머신러닝 엔지니어가 퍼즐 게임을 더 재미있게 만드는 방법

간단 소개

머신러닝 기반 퍼즐 게임 스테이지 평가 지표 개발 및 검증 과정을 통해 게임 밸런싱 효율을 향상시키고, 데이터 기반 의사 결정 가능성을 제시합니다.

AI Summary

스테이지 평가 지표 개발 배경
- '쿠키런: 마녀의 성' 레벨 밸런싱에 강화학습 기반 퍼즐봇 활용
- 기존 폴리싱 과정의 주관성을 보완하고 효율성을 높이기 위해 객관적인 스테이지 평가 지표 필요
- 유저 행동 (클리어 실패 시 재시도율)과 상관관계가 높은 지표를 목표
스테이지 평가 지표 설계 및 검증
- '쿠키런: 퍼즐월드' 데이터를 활용, 남은 미션 수를 기반으로 지표 설계
- 총 미션 수에 따라 전체 분포 관점 지표와 특정 비율/개수 관점 지표를 혼용
- 퍼즐봇 데이터로 지표를 계산하고, 사내 테스트 데이터에서 유저 행동과의 상관관계 검증
결과 및 한계
- 스테이지 평가 지표와 유저 행동 간 유의미한 상관관계 확인 (0.55~0.65)
- 폴리싱 단계에서 데이터 기반 의사 결정 가능성 제시
- 데이터의 한계 (퍼즐월드 데이터 사용, 사내 테스트 환경) 존재, 지속적인 개선 필요