홈
한국어
AI가 모바일 게임에서 플레이어 리텐션을 혁신하는 방법
제너레이티브 AI에 대한 기대가 부풀려지면서 시장 전반의 효율성 추구가 엇갈린 결과를 낳고 있습니다. 이틀도 채 안 되는 시간에 수천 달러에 챗봇을 구축 및 판매하는 ChatGPT와 같은 도구를 사용하는 진취적인 전문가들이 등장하면서 지식 근로자들은 소프트웨어가 조작한 정보를 인용하는 것으로 인해 뜨거운 감자로 떠오르고 있습니다.
인공지능을 옹호하는 사람이든 확고한 회의론자이든 인공지능의 혁신적 영향력은 논쟁의 여지가 없지만, 그 혁신적 힘은 어느 쪽이든 변할 수 있습니다. 인공지능은 프로세스를 간소화하고, 혁신적인 새로운 경험을 창출하며, 문제를 더 빨리 파악하고 해결할 수 있는 힘을 가지고 있지만, 파괴적인 방식으로 사용될 가능성도 있습니다. 인공지능은 하나의 기술 도구이며, 인공지능이 모바일 게임에 긍정적인 영향을 미칠지 부정적인 영향을 미칠지는 인공지능을 구현하는 주체에 달려 있습니다.
AI를 적극적으로 도입하여 경쟁 우위를 확보할 수 있는 얼리 어답터의 기회는 이미 닫혀가고 있으며, 실험의 위험을 감수하지 않는 기업은 앞으로 몇 년 동안 다른 기업에 뒤처지게 될 것입니다. 특히 넷플릭스, 아마존, 스포티파이 같은 거대 기술 기업들은 이미 고객 이탈을 방지하고 고객 가치를 높이는 개인화된 경험을 제공하기 위해 AI를 사용하고 있으며, 이는 고객 유지 영역에서 더욱 그러합니다.
다행히도 모바일 게임 퍼블리셔에게는 혁신의 선봉에 서는 업계의 특성상 시장에서 검증된 AI 솔루션이 상대적으로 더 많이 존재합니다. 또한, 모바일 게임용 AI 기반 툴은 엄밀히 말해 생성형 툴은 아니지만 성숙할 시간이 더 많았기 때문에 위험성이 현저히 낮습니다.
모바일 성장의 어려움이 가중되고 있는 지금이야말로 퍼블리셔가 가까운 미래에 수익을 창출할 수 있는 AI 투자에 두 배로 투자할 수 있는 이상적인 시기입니다. 그 보상은 결정적으로 충성도가 높고, 잘 유지되며, 수익성이 높은 플레이어 기반이 될 것입니다.
플레이어 생애주기 전반에 걸친 모든 참여, 리텐션, 수익 창출의 합계인 생애가치(LTV) 는 측정하기 어렵기로 악명이 높으며, 증가시키기는 더욱 어렵습니다. 퍼블리셔는 구성 지표에 집중해야 하며, 리텐션에 가장 큰 가중치를 두는 경우가 많습니다.
지금까지 LTV 예측은 분야별 전문 지식과 과거 행동을 기반으로 고객을 분류하고 등급을 매기는 RFM(최근성, 빈도, 금전적 가치) 과 같은 제한된 프레임워크에 의존해 왔습니다. 이제 디자이너, 마케터, 라이브운영팀은 머신러닝(ML), 특히 딥러닝을 사용하여 개별 수준에서 미래의 플레이어 행동을 모델링함으로써 가장 높은 수익을 창출할 수 있는 정확한 플레이어를 식별할 수 있는 AI 기반 예측 LTV 모델을 사용할 수 있습니다.
머신러닝 알고리즘은 사용자 리텐션이 사용된 기능, 세션 길이 등과 어떻게 연결되는지 추세를 분석하여 제품 관리자가 향후 생산 계획에 대해 더 낮은 위험도의 결정을 내릴 수 있도록 도와줍니다. 이를 통해 사용자 확보 관리자는 더 스마트한 타겟팅과 예산 결정을 내릴 수 있습니다.
