[논문]빅데이터를 활용한 게임 전략 및 유저 행동 패턴 분석: 배틀그라운드 게임을 중심으로

강하나; 용혜련; 황현석

doi:10.7583/jkgs.2019.19.4.27

빅데이터를 활용한 게임 전략 및 유저 행동 패턴 분석: 배틀그라운드 게임을 중심으로
An Analysis of Game Strategy and User Behavior Pattern Using Big Data: Focused on Battlegrounds Game 원문보기

한국게임학회 논문지 = Journal of Korea Game Society, v.19 no.4, 2019년, pp.27 - 36

강하나 (한림대학교 인터랙션디자인대학원) , 용혜련 (한림대학교 인터랙션디자인대학원) , 황현석 (한림대학교 경영학과)

초록
AI-Helper

대량의 데이터 처리가 용이해지면서, 기업들은 사용자로부터 생성되는 데이터를 필요에 따라 분석함으로써 유용한 함의를 얻는데 활용하고 있다. 특히 게임에서는 게임 유저가 다양한 플레이를 하고 다른 게임 요소와 상호작용을 활발하게 함으로써 수많은 양의 사용자 기반 데이터가 발생하게 된다. 게임 관련 데이터는 유저의 이탈이나 게임 플레이 패턴, 게임 내 이상 징후 등을 예측할 수 있게 하는 등의 게임 환경 개선을 위한 자료로 활용되고 있다. 이에 따라 본 연구에서는 배틀그라운드 게임 데이터를 활용하여 게임 전략 분석 및 유저 행동 패턴을 파악하고, 게임 내 비정상적인 활동을 탐지하고자 하였다.

Abstract ▼ AI-Helper

Approaches to find hidden values using various and enormous amount of data are on the rise. As big data processing becomes easier, companies directly collects data generated from users and analyzes as necessary to produce insights. User-based data are utilized to predict patterns of gameplay, in-game symptom, eventually enhancing gaming. Accordingly, in this study, we tried to analyze the gaming strategy and user activity patterns utilizing Battlegrounds in-game data to detect the in-game hack.

주제어

표/그림 (8)

그림 [Fig. 1] Procedure of Case Study
표 [Table 1] Variables of Research Dataset
표 [Table 2] Variables Definition
그림 [Fig. 2] Frequency of killer & victim position
표 [Table 3] Variables Definition
그림 [Fig. 3] Coordinate of killer & victim position
그림 [Fig. 4] Attack and Death position on Erangel map
그림 [Fig. 5] Example of outlier hack point

AI 본문요약
AI-Helper

문제 정의

이에 본 연구는 배틀그라운드 사용자 데이터를 활용하여, 게임 전략을 분석하고, 유저의 행동 패턴을 파악하고자 하며, 게임 내의 비정상 플레이 즉, 핵(hack)을 감지해 낼 수 있는 프레임워크를 제안하고자 한다. 본 논문의 구성은 다음과 같다.

가설 설정

다중공선성이란 회귀 분석에서 사용된 모형의 일부 예측 변수가 다른 변수와 상관 정도가 높아, 데이터 분석에 부정적인 영향을 미치는 것을 말한다. 본 데이터에서는 상대방을 맞춘 횟수 안에 죽인 횟수가 포함될 가능성이 높기 때문에 이러한 공선성이 발생한 것으로 파악되며, 실제 게임 결과에 더 많은 영향을 미치는 죽인 횟수만을 고려하기로 하였다. 모형의 수정된 R² 값은 0.

제안 방법

본 연구는 배틀그라운드 내에서의 게임 전략과 유저 패턴, 이상 징후를 예측하기 위해 3가지 연구 문제를 제안하며, 아래의 연구문제에 따라 게임 플레이어의 타입과 맵을 고려하여 데이터를 세분화시켜 분석을 진행하였다.
배틀그라운드 게임 내에도 다양한 핵이 존재하는데, 시간을 정지시키고 플레이를 하는 행위, 팔이 닿지 않는 곳까지 공격하는 행위, 벽이나 건물을 투시하여 공격하는 행위 등이 있다. 본 연구에서는 핵(hack)사용을 파악하기 위해 여러 무기 사용 데이터 중 ‘펀치’ 데이터를 예시로 분석하였다. 펀치를 날려 공격한 거리가 평균 펀치 공격 거리보다 ±9σ 이상 먼 경우의 데이터를 ‘펀치 핵’으로 지정하고, 배틀그라운드 맵 중 ‘Erangel’ 맵에 시각화 하였다.

