"2분반-몇대몇"의 두 판 사이의 차이
cdc wiki
(→기술적 기대효과) |
(→경제적, 사회적 기대 및 파급효과) |
||
| 146번째 줄: | 146번째 줄: | ||
====경제적, 사회적 기대 및 파급효과==== | ====경제적, 사회적 기대 및 파급효과==== | ||
| − | + | ◇ 새로운 플랫폼 시장 창출: 기존 대형 커뮤니티나 통계 사이트가 충족시키지 못했던 '게임 내 분쟁 해결 및 과실 판정'이라는 특정 수요를 공략하여, e-스포츠 파생 콘텐츠의 새로운 플랫폼 시장을 개척할 수 있다. | |
| + | ◇ 건전한 게임 문화 조성 및 사이버 폭력 감소: 온라인 게임 내 분쟁이 감정적인 욕설이나 트롤링 등 비매너 행위로 번지는 것을 방지하고, 제3자의 객관적 시선과 AI 데이터를 통해 분쟁을 이성적으로 해결할 수 있는 창구를 제공함으로써 게임 문화 개선에 기여한다. | ||
===기술개발 일정 및 추진체계=== | ===기술개발 일정 및 추진체계=== | ||
2026년 6월 16일 (화) 23:37 판
프로젝트 개요
기술개발 과제
국문 : 온라인 게임 중 분쟁사항 판단 투표 서비스
과제 팀명
몇대몇
지도교수
유하진 교수님
개발기간
2026년 3월 ~ 2026년 6월 (총 4개월)
구성원 소개
서울시립대학교 컴퓨터과학부 2021920036 심재용 (팀장)
서울시립대학교 컴퓨터과학부 2020920036 유원호
서울시립대학교 컴퓨터과학부 2021920005 권동현
서울시립대학교 컴퓨터과학부 2021920025 문세현
서론
개발 과제의 개요
개발 과제 요약
◇ 본 과제는 게임 플레이 중 팀 단위 온라인 게임인 “리그 오브 레전드”에서의 서로 간의 의견이 충돌하여 분쟁이 발생하였을 때, 그 분쟁을 해결할 수 있는 사이트를 생성한다. ◇ 사이트는 누군가가 플레이 영상을 올리고 특정 판단의 내용을 글로 작성하게 하면, 다른 사람들의 의견을 투표 및 댓글을 통해 받도록 한다. 이때 투표나 댓글은 포인트를 지불하는 방식으로 한다. ◇ AI 모델을 활용하여 해당 경기의 승률 변화 그래프를 자동으로 생성하고, 승률이 급격히 변동하는 핵심 지점 3곳을 표시하여 사람이 분쟁 상황을 판단할 때 도움을 주는 객관적인 보조 도구로 활용한다. ◇ 이후 특정 시간까지는 투표의 상황을 비공개 처리하고, 특정 조건을 달성하게 되면 전문가(게임의 티어가 높은 사람)의 의견을 공개하여 그 의견에 해당되는 투표를 한 사람들에게 포인트를 지급하게 된다. ◇ 포인트 지급은 회원가입, 출석체크 등을 통해 지속적으로 지급할 수 있도록 하고, 포인트를 통해 교환할 수 있는 간단한 상품을 통해 사용자의 동기를 끌어올린다.
개발 과제의 배경
1) 개발 동기 및 필요성
◇ 팀 단위 경쟁 온라인 게임인 리그 오브 레전드에서는 패배의 원인이나 특정 상황의 책임 소재를 두고 “누가 더 잘못했는가”에 대한 논쟁이 자주 발생하며, 이는 유저 간 갈등으로 이어지는 경우가 많다.이런 갈등이 커뮤니티상에서 화제가 되어 교통사고 과실 비율을 판정하는 프로그램인 ‘한문철의 블랙박스 몇 대몇’을 모티브로 인터넷 방송인들이 팀 내 분쟁 상황의 과실 비율을 판정해주는 콘텐츠(일명 ‘롤문철’)가 유행하고, 수요가 늘어나기 시작하였다. ◇ 게임 내 분쟁 상황의 과실 판정에 대한 수요가 늘어났지만, 이러한 컨텐츠는 일부 방송에 한정되어 있어 접근성이 낮고 일관된 판정 기준이 없다는 한계가 있어, 본 서비스를 통해 접근성을 높이고, 정돈된 환경의 서비스가 필요하다고 판단하였다. ◇ 또한 기존 판정 방식은 영상 시청 및 주관적 판단에 의존하여 분쟁 지점 파악이 어렵다는 문제가 있으며, 이를 AI 기반 승률 그래프 분석 기능으로 보완하고자 한다.
