장문 ㅈㅅ...요약 까먹었네요

1. EA 에서는 플레이어들의 만족을 위해 의도적으로 난이도를 조정하는
"동적 난이도 조정"이라는 특허를 보유하고 있다

2. EA에서는 플레이어들의 만족을 위해 의도적으로 매치메이킹을 하고 승패를 조정하는
"최척화 매치메이킹"이라는 특허를 보유하고 있다

3. 기업이 이윤 극대화를 위해 최대의 플레이어를 만족시키려는 노력은 당연하며,
피파에 위 두개의 기술이 적용되었는지는 알 수 없으나, EA와 넥슨 입장에서 플레이어 유치, 과금유도를 위해
이러한 기술들을 연구하고 적용해야 마땅하다.

4. 따라서 보정이나 모멘텀의 개연성은 충분히 높다.

5. 그러니까 과금하지말고 그냥 즐기자.



많은 분들께서 피파를 플레이하면서 행복함보다는
게임 내 문제점 (보정, 모멘텀, 키렉, 서버렉, 강화확률 등 엄청 많죠)과
게임운영상 문제점(패키지, 과금유도, 고객센터, 전반적 운영 등)
으로부터 많은 불만을 느끼는 것 같아 몇가지 찾아보고 제 생각을 적어봅니다.

동의하지 않으시는 부분이나 제가 비전문가라(게임업계나 코딩 측면에서) 잘못 접근한 부분이 있다면 언제든 댓글 환영합니다.

그리고 종결이라기보다, 보정이나 모멘텀에 관련된 논란은 여기서부터 시작하는게 맞다고 생각해서 EA의 논문 두 편과 그에 대한 제 생각으로 글을 구성하겠습니다.

아래 논문 두 편은 EA가 특허와 관련하여 작성한 페이퍼로, 제1저자가 Su xue라는 전 EA소속 사람입니다.
링크드인에서 찾아보니 청화대 학사, 예일대 석사 출신이며, 이전에는 EA와 페이스북에서 데이터 사이언티스트로 근무했고, 현재는 중국의 숏비디오 플랫폼인 Zhuoyao의 CEO로 있네요.

자 그럼 논문을 살펴봅시다. 제목과 간단한 설명입니다.

  1. Dynamic Difficulty Adjustment for Maximized Engagement in Digital Games

    의역하면, 몰입을 극대화하는 동적 난이도 조정이라고 볼 수 있겠습니다.
    Engagement를 마땅히 한국어로 번역하기가 힘드네요. 저는 몰입이라고 하겠습니다.
    그러나 이후, Engagement에 대해서 EA가 어떻게 생각하는지도 다루겠습니다.

  2. EOMM: An Engagement Optimized Matchmaking Framework
    논문원문링크 : http://web.cs.ucla.edu/~yzsun/papers/WWW17Chen_EOMM

    Engagement를 극대화하는 매치메이킹


1. DYMANIC DIFFICULTY ENGAGEMENT - 동적 난이도 조정

이해를 편하게 하기 위해, 논문의 초록과 핵심적인 내용만 가져와봤습니다.


"동적 난이도 조정이란, 유저들이 게임이 너무 쉽거나 어렵다고 느끼면 게임을 그만둘 것이기 때문에, 게임의 난이도를 최적화하여 유저가 최대한 게임에 몰입하도록 조정하는 것"




예를 들어, 레벨이 점점 올라가는 게임의 경우, (난이도가 모든 플레이어에게 같다면),
실력이 좋아서 처음에 몇번만에 성공하는 플레이어와 다르게 계속 실패하는 플레이어는 빡쳐서 화가 날 것이다.

형님들, 이 세상에는 엄청 다양한 사람들이 있고, 게임을 잘하는 사람도 있고 못하는 사람도 있습니다.
그래서 이 데이터 사이언티스트는 최대한 많은 유저들에게 만족감을 주기 위해 바로 "동적 난이도 조정"이라는걸 만들었죠. 페이퍼는 요약하면 아래 내용입니다.




  1. DDA(동적 난이도 조정) Framework를 사용하면 유저의 게임 몰입(engagement)을 유도할 수 있다
  2. 플레이어의 게임실력 향상을 확률적으로 예측하여, 유저의 몰입(engagement)을 극대화하는
    dynamic programming solution을 제공한다
    = 간단하게, 플레이어의 정보, 플레이 데이터들을 활용하여 플레이어의 실력 정도를 예측하고, 그 실력에 맞게 게임을 최대한 오래할 수 있게(몰입할 수 있게) 난이도를 조정한다는 말이죠
  3. 실제로 모바일게임 몇개에서 실험했더니 되더라

물론, 이 페이퍼 전체를 모두 이해한 것은 아니고, EA가 FIFA 게임엔진에 DDA(동적 난이도 조정)를 탑재했는지는 알 수 없습니다(당연히 유저 기만 문제로 이어질 수 있기 때문에 EA는 부인할 거라고 생각합니다).

그래도 맥락상 이러한 기술에 대해서 세계의 천재들이 오랫동안 연구해 왔다는 걸 알고 가자구요.




아, 한가지를 잊었네요. 특허의 원문에 나와있는 부분입니다.
Difficulty Adjustment는 유저들에게 발견되지 않을 때도 있다.



2. EOMM: An Engagement Optimized Matchmaking Framework,

'몰입 극대화를 위한 매칭' 에 대한 연구입니다.
뇌피셜로만 그간 게임 매칭에 대해 생각했었는데, 논문을 찾게 돼서 반가웠어요.
초록을 읽어봅시다.



