찰할 수 있었다고 전했다.

또한 상품별 구매 횟수를 살펴봤을 때는 가장 싼 상품군에서는 구매 횟수가 낮아졌지만, 가장 고가의 상품군에서는 구매 횟수가 10% 이상 증가한 것을 확인할 수 있었다고 전했다. 이유는 유저의 재화 보유량에서 찾을 수 있었다. 대형 세일 이벤트 당시 유저들의 보유 재화가 급증하고, 구매한 재화를 다 소진하지 못해 소진선의 상한이 증가하게 된 것이다. 이에 대해 이연경 분석가는 "루비(재화)를 많이 판매하는 것도 중요하지만, 그만큼 루비를 사용할 곳을 만드는 것도 중요하다"고 전했다.


끝으로, 시너지를 만드는 것에 대해서 이연경 분석가는 "이번 달에 이 게임을 하던 유저가 지난달에는 무슨 게임을 했을지, 다음 달에는 무슨 게임을 할 것인지에 대한 고민이 있었다"며, 다양한 수로 출시된 라인 게임을 중복으로 이용할 유저들에게 '합이 좋은 게임'을 제공할 수 있을까 생각해 봤다고 전했다.

그는 유저들이 지난 달에 어떤 게임을 했는지, 또 다음 달에 어떤 게임을 할지도 데이터 분석 솔루션을 활용하면 어느 정도 파악이 가능했다고 말하는 한편, '합이 좋은 게임'의 조합은 분명히 존재하고, 지금도 라인이라는 생태계 안에서 빛날 수 있는 조합을 찾고자 노력하고 있다고 전한 뒤 강연을 마무리했다.



■ LINE 게임 데이터 분석 환경의 7가지 특징

▲ 이명훈 데이터 엔지니어

'LINE, 게임분석은 어떻게?' 세미나의 마지막 강연은 이명훈 데이터 엔지니어의 LINE Game 데이터 분석 환경에 관한 이야기로 이뤄졌다. 이명훈 엔지니어는 라인 게임에서 활용하는 데이터 분석 환경의 특징을 7가지로 정리하여, 하나씩 차근차근 소개하는 것으로 강연을 진행했다.

이명훈 엔지니어가 꼽은 라인게임의 분석 환경의 특징 7가지는 카탈로그와 퀄리티, 오픈, 딥(DEEP), 보안, 위저드(Wizard),그리고 인덱스다. 다음은 그에 설명한 7가지 특징에 대한 부연설명이다.

먼저, 카탈로그(Catalog)는 말하자면 데이터의 명세서다. 데이터를 분석하기 위해서는 데이터를 수집해야 하는데, 이를 수집하기 위해서는 먼저 수집할 데이터를 정의하는 작업이 필요하다. 이명훈 엔지니어는 라인게임의 데이터 카탈로그에는 어떤 데이터를 어느 시점에 전송할지, 그리고 수집한 데이터를 어떻게 처리하고 저장하는지 이 두 가지의 내용을 담고 있다고 설명했다.

카탈로그는 데이터 수집부터 저장, 처리 및 분석에까지 사용되는 아주 중요한 정보다. 그러나 게임 서비스에서는 이러한 카탈로그가 메인이 아니다보니 자칫 소홀히 관리되고, 누가 담당하는지 불분명한 때가 많다. 일반적인 데이터 분석 환경에서는 데이터를 어떻게, 어디로 보내는지에 집중하지, 실제 데이터에는 관심을 크게 두지 않기 때문이다.

그러나, 라인게임은 이러한 데이터 카탈로그를 직접 관리한다는 것이 이명훈 엔지니어가 말한 특징이다. 각 게임사에 분석 서비스를 제공하기 위해 카탈로그가 필요하며, 또 반드시 관리되어야 하기 때문이다. 이어 그는 이러한 카탈로그를 각 게임들이 콘텐츠를 업데이트할 때도 새롭게 데이터를 추가하고 버전업 하고 있으며, 현재는 외부 개발사에서 조회는 물론 편집 또한 가능하도록 오픈화를 준비하고 있다고 전했다.


다음은 퀄리티다. 잘못된 퀄리티의 데이터가 유입되면 제대로 된 분석을 할 수 없기 때문에, 이명훈 엔지니어는 라인게임이 데이터 퀄리티를 관리하는 조직을 구성해 데이터 QA를 진행하고 있다고 설명했다.

이러한 데이터 QA 담당자는 게임 개발 단계부터 참여해, 카탈로그를 기반으로 데이터 QA 계획을 작성하게 된다. 개발 시작부터 모든 이력을 알고 있기 때문에 QA에 도움이 되며, 실제 게임이 QA 과정에 들어갈 때에도 해당 QA조직과 연계에 데이터를 모아 잘못된 데이터가 발견되면 버그로 등록하는 등의 역할을 한다. 또한, 게임이 오픈된 이후에도 데이터를 모니터링 하며, 콘텐츠가 업데이트될 때도 물론 개발 과정부터 해왔던 같은 프로세스를 진행하게 된다.

