온라인 서비스 최적화를 위한 사용자 행동 예측 및 대응 기술 양 성 일

Presentation on theme: "온라인 서비스 최적화를 위한 사용자 행동 예측 및 대응 기술 양 성 일"— Presentation transcript:

1 온라인 서비스 최적화를 위한 사용자 행동 예측 및 대응 기술 양 성 일 (siyang@etri.re.kr)
IT R&D Global Leader 온라인 서비스 최적화를 위한 사용자 행동 예측 및 대응 기술 ETRI Technology Marketing Strategy 양 성 일 지식이러닝연구그룹 차세대콘텐츠연구본부 ETRI OOO연구소(단, 본부)명

2 목 차 1. 기술의 개요 2. 기술이전 내용 및 범위 3. 경쟁기술과 비교 4. 기술의 사업성 5. 국내외 시장 동향

3 1. 기술의 개요 (1/2) 기술이전 개요 목적 및 필요성 온라인 서비스 사용자들의 행동에 따라 누적되는 로그데이터 활용
사용자 성향 분석/군집화 및 향후 행동 예측 결과를 시각화 제공 사용자 행동 유도를 위한 최적화된 운영 시나리오를 제공 목적 및 필요성 다양한 형태의 온라인 서비스 중 사용자 행동 예측기술이 중요 온라인 서비스 환경 미가공 로그데이터를 대상 대용량 사용자 데이터 관리가 요구 본 기술은 학습패턴과 운영속성 연관 분석을 통해 온라인 서비스 운영 시나리오 생성이 가능 본 기술은 수집 데이터 기반 온라인 서비스 모델 전반에 걸쳐 적용이 가능

4 1. 기술의 개요 (2/2) 게임 운영 시나리오 최적화 플랫폼 기술 소개
모바일 온라인 게임 라이브 서비스에서 발생되는 로그 데이터를 분석하여, 콘텐츠 수익성 제고를 위해 최적화된 운영 시나리오를 추천하는 운영지원 자동화 플랫폼 기술 개발 ＊라이브 서비스: 게임 출시 이후, 게임의 수익성과 수명 연장을 위해 게임 운영자가 지속적으로 수행하는 게임 업데이트 서비스 (게임 산업 진흥 중장기계획 “피카소 프로젝트”, 문화체육관광부 보도자료) - 3대전략 : '차세대 게임산업 신영역 창출', '게임산업 재도약 기반 마련', '게임 인식 제고를 통한 가치의 재발견'

5 2. 기술이전 내용 및 범위 (1/2) 대규모 로그 데이터 분석 기술 사용자 행동 패턴 인식 기술
미가공 로그데이터 수집/정제 모듈 로그 데이터 시계열 특징 추출 모듈 사용자 행동속성 특징 분석 모듈 사용자 행동 패턴 인식 기술 온라인 서비스 사용자 행동 패턴 추출 모듈 사용자 행동 유형 인식 모듈 서비스 활성 요소 예측 및 검증 기술 서비스 로그DB 연동 학습패턴 속성 추출 모듈 학습패턴 속성 전처리 모듈 기계학습 기반 사용자 모델링 모듈 기계학습 기반 사용자 모델 검증 및 테스트 모듈 최적화 서비스 운영 시나리오 자동생성 모듈 온라인 서비스 운영지표 시각화 기술 서비스 내 사건 상황지표 시각화 모듈 실시간 모니터링 지원 로그데이터 동기화 모듈 BI (Business Intelligence) 리포팅 레이아웃 생성 모듈