"AI는 첫 구매를 하기 전에 잠재적 소비자를 식별하는 데 도움을 줄 수 있습니다. 유니티의 딥러닝 모델은 플레이어의 행동을 분석하고 이를 알려진 소비 패턴과 비교함으로써 어떤 플레이어가 게임 내에서 구매할 가능성이 높은지 예측할 수 있습니다. 또한 AI는 플레이어가 게임을 이탈하거나 중단할 가능성이 높은 시기를 예측할 수 있습니다. 이는 플레이 시간 감소, 게임 내 이벤트 참여도 감소, 부정적인 피드백 등 수천 가지 요인을 기반으로 할 수 있습니다. 이탈을 예측함으로써 미스트플레이(및 다른 앱 퍼블리셔)는 로열티 경제를 활용하여 특별 프로모션을 제공하거나 새로운 기능을 도입하는 등 이러한 플레이어의 재참여를 위한 선제적인 조치를 취할 수 있습니다." - 마이클 얀, 데이터 과학 및 머신러닝 담당 이사, Mistplay
2023 모바일 게임 충성도 보고서에 따르면, 플레이어의 39%는 모바일 게임 업데이트가 제대로 이루어지지 않고 일주일 이내에 문제가 해결되지 않으면 게임을 그만두겠다고 응답했습니다. AI를 사용하여 게임 업데이트를 검토하고 버그, 성능 저하, 기타 게임 경험을 방해하는 문제를 라이브 게임에 적용하기 전에 발견하면 피해를 복구하는 데 급급하지 않고 새로운 콘텐츠를 지원하는 데 집중할 수 있습니다.
👀 모바일 게임 충성도 및 리텐션에 대한 더 많은 인사이트를 원하시나요? 다운로드 2023 모바일 게임 충성도 보고서.
개발자가 중요한 데이터를 드릴다운하는 데 이미 AI를 사용하고 있는 예측 LTV 모델의 한 예로, Liftoff의 LTV Optimize 제품이 있습니다. 리프트오프는 "얼리 어답터들은 D7 ROAS(광고 지출 대비 수익률)와 PROAS(광고 지출 대비 수익률)가 모두 크게 개선되었습니다."라고 설명합니다. 이를 통해 퍼블리셔는 비즈니스 요구사항에 맞는 LTV 기간에 최적화하면서 직접 LTV 최적화를 통해 가장 많은 수익을 창출하고, 고유한 오디언스에 맞춘 ML로 최고의 사용자를 확보할 수 있었습니다.
예측 LTV는 미스트플레이 성장 플랫폼의 핵심 기능이기도 합니다. 미스트플레이의 AI 기능은 플레이어의 행동과 참여 패턴을 분석하여 LTV를 예측할 수 있습니다. 여기에는 플레이어의 플레이 빈도, 세션당 플레이 시간, 특정 게임 내 구매, 게임 내 이벤트 참여와 같은 요소가 포함됩니다. 미스트플레이는 LTV를 정확하게 예측함으로써 주요 사용자 확보 전략을 최적화하여 시간이 지남에 따라 가장 큰 가치를 창출할 가능성이 높은 신규 사용자를 확보합니다. 자세히 알아보려면 광고 페이지를 방문하세요.
게임에서의 부정행위와 부정행위는 플레이어의 게임 경험을 저하시켜 리텐션에 막대한 부정적인 영향을 미칠 수 있습니다. 최근 플레이어가 조준을 조정하고 벽을 투과하는 등의 행위를 할 수 있도록 한 데스티니 가디언즈의 부정행위 제품 제작자와의 법적 분쟁을 다룬 Kotaku의 보도에서 밝힌 것처럼, 번지와 같은 퍼블리셔는 부정행위 방지를 위해 "직원과 소프트웨어에 약 200만 달러를 지출"하는 등 역사적으로 막대한 대가를 치르고 있습니다.
