오늘 NDC에서 있었던 내용임
속기 하다보니 내용 누락 있을 수 있음.





작업장의 예시
옛날의 작업장은 중국에서 교대로 작업을 하는 형태였다면, 현재는 AI agent를 통해서 진행되는 모습





작업장과 cheater의 문제를 보여주는 자료
이 숫자의 주범은 누구인가?

게임 어뷰징은 치팅과 farmer 두 부류로 나뉘는데, 누가 더 골칫거리인가?




cheater는 재미와 과시의 목적, farmer는 돈이 목적
cheater는 유저 경험의 문제라면 farmer는 구조적 리스크



farmer가 위험한 이유




작업장이 20년동안 진화해온 모습
1~3세대는 시키는대로만 움직이는 공통점이 있지만, 현재는 AI agent를 통해서 봇이 스스로 게임 화면을 읽고 판단하는 상황에 옴.





AI farmer가 발전해온 모습




시키는대로 진행한 봇 파일을 대응하는 시대에서 학습하고 진화하는 모델과의 싸움이 시작됨






AI Agent가 돌아가는 루프

넥슨에서도 수만건의 제제를 시행했음에도 잡히지를 않고,
왜 항상 넥슨은 일을 안한다는 얘기를 듣는걸까?




특정 게임의 A국가에서 작업장이 심했던 사례가 있었고, 넥슨은 수개월동안 집요하게 대응을 진행했고 결국 작업장은 사라졌다
결국 성공했는가?
몇달 뒤 같은 게임에 B국가에서 똑같은 작업장이 다시 등장함

넥슨은 그들을 멈추게 한게 아니라 다른 시장으로 이동한 것, A국가에서 ROI(투자수익률)가 맞지 않으니 다른 국가로 이동한 것

작업장은 잡히더라도 돌아온다. 다른 국가, 다른 게임, 다른 방식으로라도
결국은 "돈" 때문에





실제 사건 사례 예시
case2의 경우는 중계 플랫폼조차 작업장을 알았음에도 인증을 생략함





중계 플랫폼도 작업장을 묵인하는 이유, 돈이 되니깐 묵인한다.






탐지율이 99퍼여도, 돈이 되면 결국 멈추지 않는다.
화면 사이트는 구독형으로 제공되는 작업장 사이트





기존에 제제건수만 생각했다면, 이제는 작업장의 규모와 제제후 작업장의 재유입률, ROI를 체크해야 함






게임 전체에서 봇을 탐지하기 위한 다음과 같은 시스템이 운용



서버쪽에서 운용되는 방식






클라이언트쪽에서 운용되는 방식



파일 분석이 오래 걸리는 이유: 분석 난이도가 올라가기 때문





이 병목을 해결하기 위해 AX를 도입






이러한 방식을 통해 다음과 같은 공조 시너지가 발생







이런 방식을 통해 실제 적용된 사례

대응 예시:
- 커뮤니티에서 확산된 버그 프로그램 차단
- 버그 악용 감시 및 해결
- 작업장 재화 흐름 포착 및 제재



결론:



작업장을 근본적으로 대응하게 하는것: 돈이 안되게 하는것
탐지의 목표는 제재가 아니라 작업장 ROI의 파괴, 기술이 아니라 경제성으로 접근해야 한다.

결국 넥슨이 싸우는건 산업이고, 이를 대응하기 위해 다양한 방식과 AI를 적용중에 있음


https://www.youtube.com/live/YeWg96jLBJw?si=voGLB2-1bTrsu8qp
마지막에 보면 해당 세션 나옴