6 실험실 규모의 소재/부품/시스템 핵심성능 평가 확정된 소재/부품/ 시스템 시작품 제작 및 성능 평가
2. 기술이전 내용 및 범위 (2/2) 기술 개발 현황 기술성숙도(TRL : Technology Readiness Level) 단계 : ( )단계 구 분 단계 정 의 세 부 설 명 기초 연구 단계 1 기초 이론/실험 ∘기초이론 정립 단계 2 실용 목적의 아이디어, 특허 등 개념정립 ∘기술개발 개념 정립 및 아이디어에 대한 특허 출원 단계 실험 단계 3 실험실 규모의 기본성능 검증 ∘실험실 환경에서 실험 또는 전산 시뮬레이션을 통해 기본성능이 검증될 수 있는 단계 ∘개발하려는 부품/시스템의 기본 설계도면을 확보하는 단계 4 실험실 규모의 소재/부품/시스템 핵심성능 평가 ∘시험샘플을 제작하여 핵심성능에 대한 평가가 완료된 단계 ∘3단계에서 도출된 다양한 결과 중에서 최적의 결과를 선택하려는 단계 ∘컴퓨터 모사가 가능한 경우 최적화를 완료하는 단계 시작품 단계 5 확정된 소재/부품/ 시스템 시작품 제작 및 성능 평가 ∘확정된 소재/부품/시스템의 실험실 시작품 제작 및 성능 평가가 완료된 단계 ∘개발 대상의 생산을 고려하여 설계하나 실제 제작한 시작품 샘플은 1~수개 미만인 단계 ∘경제성을 고려하지 않고 기술의 핵심성능으로만 볼 때, 실제로 판매가 될 수 있는 정도로 목표 성능을 달성한 단계 6 파일롯 규모 시작품 제작 및 성능 평가 ∘파일롯 규모(복수 개~양산규모의 1/10정도)의 시작품 제작 및 평가가 완료된 단계 ∘파일롯 규모 생산품에 대해 생산량, 생산용량, 불량률 등 제시 ∘파일롯 생산을 위한 대규모 투자가 동반되는 단계 ∘생산기업이 수요기업 적용환경에 유사하게 자체 현장테스트를 실시하여 목표 성능을 만족시킨 단계 ∘성능 평가 결과에 대해 가능하면 공인인증 기관의 성적서 확보 실용화 단계 7 신뢰성평가 및 수요기업 평가 ∘실제 환경에서 성능 검증이 이루어지는 단계 ∘부품 및 소재개발의 경우 수요업체에서 직접 파일롯 시작품을 현장 평가(성능 및 신뢰성 평가) ∘가능하면 인증기관의 신뢰성 평가 결과 제출 8 시제품 인증 및 표준화 ∘표준화 및 인허가 취득 단계 사업화 9 ∘본격적인 양산 및 사업화 단계 ∘6-시그마 등 품질관리가 중요한 단계

7 3. 경쟁기술과 비교 (1/4) 대규모 로그 데이터 분석 기술 경쟁 기술 대비 우수성 기존 기술 개발 기술 대상 콘텐츠 선택
Step 1 대상 콘텐츠 선택 Step 2 행동 지표 편집 Step 3 로그 이벤트 매칭 Step 4 분석 기간 설정 Step 5 시계열 속성 분석 경쟁 기술 대비 우수성 기존 기술 개발 기술 PC 온라인 환경기반 콘텐츠 관련 로그데이터는 수집의 제약이 적기 때문에 서버는 가능한 남길 수 있는 모든 정보를 기록 비정형 포맷기반 로그데이터 수집 및 전문인력 중심 분석 수행 수집 로그데이터 규모 대비 제한된 필드 대상 데이터 분석 제한된 대표필드 분석기반 근시적 통계 정보 제공 모바일 환경기반 콘텐츠는 시스템 과부하, 운영 인프라 한계 및 데이터 과금의 이유로 인한 로그데이터 수집 및 저장이 제한 로그데이터 수집 표준 가이드라인 기반 체계적 로그데이터 설계 및 수집 공통 행동 지표별 로그 이벤트 매칭을 통한 시계열 게임 플레이 속성 추출 및 분석 상이한 콘텐츠 구성에 따른 맞춤형 편집환경 제공 다양한 필드 연관 추출을 통한 다각도 분석 지원

8 3. 경쟁기술과 비교 (2/4) 사용자 행동 패턴 인식 기술 경쟁 기술 대비 우수성 기존 기술 개발 기술 사용자 분류
플레이 패턴 Instant User 전체 사용자 중 91.83%로 상당한 비중 Light User 상점 및 소셜 활동에 적극적인 성향 Middle User 무/소과금 유저로 충성도가 높음 Heavy User 0.05%가 전체 매출의 96.66%를 발생 경쟁 기술 대비 우수성 기존 기술 개발 기술 패턴 인식을 위한 분석 필드가 고정되는 경향 주로 거래 데이터 및 사용자 이동경로 기반 제한적 탐지 맞춤형 행동 지표별 로그이벤트 매칭을 통한 다양한 패턴 분석 행동 지표별 활동성에 기반한 사용자 플레이 패턴 분류 및 검증법 도입 CRM 적용 사용자 유형 분류에 따른 게임 플레이 패턴 인식