2) 향후 예상 효과
◇ AI 승률 그래프를 통해 핵심 지점을 시각적으로 제공해 분쟁 상황에 관한 보다 객관적인 판단을 제공함으로 유저 간의 갈등을 완화하여 건전한 게임 플레이 문화를 형성을 유도한다. ◇ 의견 제시 및 토론을 통해 게임 플레이에 대한 이해도와 전략적 판단 능력을 향상시켜 플레이어의 게임 실력을 향상시키는데 도움을 준다. ◇ 게임 관련 추가 컨텐츠 제공을 통한 홍보 효과로 게임 활성화에 도움을 준다.
개발 과제의 목표 및 내용
1. 분쟁과 관련한 투표 서비스 제공
◇ 본 프로젝트의 목표는 게임 내 발생하는 분쟁 상황에 대해 여러 사용자에게 투표를 받아 보다 객관적인 판단 기준을 제공하는 투표형 서비스를 구축하는 것이다. 사용자는 분쟁 사항 설명과 분쟁 사항이 담긴 영상을 업로드하여 게시하고, 다른 사용자들은 어떤 쪽이 더 맞는지 투표할 수 있고, 해당 상황에 대한 자신의 생각을 댓글/대댓글 기능으로 남길 수 있다.
2. AI 기반 승률 분석 그래프 제공
◇ 라이엇 게임즈 api를 통해 경기 데이터를 수집하고, AI 모델을 학습시켜 시간대별 팀 승률 변화를 그래프로 시각화하는 기능을 제공한다. ◇ 학습된 AI 모델은 경기 전반에 걸친 승률 곡선을 생성하며, 승률이 급격하게 변동(급등 또는 급락)하는 구간 상위 3개 지점을 그래프 위에 마커로 표시한다. ◇ AI 기반 승률 분석 그래프는 최종 판정의 근거가 아닌 참고 자료로 제공된다.
3. 동기부여를 위한 포인트 지급
◇ 처음 회원가입을 할 때, 출석체크를 할 때 포인트를 지급하여 사용자가 포인트를 이용하여 투표에 참여할 수 있도록 유도한다. 이후 맞추게 될 시 포인트를 대량 지급하고, 포인트 상점을 통해 프로필 사진, 배경 꾸미기 등의 아이템을 제공한다.
관련 기술의 현황
관련 기술의 현황 및 분석(State of art)
가. State of art
◇ E-스포츠 데이터 기반 딥러닝 : 최근 리그 오브 레전드의 실시간 매치 타임라인 데이터를 활용해 게임의 승패를 예측하는 연구가 활발히 진행 중이다. RNN, LSTM, Transformer 등 시계열 데이터를 처리하는 모델이 주로 사용되며, 골드 격차, 오브젝트 획득 수 등 다양한 피처(Feature)를 분석한다. ◇ 웹 서비스 아키텍처 : React, Vue.js 등을 활용한 SPA(Single Page Application) 기반의 직관적인 사용자 UI 설계와, 실시간 트래픽을 처리하기 위한 AWS 클라우드 서버 구축이 일반화되어 있다.
나. 기술 로드맵
◇ 데이터 수집 및 전처리 : Riot API를 통해 리그 오브 레전드 매치 타임라인 데이터 수집 및 정제 ◇ AI 모델 구축 및 학습 : 외부 API에 의존하지 않고 시계열 데이터 기반 자체 딥러닝 승률 예측 모델 설계 및 학습 진행 ◇ 핵심 기능 구현 : 회원가입(티어 인증 연동), 게시판(영상 및 댓글/투표), 포인트 시스템 개발 ◇ AI 기능 구현 : 시간대별 기대 승률 및 주요 타임라인을 추출하는 AI 모델 개발 ◇ 테스트 및 배포 : AWS 환경을 이용한 서버 배포 및 라이브 서비스 테스트
시장상황에 대한 분석
가. 경쟁제품 조사 비교
◇ op.gg/lol.ps/deep.lol
● 특징: 챔피언 티어, 유저 전적, 아이템 통계 등 게임 내 수치 데이터를 제공하는 데 특화되어 있다. ● 한계: 게임 내 분쟁 상황을 판단하거나 영상 기반의 유저 간 투표, 전문가 판정을 내리는 커뮤니티 기반의 기능이 제한적이다.
◇ 리그 오브 레전드 커뮤니티
● 특징: 유저 간 텍스트 및 영상 업로드를 통한 자유로운 토론이 가능하다. ● 한계: 익명성에 기반한 무분별한 비난이 주를 이루며, 투표나 티어 인증 전문가의 체계적인 판정 시스템이 미흡하여 명확한 결론을 도출하기 어렵다.
