MOBA 게임 캐릭터 융합적 밸런스 개선을 위한 게임 요인 분석 연구

국문 초록 (Abstract)

본 연구는 MOBA 게임 밸런스 개선을 위한 요인중 비중이 제일 크게 나타난 캐릭터 밸런스에서 시작되었다. 본 연구는 기존 출시된 MOBA 게임 캐릭터의 융합적 밸런스 검증 및 개선방안 제시를 목적으로 op.gg 사이트에 있는 유저의 경험이 반영된 데이터를 사용하여 연구를 이행하였다. 연구 내용 및 결과는 다음과 같다. 첫째, 수집 가능한 데이터를 시간 요인과 객체 요인으로 분류하였다. 같은 차원에서 요인들의 인과관계를 고찰하기 위해 객체 요소에 분류된 요인들로 경로 분석을 실시하였다. 둘째, ‘캐릭터 승률’에 직접효과와 간접효과를 가진 ‘카운터 캐릭터’, ‘스트롱 캐릭터’, ‘룬’, ‘핵심 아이템’ 요인으로 역할군 별 캐릭터 승률을 판별하여 객체요인에 대한 밸런스 개선이 필요한지 시간 요인에 대한 밸런스 개선이 필요한지를 판단하였다. 셋째, 48% 이하와 52% 이상 ‘캐릭터 승률’인 시간 요인 개선이 필요한 캐릭터를 제시하였고, 48% 이하와 52% 이상 ‘캐릭터 승률’이고 플레이수가 10,000 미만인 객체 요인 개선이 필요한 캐릭터를 제시하였다. 이러한 연구결과를 바탕으로 판별식에서 객체요인 판별에 오차가 없는 캐릭터는 ‘카운터 캐릭터’, ‘스트롱 캐릭터’, ‘룬’, ‘핵심 아이템’의 밸런스를 맞추어 밸런스 교정을 해야 하고, 판별에 오차가 있으면 캐릭터의 레벨이 올라가면서 증폭되는 캐릭터 속성을 교정해야한다.

다국어 초록 (Multilingual Abstract)

This study starts with character balance, which is the most important factor to improve the balance of MOBA games. Therefore, this study was conducted using data reflecting user experience on the op.gg site for the purpose of verifying convergent balance and presenting improvement measures for existing released MOBA game characters. First, collectible data was classified into time elements and object elements. In the same dimension, path analysis was performed with factors classified into object elements to consider causality of factors. Second, the character winning rate by role group was determined by determining the character winning rate by “counter character”, “strong character”, “run”, and “core item” factors that have direct and indirect effects on “character winning rate” to determine whether balance improvement is needed for object factors or time factors. Third, we presented characters that need improvement in time factors, which are 48% or less and 52% or more “character winning rate”, and characters that need improvement in object factors with 48% or less and 52% or more “character winning rate” and less than 10,000 plays. Based on these research results, characters with no error in identifying object factors should balance out “counter character,” “strong character,” “run,” and “core item” at the identification ceremony, and if there is an error in identification, character properties that amplify as the character level rises.

목차 (Table of Contents)

• Abstract
• 국문초록
• Ⅰ. 서론
• Ⅱ. 연구 프로세스
• Ⅲ. 이론적 고찰
• Ⅳ. 실증연구
• Ⅴ. 결론
• Reference

참고문헌 (Reference)

1 이상경, "플레이어 적응형 GMM 기반 동적 게임 레벨 디자인" 한국게임학회 6 (6): 3-11, 2006

2 박찬일, "캐릭터간의 대전 시스템을 위한 밸런스" 한국게임학회 7 (7): 3-10, 2007

3 구승환, "국내 남자 프로농구 승패 예측 모형 비교 연구" 국민체육진흥공단 한국스포츠정책과학원 20 (20): 704-711, 2009

4 구지민, "게임 데이터를 이용한 지표 개발과 승패예측모형 설계" 한국데이터정보과학회 28 (28): 237-250, 2017

5 "https://www.wowtv.co.kr/NewsCenter/News/Read? articleId=A201802120048"

6 "https://www.op.gg/"

7 "http://www.topstarnews.net/news/articleView.html?idxno=4581245"

8 "http://www.gdcvault.com/play/1022155/Metagame"

9 "http://biz.newdaily.co.kr/site/data/html/2020/05/29/2020052900001.html"

10 박병일, "e스포츠의 가치와 스포츠로서 e스포츠의 문제점 및 향후과제" 한국사회체육학회 (36) : 101-120, 2009

11 오세숙, "e스포츠에 관한 연구동향 분석" 한국웰니스학회 7 (7): 113-121, 2012

12 Kim, Ju Young, "Gamebot detecting rule verification and gamebot detection using online game log data" 2014

13 Adams, Ernest, "Fundamentals of Game Design" New Riders Pub 2010

14 Kim, Ju Young, "A study of gamebot detection using online game log data analysis" 2013