기존의 매치메이킹 방법은 "매번 공정한 매칭"을 하는 단순한 방법입니다.
이러한 방법은 공정한 게임이 최고의 경험을 제공한다는 가정 하에, 비슷한 레벨의 플레이어들을 매치시킵니다.
그러나 우리는 이런 직관적인 가정이 틀렸고, 공정한 매치메이킹이 게임 몰입을 위해서 최선이 아니라는 점을 밝힙니다. 라고 하네요.






그럼 얘네들도 뭔가 다른 데이터들을 기반으로 매치메이킹을 할 겁니다.
일단 플레이어의 기본적인 데이터가 나오네요. 설치날짜, 플레이 빈도, 실력, 성과, 등등 여러가지를 포함할 수 있다고 합니다.






그리고 이러한 여러가지 변수들을 수치화해서 플레이어가 다음 매치를 플레이할 확률을 계산하는 데 이용합니다.
특히 Churn Risk 라는걸로 이 페이퍼에서는 얘기하는데,
Churn Risk 란 경기 이후 특정 기간 내에 게임을 그만둘(접을) 확률을 의미합니다.
위에 그림에서
D는 Draw-무승부
L은 Lose - 패배
W는 Win - 승리
를 의미하는데,

최근 게임을 세 판 다 졌을 경우 7일 이내로 접을 확률이 5.1%로 가장 높고,
그렇지 않은 경우(한두판 이기거나 비길 경우) 점점 접을 확률이 내려가는 걸 볼 수 있죠.

이건 하나의 사례에 불과하지만, 이러한 연구방법을 적용한다면 수많은 플레이어의 수많은 데이터들을 가지고 게임을 플레이하거나 플레이하지 않을 확률을 예측할 수 있습니다.
(빅데이터와 AI의 시대에 충분히 예측 가능한 일이지만, 실제로 모델을 보니 재밌네요)

이렇게 되면 아래와 같은 일이 가능합니다.

만약에 플레이어 A가 실력이 좋아서 WW으로 이기고 있다 하더라도, 나는 두 판 연속 이겼기 때문에 한 판 져도 이 게임을 접지 않는다는 것을 이미 게임사는 알고 있을 것입니다.
그런데, 조금 실력이 좋지 않은 플레이어 B가 두 판 연속 LL로 지고 있는 상황이라면, 한 판 더 지게 되면 B는 샷건을 치고 게임을 접을 확률이 아주 높다는 것 역시 게임사는 알고 있습니다.

당연히 게임사는 A와 B가 모두 게임을 계속하길 원하기 때문에,
A와 B가 매치될 경우 A가 실력이 좋지만 B가 지면 게임을 접을 확률이 높으므로 B에게 유리한 조건을 줄 수 있습니다.
또는 둘이 매치가 안된다면,
A의 다음 게임에서는 A에게는 패배를, A의 대결상대에게는 승리를 주거나
B의 다음 게임에서는 B에게 승리를, B의 대결상대에게 패배를 줄 수 있는 거죠.





EOMM(최척화된 매치메이킹) 결론!!


결국, EOMM Framework 안에서는, 매치메이킹에 영향을 미치는 핵심요소와 이 논문에서 제시한 여러 모델들을 통해 게임사의 입맛에 맞게 매치메이킹을 할 수 있다는 얘기로 결론을 내는군요.
그리고 마지막,
"이 EOMM을 이용해서 유저들의 핵심지표인 플레이 시간, 유저 유치, 과금 역시 Objective Function 으로 설정하여 최적화(이 경우에는 극대화겠죠)할 수 있다."라는 훌륭한 결론으로 끝을 냅니다.



3. EA에게 Engagement란?? 그리고 저의 결론

EA에게 Engagement(몰입이라고 얘기했었죠)는 무엇을 의미하는 것일까요??
아래는 EA의 CFO가 한 말입니다.



"플레이어들을 Engaged(몰입) 하게 할 수 있다면, 시간이 지남에 따라 Monetise(과금하게) 할 수도 있으며, 그것은 거대한 기회입니다"

제 생각은 이렇습니다.

게임회사들은 플레이어들의 행복이나 만족을 위해 설립되지 않았습니다.
'돈을 벌기 위해' 만들어진 거죠.
글로벌 레벨의 고급인력들이 이러한 방법을 연구하고 있으며, 그 중 2016년에 연구된 두 가지 방법을 조금 살펴봤을 뿐입니다.
DDA 와 EOMM이 피파온라인4에서 실제로 사용되는지는 알 수 없습니다.
그러나 이렇게 좋은 방법을 사용하지 않고 있는 게임회사 투자자들은 투자금을 회수해야 한다고 생각합니다.
실험적으로라도 사용하면서 유저들의 데이터를 계속 모아서, 유저들의 만족감도 높이고 이윤도 극대화할 수 있는 더 발전된 모델을 만들어야 하는 거죠.
그리고 저는 그러고 있다고 믿습니다.
물론, 100% 저 방식대로 적용되지는 않겠지만 말이죠.

그리고, 11명 중 겨우 1명을 컨트롤하는 게임에서, 제가 할 수 있는 부분은 정말 미미하고, 많은 부분을 게임엔진이 짜여져 있는 대로 결정한다고 생각합니다. 물론 그 중에서도 대략적인 실력 레벨을 나누는 것이 가능하기에, 티어라는 것도 존재하는 거겠죠.

그 티어 내에서 작은 승패 여부에는 크게 연연하지 않고, 수많은 부분들을 게임엔진이 결정할 수 있다는 가능성을 열어두면서, 즐겁게 무과금으로 게임의 여러가지 요소(팀전술, 개인전술, 구단 구성 등)를 즐기자는 것이 저의 결론입니다.

누구나 승리하길 바라지만, 계속 승리만 한다면 게임도 재미없어질 거니까요.