9 3. 경쟁기술과 비교 (3/4) 서비스 활성 요소 예측 및 검증 기술 경쟁 기술 대비 우수성 기존 기술 개발 기술
단일 서비스 콘텐츠 대상이며, 콘텐츠 간 학습패턴 속성 일반화를 다루지 않음 사용자 모델링 SW 부재 운영 시나리오 생성 및 검증 기술 부재 콘텐츠 간 학습패턴 범주화를 통한 공통 속성 추출 행동패턴 분류에 따른 예측 모델링 가능 학습패턴 속성/경제 속성 간 연관 매트릭스 생성 연관 매트릭스 분석을 통한 운영 시나리오 자동 생성

10 3. 경쟁기술과 비교 (4/4) 온라인 서비스 운영지표 시각화 기술 경쟁 기술 대비 우수성 기존 기술 개발 기술
- 기존 웹 기반의 시각화 도구 게임 내에 별도의 확인용 로그를 삽입 해야 추적 가능 단순한 기능의 정적인 DashBoard 정해 놓은 형식의 결과물 위주로 제공 - 온라인 서비스 운영 지표 시각화 도구 핵심정보 요약전달을 위한 DashBoard 형식의 시각화 도구 지원 다양한 인터페이스와 동기화되어 실시간 반응하는 Chart 결과 출력 서비스 중인 콘텐츠의 다양한 로그를 분석하여 산정되는 실시간 지표 가시화 사용자가 임의로 구성이 가능한 Widget 기반 DashBoard

11 4. 기술의 사업성 (1/2) 상용화를 위한 생산설비 등 추가비용 상용화를 위한 추가적인 기술개발 내용
실시간 로그 데이터베이스로부터 온라인 서비스 속성의 추출 및 저장 용도의 시스템 설치를 위한 비용 소요 예상 기계학습 기반 온라인 서비스 운영 시나리오 생성 용도의 시스템 설치를 위한 비용 소요 예상 온라인 서비스 사용자들의 행동에 따라 누적되는 로그데이터 활용 사용자 성향 분석/군집화 및 향후 행동 예측 결과를 시각화 제공 사용자 행동 유도를 위한 최적화된 운영 시나리오를 제공 상용화를 위한 추가적인 기술개발 내용 온라인 서비스별 최적화를 위한 기술개발 필요 온라인 서비스 업체의 시스템 상황별 적용 가능한 기술개발 필요

12 본 기술적용에 최적화된 데이터베이스 형태 및 마이그레이션 가이드라인 제시
4. 기술의 사업성 (2/2) 예상 응용 제품 및 서비스 온라인 서비스 대규모 로그 데이터 분석 툴 온라인 서비스 사용자 행동 패턴 인식 툴 온라인 서비스 활성 요소 예측 및 검증 툴 온라인 서비스 운영지표 시각화 툴 기술이전 업체조건 온라인/모바일 환경기반 게임/콘텐츠 서비스 제작/운영 가능한 업체 사업화시 애로점과 극복(개선)방안) 애로점 극복(개선)방안 다양한 범주의 온라인 서비스 모델 존재 서비스 카테고리별 속성 가이드라인 제시 다양한 형태의 로그 데이터베이스 존재 본 기술적용에 최적화된 데이터베이스 형태 및 마이그레이션 가이드라인 제시

13 5. 국내외 시장 동향 (1/5) 대규모 로그 데이터 분석 기술 사용자 행동 패턴 인식 기술
소셜 관계, 매출 등 한정된 데이터 대상의 통계 분석 지원하는 기술 연구가 진행 중 주로 모바일 게임을 대상으로 매출, 일일평균접속자수, 유료 사용자 등의 대표적 필드를 분석하여 대체로 근시적 통계 정보 제공하는 기술 연구가 진행 중 사용자 행동 패턴 인식 기술 주로 게임 콘텐츠를 대상으로 액션 패턴을 인식하여 실제 인간에 가까운 게임 인공 지능 캐릭터 개발을 위한 기술 연구가 진행 중 대규모 온라인 서비스에서 부정 행위사용자 검출을 위한 패턴인식 기술 연구가 진행 중 서비스 활성 요소 예측 및 검증 기술 사용자 행동 데이터를 추출하여 운영 지표를 분석할 수 있는 기술 연구가 진행 중에 있으나, 이벤트 시점 예측 등 마케팅 지원에 머무르고 있으며 운영 시나리오 생성이나 시뮬레이션 검증과 관련하여 직접적인 기술 연구는 미비한 상황임 핵심 운영 지표 변화를 예측하여 온라인 서비스에 특화된 경제 시스템 운영 예측 기술 연구가 진행 중임 온라인 서비스 운영지표 시각화 기술 변동상황이 많은 온라인 서비스 환경에서 발생되는 사용자들 간의 상호관계 및 행동특성에 특화된 데이터 분석 및 맞춤형 시각화를 위한 지원 기능은 미흡한 상황임