◇ 인터넷 방송 컨텐츠 (롤문철)
● 특징: 유명 방송인(전문가)이 직접 유저들의 제보를 받아 과실 비율을 판정하며, 높은 화제성과 인기를 보유하고 있다. ● 한계: 특정 방송인에게 제보가 집중되어 일반 유저의 접근성이 매우 낮으며, 방송 일정에 의존해야 하므로 실시간 판정이 어렵다. 또한 일부 사행성 논란으로 인해 신뢰도가 저하되었다.
◇ 경쟁제품 비교 요약표
| 구분 | op.gg/lol.ps/deep.lol | 리그 오브 레전드 커뮤니티 | 인터넷 방송 컨텐츠 (롤문철) |
|---|---|---|---|
| 서비스 유형 | 통계/전적 분석 사이트 | 유저 커뮤니티(갤러리) | 인터넷 방송 콘텐츠 |
| 주요 특징 | 챔피언 티어, 유저 전적, 아이템 통계 등 게임 내 수치 데이터 분석에 특화 | 텍스트, 영상 업로드를 통한 자유로운 유저 간 토론 가능 | 전문 방송인이 직접 유저 제보를 받아 과실 비율을 판정, 높은 화제성 |
| 분쟁 판정 기능 | 없음 | 비체계적(댓글/논쟁 형태) | 있음(방송인 직접 판정) |
| 전문가 참여 | 없음 | 없음(비인증 일반 유저) | 있음(특정 방송인 한정) |
| 접근성 | 높음(누구나 즉시 조회) | 높음(자유 게시 가능) | 매우 낮음(제보 경쟁 심각) |
| 참여 보상 시스템 | 없음 | 없음 | 없음 |
| AI 기반 분석 | 일부 있음(전적 통계 기반) | 없음 | 없음 |
| 주요 한계 | 분쟁 판정·커뮤니티 기능 매우 제한적 | 익명 기반 무분별 비난, 체계적 판정 시스템 미흡 | 접근성 낮음, 실시간성 부족, 신뢰도 저하 |
나. 마케팅 전략
◇ 접근성 극대화 : 기존 인터넷 방송 컨텐츠(롤문철)의 높은 진입장벽을 낮추어 누구나 쉽게 영상을 올리고 투표를 받을 수 있는 웹 생태계를 구축한다. ◇ 참여 보상 : 포인트 제도를 통해 투표 참여자와 정답자에게 보상을 제공하여 지속적인 서비스 이용을 유도한다. ◇ AI 기술을 통한 편의성 제공 : 기존 커뮤니티에 없는 AI를 통한 승률 변동 및 타임라인 추천 시스템을 도입하여 유저가 주요 구간을 쉽게 찾아 합리적인 투표를 할 수 있도록 지원한다.
개발과제의 기대효과
기술적 기대효과
◇ 팀원들이 직접 대용량 게임 데이터를 수집 및 정제하여 승률 예측 AI 모델을 처음부터 끝까지 파이프라인으로 구축하는 경험을 축적할 수 있다. ◇ 동시다발적인 투표 및 포인트 증감 처리 시 발생할 수 있는 동시성 이슈를 해결하는 등 백엔드 트랜잭션 처리 역량을 기를 수 있다.
경제적, 사회적 기대 및 파급효과
◇ 새로운 플랫폼 시장 창출: 기존 대형 커뮤니티나 통계 사이트가 충족시키지 못했던 '게임 내 분쟁 해결 및 과실 판정'이라는 특정 수요를 공략하여, e-스포츠 파생 콘텐츠의 새로운 플랫폼 시장을 개척할 수 있다. ◇ 건전한 게임 문화 조성 및 사이버 폭력 감소: 온라인 게임 내 분쟁이 감정적인 욕설이나 트롤링 등 비매너 행위로 번지는 것을 방지하고, 제3자의 객관적 시선과 AI 데이터를 통해 분쟁을 이성적으로 해결할 수 있는 창구를 제공함으로써 게임 문화 개선에 기여한다.
기술개발 일정 및 추진체계
개발 일정
내용
구성원 및 추진체계
내용
설계
설계사양
제품의 요구사항
내용
설계 사양
내용
개념설계안
내용
이론적 계산 및 시뮬레이션
내용
상세설계 내용
내용
결과 및 평가
완료 작품의 소개
프로토타입 사진 혹은 작동 장면
내용
포스터
내용
관련사업비 내역서
내용
완료작품의 평가
내용
향후계획
내용
특허 출원 내용
내용