모바일 게임에서의 부정 행위는 조금 다르게 보이지만 그 파괴력은 똑같습니다. 부정 행위자의 이러한 부정 행위 패턴은 종종 자신이 획득하거나 구매하지 않은 보상을 잠금 해제하는 것을 목표로 합니다. 앱스플라이어는"사기꾼은 도난당한 ID와 신용 카드 정보를 사용하여 구매할 수 있습니다. 또는 가짜 결제를 하거나 앱을 수정하여 유료 콘텐츠를 무료로 획득할 수도 있습니다." 이는 퍼블리셔에게 비용 및/또는 인게이지먼트 비용을 발생시키고 다른 플레이어의 경험을 불안정하게 만들며 앱의 평판을 해칠 수 있습니다.
눈에 띄는 치팅은 게임에 즉각적인 영향을 미치기 때문에 적발하기가 더 쉽습니다. 하지만 소규모 치팅은 발견하기 어렵지만 시간이 지남에 따라 큰 혼란을 야기할 수 있습니다. 모바일 앱 시장에서 부정 행위를 방지하기 위해 사용되는 방법에는 사용자 인증, 기기 지문 인식, 거래 모니터링 등이 있습니다. 이러한 조치는 가짜 계정 생성, 에뮬레이터 사용, 거래 사기 등의 사기 행위를 식별하고 예방하는 데 도움이 될 수 있습니다. 하지만 이러한 조치를 구현하고 모니터링하는 과정은 시간, 노력, 도구 비용 측면에서 번거로울 수 있습니다.
사기 팀은 머신 러닝을 사용하여 장기간에 걸친 사기 행위를 식별하고 예방할 수도 있습니다. 머신 러닝 알고리즘은 IP 주소부터 로그인 시간까지 다양한 플레이어 데이터를 분석하여 이러한 활동을 감지하고 방지할 수 있습니다. 실제로 한 구현 사례에서는 게임 내 데이터에 액세스하지 않고도 플레이어 행동 추적만으로 부정 행위를 99% 감지할 수 있었습니다. AI 기반 부정 행위 및 사기 탐지에 투자하면 퍼블리셔는 전체 비용을 절감하고 충성도 높은 플레이어 기반을 유지하여 더 높은 마진으로 운영할 수 있습니다.
"머신러닝과 인공 지능의 도입이 증가하고 있지만, 이러한 방법을 효과적으로 활용하는 기업은 소수에 불과합니다. 이러한 기술을 제대로 활용하려면 적절한 리소스의 가용성, 복잡한 기술의 적용, 정교한 기술 인프라가 필요합니다. 또한, 사용자 마찰을 최소화하고 오탐률을 낮추기 위해서는 AI 기반 사기 판단이 매우 정밀하고 정확해야 하므로 높은 신뢰도가 필요합니다." - John Dede, 사기 책임자 겸 수석 제품 관리자, Mistplay
미스트플레이에서는 머신러닝과 AI가 데이터의 추세를 추적하고 주요 지표를 모니터링하여 팀보다 먼저 사기성 사용자를 식별하는 것이 일반적입니다. 이는 유니티의 사례 관리 전략과 결합하여 생태계에서 부정 행위를 제한함으로써 앱의 혜택을 받는 플레이어와 퍼블리셔에게 보다 공정한 경쟁의 장을 만들어줍니다.
