전)모두의 마블 총괄 PD가 게임 개발에 데이터를 활용한 방법은?
2024-07-17

Q. 자기소개 부탁드립니다.

저는 2006년부터 약 18년정도 다양한 장르의 게임 개발을 해왔던 게임 개발자입니다. 2012년 넷마블에서 입사해서 2013년 모두의 마블을 출시할 때까지의 PD로 2018년까지 글로벌 총괄 PD를 연임했던 김경민이라고 합니다.

Q. IDaNote는 어떤 회사인가요?

2022년 4월에 약 14명 정도의 멤버들과 설립한 회사이며, 주력인 멤버들은 모두의 마블을 만들었던 멤버들입니다. 캐주얼 게임 전문 개발사가 되어보자는 취지로 설립을 하게 되었습니다.

Q. 어떤 게임을 서비스 중인가요?

현재 아이디어 노트는 2가지 게임을 서비스 중인데요. 하나는 코인그리드이며, 다른 하나는 버블몬스터즈라는 게임입니다. 코인그리드는 9개의 블록보드 안에서 4명의 플레이어가 서로 눈치를 보면서 블록에 깔려있는 코인을 누가 많이 먹느냐하는 게임이 될 것 같습니다. 버블 몬스터즈 같은 경우는 기존에 퍼즐 버블이라는 게임이 있는데, 그 게임성에 RPG 요소가 가미된 카드와 덱 그리고 스킬을 조합한 게임입니다.

­­

버블몬스터즈
버블몬스터즈

Q. 창업을 하시면서 대표님께서 가장 해결하고 싶으셨던 과제는 무엇이었나요?

아마 대부분 기업들이 똑같은 고민들을 하실텐데요. 특히나 게임 쪽은 흥행사업이다 보니까 시장에서 워킹 할 것인가 반응할 것인가라는 고민이 있을 것 같습니다. 제게도 그걸 해결하는 게 가장 큰 고민이었습니다. 과거 모두의 마블이라는 게임을 개발할 때도 그렇고 저희 새로운 법인인 아이디어노트에서도 동일한 과정을 거쳤는데요. 빠르게 프로토타입을 여러개 만들고, 내부 테스트를 진행하고, 그 중에 선별된 몇 개의 게임을 시장에 다시한번 테스트를 하게 되는데요. 이때 지표라는 툴을 쓰게 되는 것 같습니다. 물론 다양한 사이트에서 랭킹도 나오고 매출 추이도 나오고 하긴 하지만, 그것보다 직접적으로 저희 게임 안에서 사람들이 어떻게 반응하는지 꼭 확인하고 싶었습니다.

Q. 씽킹데이터를 사용하게 된 계기는 무엇인가요?

저희가 BI툴을 선택할 때 가장 주안점을 두는 키워드는 직관적인가? 또 하나는 개발 비용을 들이지 않아도 충분한 서비스제공이 가능한가 였습니다.

저희 멤버들은 BI툴에 대해서는 당연히 필요성을 느끼고 있는 멤버들이었습니다. 하지만 필요성을 느꼈으나 저희 같은 신생 법인에서는 이를 위한 멤버를 다시 구축하고 인프라를 구성하기 위해서는 막대한 비용이 드는 것이 현실이었습니다. 저희가 BI툴을 선택할 때 가장 주안점을 두는 키워드는 직관적인가? 또 하나는 개발 비용을 들이지 않아도 충분한 서비스제공이 가능한가 였습니다. 사실 저희가 법인 설립 초기에는 다른 업체를 사용하고 있었는데, 물론 해당 업체의 지표도 좋긴 했지만 직관성의 부분에서는 기대에 미치지 못하였고, 또 그것들을 가공하기 위해서는 별도로 로우데이터를 뽑아서 엑셀로 가공하는 과정이 필요했습니다. 그쯤에서 씽킹데이터를 소개받게 되었는데요. 저희가 필요로 한 방대한 데이터의 집적은 물론, 보여지는 직관성이 아주 효율적이었습니다. 뿐만아니라 저희가 굳이 많은 멤버들을 투입하지 않더라도, 간단한 로그 정도만 심더라도 기대 이상의 아웃풋 지표를 보여줬던 것 같습니다. 그래서 저희가 시장에서 보고 싶었던 주관적인 현상에 대해서 객관화 시킬수 있었고, 많은 프로토 타입 중에서 1~2개를 고를 수 있는 좋은 해결책이 되었다고 생각합니다.

