게임 내 재화는 노력의 결과물이다. 재화를 불려가며 게임 재미를 만끽할 수 있다. 그러나 버그나 어뷰징으로 재화가 비정상적으로 증감, 게임 재미를 반감시키기도 한다. 이는 게임 서비스에 치명적 악영향을 끼친다. 실제 재화 복사 버그가 뒤늦게 발견돼 서버 롤백 사태가 일어난 사례도 있다.
엄혜민 엔씨소프트 분석모델링팀 연구원은 24일 재화 이상 증가 현상을 조기에 감지하는 것이 매우 중요하다고 강조했다. 지금까지는 주요 게임 내 지표를 모니터링하면서 급격한 변동이 감지되면 문제를 탐사하는 방식을 써왔다. 재화 증가 추이나 전일, 전주 대비 변화율을 확인하는 식이다.
다만 이 같은 방식은 효율성이 떨어진다. 재화가 불규칙하게 오르고 내릴 확률이 매우 드물기 때문이다. 모니터링 노력 대비 효과가 낮은 셈이다.
엄 연구원은 자동화된 감시 시스템이 필요하다고 제언했다. 대안으로 재화 증감량 예측 회귀 모델을 생성해야 한다고 주장했다. 회귀 모델 설명 변수로는 일주일이나 월 단위 주기성, 재화 증감에 영향을 줄 수 있는 요인 등을 꼽았다. 데이터 추세를 반영하는 트렌드 변수도 포함시켰다.
회귀 모델을 이용하면 시간별 재화 증감량을 예측할 수 있다. 실제값이 예측 상·하한선을 초과할 경우 이상 데이터로 판단한다. 특정 시간 동안 일정 횟수 넘게 이상값이 관측되면 알람을 울려 주의를 준다.
엄 연구원은 이마저도 부족하다고 진단했다. 2단계 탐지 기술을 도입해야 한다는 것이다. 큰 변화를 일으키지 않으면서 재화가 지속적으로 증가한다면 회귀 모델만으론 발견이 어렵기 때문이다. 일례로 소수의 어뷰저가 버그를 악용한다면 적발이 쉽지 않다.
2차 이상 탐지는 예측값과 실제값 차이인 잔차를 이용한다. 정상 상태라면 잔차는 0을 평균으로 정규 분포 형태를 그린다. 잔차 누적치를 모니터링, 일정 규모를 이상 격차가 벌어지면 탐지에 나선다.
엄 연구원은 이상 탐지 프로세스 적용에 대해서도 언급했다. 그는 1, 2차 탐지 과정에서 문제점이 드러나면 운영자에게 상세 증감 내용을 메일로 알려 이상원인 분석을 가능하도록 해야 한다고 조언했다. 재화 증감 현황 파악에 유용한 모니터링 페이지 구축도 요구된다고 덧붙였다.
최종희기자 choijh@etnews.com