독성 플레이어는 음성 또는 텍스트 채팅을 통해 게임 환경을 방해하는 것으로 알려져 있습니다. 최악의 경우 협업이나 경쟁 시스템을 방해하여 게임 플레이 루프를 방해하기도 합니다. 안타깝게도 독성 플레이어가 증가하고 있으며 이로 인해 리텐션이 저하되고 있습니다. 유니티의 2023 멀티플레이어 게임의 유해성 보고서에 따르면 "유해한 행동을 목격하거나 경험했다고 답한 플레이어의 전체 비율은 2021년 68%에서 2023년 74%로 증가했습니다." 보고서는 이어서 "거의 모든 멀티플레이어 게이머(96%)가 다른 플레이어를 차단하거나(46%), 게임에서 나가거나(34%), 게임 내 신고 기능을 사용하거나(34%), 단순히 음소거하는(33%) 방식으로 유해한 행동에 대응했습니다."라고 설명하며 이러한 행동이 온라인 게임의 전반적인 즐거움을 떨어뜨리는 요인이 되고 있음을 설명합니다.
이 시나리오에서 AI는 안타깝게도 해결책이 될 뿐만 아니라 문제의 주요 원인이 될 수도 있습니다. 액티브펜스의 솔루션 전략 담당 부사장인 토머 포란은 최근 GamesBeat 패널에서"AI는 유해하거나 유해한 콘텐츠를 탐지할 뿐만 아니라 생성하는 도구로서 점점 더 강력해지고 있습니다."라고 설명했습니다. 그 결과, 특히 여성과 유색인종 등 유해 콘텐츠의 표적이 될 가능성이 높은 집단에서 리텐션이 약해지고 성장에 큰 걸림돌이 되고 있습니다. GetGud.io의 CEO인 가이 크룹은 온라인 유해 콘텐츠로 인해 게임 개발사가 연간 16억 달러 이상의 손실을 입을 수 있다고 추정합니다.
반대로 AI 툴을 잘 활용하면 유해 플레이어를 더 쉽게 식별하고 바로 대응하여 다른 플레이어와 게임 전체에 미칠 수 있는 피해를 최소화할 수 있습니다. 유니티 세이프 보이스 및 모듈레이트와 같은 툴은 머신러닝을 사용하여 개인 및 커뮤니티 전체의 트렌드 수준에서 유해하고 방해가 되는 행동을 분류합니다. Safe Voice는 엔진에 구애받지 않는 모더레이션을 지원하기 위해 Unity 보이스 채팅(Vivox)과도 통합됩니다.
이와 같은 도구는 자동화되어 있기는 하지만 뉘앙스가 부족한 덜 정교한 솔루션에 비해 현저하게 개선된 것입니다. AI 시스템 이전에는 오탐지 가능성이 높았으며, 이는 그 자체로 새로운 문제가 될 수 있었습니다. AI 기반 유해성 관리 솔루션에 대한 투자는 개별 게임 경험을 개선할 뿐만 아니라 온라인 게임을 둘러싼 메타 내러티브를 긍정적으로 재구성하여 업계 전반에 혜택을 줄 수 있는 잠재력을 가지고 있습니다.
우수한 고객 경험을 제공하는 것은 비즈니스를 성장시킬 수 있는 또 다른 확실한 방법입니다. 가장 최근에 McKinsey & Company는 고객 경험 분야의 리더가 경쟁사보다 두 배 이상의 매출 성장률을 보인다는 사실을 발견했습니다.
2023 모바일 게임 충성도 보고서에서 볼 수 있듯이 모바일 게임도 예외는 아닙니다. 3,000명 이상의 모바일 게이머를 대상으로 실시한 설문조사에 따르면 고액 소비자들이 고객 서비스 경험에 대해 더 까다로운 것으로 나타났습니다. 100달러 이상을 소비하는 플레이어의 68%는 이전에 고객 지원팀에 연락한 적이 있지만(평균보다 13% 더 높음), 36%만이 받은 서비스에 만족한다고 답했습니다(평균보다 27% 낮음).