대상 데이터

먼저 KAGGLE[7]사이트에서 제공하는 배틀그라운 로그데이터(20GB)를 수집하였으며, 이후 이상치(Outlier), 결측치(Missing Value)를 제거하고 보정하는 전처리(Preprocessing) 과정을 거쳤다. 전처리 과정을 수행한 후, Match Stat 데이터 (64,198,472만 건)와 Kill Stat 데이터(59,673,057만 건)를 합쳐서, 총 12,256,183만 건의 최종 데이터 셋을 구성하였다.

데이터처리

두 번째 연구문제에 따라, 게임의 특정 맵 내 교전 포인트가 있는지 파악하고자 하였으며, 이를 위해 k-평균 군집분석을 실시하였다.
첫 번째 연구문제에 따라, 팀 랭킹 예측을 가능하게 하는 요인이 무엇인지 파악하기 위해 R 프로그램을 사용하여 다중 회귀분석을 수행하였다. R은 오픈소스 프로그램으로 통계와 데이터 마이닝 , 그래프를 나타내는 데 유용한 분석 툴이다.

성능/효과

각 독립변인 별로 분석 결과를 제시하면, 특히 상대방을 죽인 횟수와 기절시킨 횟수가 팀 랭킹에 영향을 많이 미치며, 또한 같은 팀의 플레이어를 도와준 횟수가 많을수록 오히려 팀의 랭킹을 떨어 트리는 것으로 나타났다. 그리고 이동 수단에 있어서는 차를 타는 것(Player_dist_ride)보다 걷는 것(Player_dist_walk)이 팀 랭킹을 상승시키는 것으 로 나타났다.
두 번째로, 게임 맵 내 교전 포인트를 k-평균 군집분석을 통해 파악하였고, 이해의 용이성을 높이기 위해 시각화하였다. 분석 결과에 따르면 배틀 그라운드 Erangel 맵 내에서는 근거리 교전이 많으며, 원거리 교전은 주로 지형이 높은 곳에서 많이 일어나는 것을 알 수 있다. 또한 사망자 수는 맵의 중심, 즉 주요 도로에서 다수 발생하는 것으 로 나타났다.

후속연구

뿐만 아니라 게임 내 핵 예방 및 탐지를 제안할 수 있다. 개발사 에서는 유저의 게이밍 패턴 분석을 통해 펀치뿐만 아니라 게임 내에서 사용하는 공격 및 방어 아이템 등에 대한 다양한 핵의 사용을 탐지 및 제거할 수 있을 것이다. 이렇게 축적된 데이터를 바탕으로, 일정 값 이상에서는 공격할 수 없게 하는 등의 핵 예방 시스템을 고안해 볼 수 있을 것이다.
본 연구는 배틀그라운드의 여러 맵 중 Erangel 에 한정하여 분석하였다는 점에서 한계를 가진다. 따라서 추후 분석에서는 Erangel 맵 이외의 맵을 추가로 분석할 예정이다.
개발사 에서는 유저의 게이밍 패턴 분석을 통해 펀치뿐만 아니라 게임 내에서 사용하는 공격 및 방어 아이템 등에 대한 다양한 핵의 사용을 탐지 및 제거할 수 있을 것이다. 이렇게 축적된 데이터를 바탕으로, 일정 값 이상에서는 공격할 수 없게 하는 등의 핵 예방 시스템을 고안해 볼 수 있을 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	데이터 마이닝은 무엇인가?	데이터 마이닝(Data Mining)이란 패턴 인식 기술과 통계 및 수학적 기법을 사용하여 저장소에 저장된 방대한 양의 데이터를 분석함으로써 의미있는 관계, 추세 및 새로운 패턴 등을 발견하는 것이다[10]. 데이터 마이닝은 기계학습, 인공지능, 패턴 인식 등을 통해 여러 분야에서 활용된다.
	게임 부정행위가 발전한다면 어떤 문제가 발생하는가?	게임 부정행위는 단순히 게임 내에서만 이루어지는 것이 아니라 유저의 개인 정보 유출, 금전피해와 같은 사회적인 문제로까지 이어질 수 있다. 따라서 원활한 게임 환경을 구축하기 위해서는 여러 차원의 다양한 부정행위들을 파악하는 것이 매우 중요하다고 할 수 있다.
	이상 징후를 예측하기 위해 3가지 연구 문제가 제안되었는데 그 내용은 무엇인가?	연구문제1. 팀랭킹을 예측할 수 있는 변수는 무엇인가? 연구문제2. 교전이 빈번히 일어나는 포인트를 찾아낼 수 있는가? 연구문제3. 게임 내 이상 징후(hack)를 탐지해 낼 수 있는가?

저자의 다른 논문 :

LOADING...

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증