세번째 특징인 오픈(Open)은 데이터 분석환경에 대한 오픈을 의미한다. 게임 퍼블리셔의 입장에서 라인게임은 내부 사업팀과 외부 개발사에 데이터를 제공해주는데, 요청한 데이터 대신 분석환경 자체를 제공하고 있다는 것이다. 이명훈 엔지니어는 이처럼 분석 환경을 오픈하기 위해서는 오픈할 클러스터가 필요하게 되었고, 안정성 및 보안에 대한 이슈도 있었다고 전했다.

간략히 말하면, 라인게임이 이처럼 분석 환경 자체를 외부에 오픈하기 위해 관리가 편하도록 게임 별로 데이터가 나눠진 오픈 클러스터를 새롭게 구축했으며, 많은 개발사들의 접근으로 인해 생기는 전송 지연 현상이나, 개인 정보 문제가 될 수 있는 유저의 아이디를 암호화하는 등의 과정을 거쳤다. 이러한 결과로, 현재 외부 개발사에게 분석 환경을 제공하는 것이 가능해 진 것이다.

네 번째 특징인 DEEP(딥)은 전송한 원천 데이터를 그대로 분석에 활용할 수 있다는 의미다. 라인게임은 보통 데이터분석이 제공하는 간단한 기간에 대한 조회 외에도 SQL을 사용해 데이터를 직접 핸들링할 수 있는 기능 또한 제공하고 있다.

라인게임 데이터 분석 환경의 다섯 번째 특징은 보안으로, 이명훈 엔지니어는 커버로스(Kerberos)와 LDAP, 그리고 아파치 센트리가 클러스터에 적용되어 있다고 전했다. 이를 통해 이용자들은 분석을 수행할 때 커버로스 계정으로 인증을 한 뒤, LDAP 계정을 통해 또 한번 식별하게 된다. 다음으로는 해당 유저가 발생시킨 쿼리 안에서 DB와 테이블에 적합한 권한을 가지고 있느냐는 것을 센트리가 한번 더 체크하는 식이다.


여섯 번째 특징인 위저드(Wizard)는 데이터 분석 환경에서 제공하는 웹서비스로, 게임을 오픈했을 때 들어오는 무수한 데이터 추출 요청에 응답하기 위한 기능이다. 일반적으로 데이터를 요청한 측은 요청한 데이터를 받을 때까지 대기해야 하며, 요청을 받는 측에서는 수많은 개발사로부터의 요청으로 과부하에 걸릴 가능성이 있다.

위저드는 자동으로 이러한 추출 요청을 시행할 수 있는 웹서비스로 다양한 카테고리와 템플릿으로 구성되어 있다. 유저 변동 분석이나 운영 등 필요한 카테고리에서 템플릿을 선택하고, 조건을 지정하면 결과를 받아볼 수 있으며, 템플릿의 경우 언제든지 조건을 변경할 수 있어 필요에 따라 새롭게 만드는 것도 가능하다.

이명훈 엔지니어는 위저드가 오픈된지 6개월동안 약 108명의 유저가 3,412건의 분석 요청을 처리했다며, "한 건에 10분 정도만 걸렸다고 해도 570시간이 나오는 숫자다. 데이터를 요청하는 사람과 처리하는 사람 모두의 리소스를 크게 절감할 수 있다"고 덧붙였다.

끝으로 이명훈 엔지니어는 라인게임 데이터 분석 환경의 일곱 번째 특징인 '인덱스'에 대한 설명으로 강연을 마무리했다. 인덱스는 라인게임의 분석 노하우가 담긴 지표와 BI툴을 의미하는데, 이명훈 엔지니어는 자체적으로 개발한 BI툴의 가장 큰 특징으로 피벗 기능을 꼽았다.

이러한 피벗 기능은 엑셀의 피벗 테이블과 유사한 것으로, 필터 조건을 걸어 데이터를 분석하는 것이 가능하다. 보통의 BI툴은 간단한 필터링이나, 데이터를 고정된 형태로 제공하는 반면, 피벗을 사용하면 지표가 제공하는 데이터를 보다 깊이 있게 분석할 수 있다는 것이 이명훈 엔지니어의 설명이다.

강연을 마치기 전, 이명훈 엔지니어는 마지막으로 라인게임 데이터 분석 환경이 추구하고자 하는 '통합'에 대해 소개했다. 이는 가장 먼저 설명한 데이터 명세서인 '카탈로그'를 중심으로 이루어지는 통합을 의미하는데, 바로 카탈로그가 데이터를 수집하는 것에서부터 처리, 저장, 분석 등 모든 지표에 사용되기 때문이다. 이명훈 엔지니어는 이러한 통합 작업을 내년 상반기를 목표로 진행하고 있다고 전했다.