Q. 씽킹데이터를 도입하고 실제로 사용하시면서 어떤 문제들을 해결했을까요?

최근 알파테스트를 마치고 상용화 개발을 준비 중인 버블몬스터즈가 좋은 예가 될 수 있을 것 같습니다. 저희가 알파테스트를 할 때는 게임성을 유저가 충분히 납득하고 좋아하는가에 대해서 집중을 하게됩니다. 주로 보게되는 데이터는  DAU, Retention, Playtime, 그리고 그 사이에 있는 퍼널을 보게 됩니다. 이번 테스트에서 씽킹데이터의 도움을 받았던 부분은 퍼널 부분이였는데요.

 

기존에 퍼널 부분을 구성하게 될때는 지표설계자가 리니어한 시나리오를 짜게되고 거기에 지표를 심게됩니다. 그런데 이때 유저가 예상치 못한 퍼널로 빠졌을 때 설계자가 볼 수 없는 그런 문제점이 있었는데요. 씽킹데이터에는 비단 저희가 설계한 부분 뿐만 아니라 전체 로그들이 노코드로 모두 배치되어있어 빠진 부분 없이 입체적으로 볼 수 있었습니다.

 

그것들에 대한 결과들을 유심히 보다보니 저희 게임을 즐겨했던 유저들은 쉽게 안착한 것에 비해서 생소한 유저들은어려워한 부분이 있었습니다. 그래서 앞단에 학습형 스테이지 50개정도를 길게 배치해보았습니다. 그랬더니 기존 3분하고 6분이상으로 양분화 되어있던 유저층이 5분에서 60분쪽으로 전체의 60% 정도가 이동한 것을 확인할 수 있었습니다. 그래서 게임성 검증을 마치고 다음 단계로 넘어갈 수 있었습니다.

따라서 데이터 솔루션을 선택할 때 가장 중요한 키워드는 얼마나 쉽게 누구나 직관적으로 이해할 수 있는가라고 생각합니다. 예를들어 저희가 이전에 데이터를 가공할 때 마치 지도를 보듯이 엑셀상의 로우데이터를 가지고 가공을 하고, 눈에 보이는 것들만 선별해서 그것에 대한 대응만 했다고 생각합니다. 그런데 그것들이 가시화되어서 우리가 미처 발견하지 못했던 중요한 포인트, 우리가 챙겨야 될 리스크를 알려준다면, 그것이 얼마나 유의미한 정보인가를 고민해볼 수 있을 것 같습니다. 마치 저희가 네비게이션을 키고 운전을 할 때 가속 카메라 라든지 중요한 대응시점을 알려주는 것처럼 말이죠.

 

때문에 저는 씽킹데이터가 그런 부분에서 아주 유의미한 가치를 가지고 있다고 생각합니다. 별도의 팀 없이도 가시성 있고 직관적인 데이터를 보여주고 있고, 또 노코드로 그것들을 제공했기 때문입니다. 뿐만 아니라 함께하고 있는 분석가 분들께서 적극적으로 저희의 필요한 부분들을 대응해주시고, 설계해주시기 때문에 더 효율적이라고 생각합니다. 여러분께서 게임 사업의 데이터 솔루션들을 고민하고 있다면, 저는 주저없이 씽킹데이터를 사용하시라고 권해드리고 싶습니다

연관 아티클 보기