고객 서비스 응답은 고객 유지율과 결과적으로 LTV에 직접적인 영향을 미치는 긍정적인 경험을 제공할 수 있는 가장 눈에 띄는 방법 중 하나입니다. 물론 고객 서비스는 효과적인 방식으로 확장하기 어려운 것으로 악명이 높습니다. 특히 모든 티켓이나 불만 사항을 누가 해결해야 하는지, 즉 이미 과중한 업무에 시달리고 있는 고객 지원팀을 고려할 때 더욱 그렇습니다.
이제 AI 기반 챗봇은 플레이어를 지원하는 첫 번째 방어선 역할을 할 수 있습니다. 고객 서비스 팀은 자연어 처리 알고리즘으로 챗봇을 학습시켜 일반적인 질문에 답하고 플레이어에게 도움을 제공하는 대화형 인터페이스를 만들 수 있습니다. 예를 들어 '대화형 지원 퍼널'로 알려진 Intercom의 접근 방식을 사용하면 지원팀은 복잡한 문의와 VIP 요청만 관리하면 됩니다. 그러면 팀은 더 많은 시간을 중요한 문제 해결에 집중할 수 있고, 더 많은 고객이 더 짧은 시간 내에 필요한 지원을 받을 수 있습니다.
효과적인 AI 기반 서비스 솔루션에 투자하면 생태계에서 가장 큰 영향력을 행사하는 플레이어들 사이에서 타이틀을 차별화할 수 있으며, 이들은 종종 가장 가치 있는 플레이어이기도 합니다. 게임의 슈퍼 팬과의 관계를 육성하고 유지하는 것은 플라이휠 성장의 개념에 필수적이며, 효과적인 지원 시스템이 모든 차이를 만들어냅니다.
👀 관련 읽기: ROAS 성공 차트 작성하기: 모바일 퍼블리셔를 위한 플라이휠 성장 모델의 팀 중심 접근 방식
맥킨지 앤 컴퍼니에 따르면 소비자의 71%는 기업이 개인화된 상호작용을 제공해주기를 기대하며, 소비자의 4분의 3은 이를 제공받지 못했을 때 불만을 느낀다고 합니다. 하지만 전통적으로 모바일 게임은 다양한 사람들에게 똑같은 것을 제공하는 데 가장 적합하며, 여기저기서 공통 변수(좋아하는 게임 유형, 선택한 진영 등)를 반영하기 위해 약간의 커스터마이징만 하면 됩니다.
다행히 오늘날의 최신 AI 기능을 통해 개발자와 마케터는 플레이어가 원하는 개인화된 경험을 훨씬 더 깊이 있게 제공할 수 있습니다. 검증된 애플리케이션은 다음과 같습니다:
AI와 데이터 분석을 통해 사용자에게 더욱 개인화된 혜택과 경험을 제공하는 미스트플레이 UA 플랫폼의 핵심 기능입니다. 이 플랫폼은 사용자 행동, 선호도, 게임 패턴을 분석하여 개인의 취향에 맞는 게임을 추천함으로써 사용자 참여도를 높이고 더 많은 플레이어를 확보할 수 있습니다.
400개 이상의 게임과 3,000만 건의 평생 설치 수를 보유한 미스트플레이 플랫폼의 다양한 AI 기반 기능은 퍼블리셔가 가치를 창출하고 LTV를 높일 가능성이 가장 높은 플레이어를 확보, 참여, 유지할 수 있도록 지원합니다. 예를 들어, AI 기반의 tROAS 캠페인을 통해 Trailmix of Love & Pies와 같은 퍼블리셔는 다른 유료 채널보다 25% 더 높은 D1 리텐션을 달성할 수 있었습니다.
유니티의 선도적인 플레이 투 수익 솔루션은 게임 개발사와 광고주 모두에게 높은 사용자 참여를 유도하며, 언제든 게임을 성장시킬 수 있는 확장 가능한 시스템으로 패키징되어 있습니다.
미스트플레이가 어떻게 AI를 구현하여 더 많은 충성도 높은 게임 유저를 확보할 수 있는지 자세히 알아보려면 유니티에 문의하세요.