14 5. 국내외 시장 동향 (2/5) 시장 전망 빅데이터 분석 결과의 맞춤형 시각화와 사용자 접근이 편리한 UI/UX를 갖춘 서비스 운영 데이터 및 경영 정보 분석 솔루션 시장의 확대 향후 국내 BI 시장은 1,059억 원 이상의 규모를 형성할 것으로 예상됨 (IDC2013) 글로벌 BI시장은 163억 달러에 이를 것으로 예상됨 (IDC2013) 경영 정보 분석에만 의존하던 기존 BI 솔루션 시장은 다양한 데이터 소스를 통해 수집된 데이터를 실시간으로 분석 웹, 모바일을 통해 신속하게 전달하여 기업 비즈니스의 효율성을 높임

15 5. 국내외 시장 동향 (3/5) 관련 제품/서비스의 국내외 시장규모
온라인 서비스 특히, 게임분야에서 게임운영 인력은 게임 업계의 9%를 차지하고 있음 (출처: 2011 대한민국 게임백서) 향후 국내 게임시장은 10조 5,788억 원의 시장규모를 기록할 것으로 전망되며 (KOCCA 2015), 세계시장 규모는 752억 달러로 예상됨 (PWC 2014) 모바일 게임이 빠른 속도로 성장하는 가운데 국내·외 게임 시장은 온라인 게임과 모바일 게임으로 시장 집중이 가속화 되고 있음 (단위 : 억불, 억원) 관련 제품 /서비스 시장 1차년도 (2017) 2차년도 (2018) 3차년도 (2019) 4차년도 (2020) 5차년도 (2021) 합계 게임 해외 800 841 890 947 1,007 4,485 국내 110,337 115,081 120,052 125,239 130,649 601,358 빅데이터 442 485 624 802 1,031 3,384 1,990 2,549 3,117 3,955 5,018 16,629 비즈니스 인텔리전스 179 195 213 233 255 1,075 1,136 1,217 1,308 1,406 1,511 6,578 1,421 1,521 1,727 1,982 2,293 8,944 113,463 118,847 124,477 130,600 137,178 624,565

16 5. 국내외 시장 동향 (4/5) 예상 제품/서비스의 국내외 시장점유율 생산/판매부터 향후 매 5년 간 (단위 : %)
관련 제품 /서비스 시장 1차년도 (2017) 2차년도 (2018) 3차년도 (2019) 4차년도 (2020) 5차년도 (2021) 합계 게임 해외 - 0.01 0.02 0.03 0.05 0.11 국내 0.10 0.20 0.38 빅데이터 0.25 0.32 0.41 1.18 0.50 0.64 0.83 1.06 3.03 비즈니스 인텔리전스 0.54 0.58 0.62 2.24 1.00 2.00 3.00 5.00 11.00 0.71 0.93 1.08 4.72 1.53 2.69 3.93 6.26 14.41

17 5. 국내외 시장 동향 (5/5) 예상 제품/서비스의 예상매출액 생산/판매부터 향후 매 5년 간 추정 예상매출액
= 관련 제품/서비스의 국내외 시장규모×예상 제품/서비스의 국내외 시장점유율 (단위 : 억불, 억원) 관련 제품 /서비스 시장 1차년도 (2017) 2차년도 (2018) 3차년도 (2019) 4차년도 (2020) 5차년도 (2021) 합계 게임 해외 - 0.08 0.18 0.28 0.50 1.05 국내 34.52 60.03 125.24 261.30 481.09 빅데이터 0.97 1.58 2.58 4.21 9.35 12.75 20.04 32.70 53.36 118.85 비즈니스 인텔리전스 0.98 1.14 1.35 5.05 12.17 26.16 42.18 75.55 156.06 2.03 2.91 6.30 15.45 59.44 106.23 200.12 390.21 756.00

18 감사합니다. ※ 발표 후 하단의 문의처로 개별기술 상담 가능
- 과제 책임자 : 차세대콘텐츠연구본부, 양성일 책·연 ( ,