고객 사례

리그오브레전드를위한최적의게임내환경제작

50%

Emr보다빠른데이터처리속도

업종게임
클라우드AWS

数据库에서는사용하기간편한관리형솔루션을제공합니다。덕분에저희는사내에보유한데이터전체에무제한액세스할수있어서데이터팀이게이밍환경을개선하는것처럼정말중요한사안에집중할수있습니다。”

——Colin Borys, Riot Games선임데이터사이언티스트

防暴游戏는월별활성사용자수가1억명이넘는세계최상위권PC게임업체로,충실한고객기반을위해노력을아끼지않으며,세계에서가장플레이어중심적인게임기업이되고자하는사명을품고있습니다。데이터포인트만해도5천억개가넘고,데이터규모는26 pb를넘어계속성장중인이기업의데이터팀은전반적인게이밍경험을개선하기위해데이터를더욱효율적이고확장할수있는방식으로활용할방안이절실했습니다。防暴游戏에서는砖레이크하우스플랫폼을선택했고,이제플레이어별로콘텐츠와구매추천을제공하고게임내부정행위를제재하며네트워크성능을최적화하여고객참여율을높이고이탈률은낮추고있습니다。

데이터사이트확보에역부족레거시프라

데이터사이트확보에역부족레거시프라

防暴游戏에서는주로EMR에의존하고있었는데,이는네트워크와엔지니어링인프라가비교적강력한편이기는했지만급속히늘어나는데이터와에코시스템을효율적으로확장하는면에서는만족스럽지않았습니다。인프라가분절되어있고워크플로가비효율적인탓에수동프로세스가많았고협업이저하되었으며네트워크문제를정확히선제적으로짚어내기란불가능에가까웠습니다。주로사용하는툴과데이터가분리되어있었기때문에데이터액세스와수집이비효율적이었고,길고불안정한프로세스를거쳐야했습니다。즉우선편집자가데스크톱편집기에서SQL쿼리를만든다음이를蜂巢로전송합니다。이작업은보통적어도처음한번은실패하는편이었고,그뒤로계속실패하는경우도있었습니다。이를성공할때까지반복한끝에데이터를쿼리로가져와(아주느린EMR을통해)수동으로다시데스크톱시스템으로가져와서심층검토하는방식이었습니다。

네트워크성능과연결문제의원인을파악하기위한인사이트를얻는과정도그만큼힘겹기는마찬가지였습니다。200000年防暴游戏에서는여개도시와ISP구성을아우르는페타바이트급스트리밍네트워크데이터를수동으로모니터링하고있었습니다。게임경험에악영향을미치는문제점을파악하기는불가능한것이나마찬가지였고,이점은사용자에게중대한영향을미쳤습니다。전반적으로이러한데이터방해물때문에데이터사이언스팀이함께협력하여전사적으로데이터를파악하기어려웠습니다。防暴游戏에서성능강화를위해필요한머신러닝(ML)모델을빌드하고게임내에서개인별맞춤상품을제안하며확장가능한효율성을확보하려면데이터를현대화해야만했습니다。

한플랫폼에서데이터사이언스와엔지니어링지원

한플랫폼에서데이터사이언스와엔지니어링지원

防暴游戏에서는砖레이크하우스플랫폼을이용해분석과머신러닝에사용할데이터액세스를중앙집중화하고민주화(民主化)하고있습니다。이플랫폼은완전관리형클라우드인프라로,데이터사이언스와엔지니어링의성능(안정성및확장성요구사항에모두부합하기때문에DevOps에서큰수고를들이지않고도한결간편하게파이프라인과모델교육을확장할수있습니다。砖는여러부서에서차출된팀원으로꾸린팀전체를대상으로단일플랫폼에서분석워크플로를간소화하여쿼리,디버깅,탐색,스트리밍및배치데이터탐색,毫升모델빌드및배포등다양한용도로활용하게해줍니다。

三角洲湖는데이터를모두연결하여데이터엔지니어링팀에서안정적이고성능수준에맞는ETL파이프라인을빌드하도록지원합니다。이것을사용사례를지원하는다양한분석및머신러닝워크로드에주입하는것입니다。데이터팀원들은砖의대화형워크스페이스에서공유형노트북환경을토대로협업을진행하며빠른속도로실시간모델반복재현을할수있습니다。데이터사이언티스트가데이터에손쉽게액세스하고쿼리를생성하며탐색,디버깅과모델교육까지할수있도록권한이부여되며,이모든일에단하나의대화형인터페이스를이용합니다。전체자동화기능중에는작업예약,모니터링과클러스터관리등이대@적입니다。DevOps에서크게수고를들이지않아도작업스케줄러가대화형및ETL워크로드를둘다실행할수있으므로시간과리소스가한층절약됩니다。

혁신적성능강화로게이밍환경개선

혁신적성능강화로게이밍환경개선

防暴游戏에서는데이터처리와데이터사이언스생산성을개선하여다양한사용사례를제공함으로써더나은게이밍경험을보장하고있습니다。가장주목할만한성과로는,三角洲湖를사용하면서ETL처리성능이EMR대비50%나빨라졌고,덕분에혁신의속도가한결빨라졌습니다。다운스트림데이터흐름이원활해지면서防暴游戏추천엔진120은여가지타입의캐릭터를매핑하고여러가지독특한스킨을총망라하여총수천가지에이르는다양한조합과수십억개의게임플레이데이터포인트를확보했습니다。따라서이제게임플레이어가원하는콘텐츠를전보다수월하게찾을수있으므로,防暴游戏의전환율면에서도유익한결과를얻고있습니다。

砖에서는防暴游戏데이터팀에서네트워크지연으로인한게임플레이지연발생을예측할모델을빌드,배포하는과정을도왔습니다。스트리밍아키텍처가실시간으로이상을탐지하고네트워크운알림을제공합니다。이제防暴游戏에서는문제점이플레이어를방해하기전에한발앞서문제를해결할수있으므로게임내환경수준이높아졌습니다。근본원인인사이트가놀랄만큼정확하고,모델에새로운데이터가끊임없이스트리밍되어수집되므로네트워크성능또한전반적으로대폭개선되었습니다。

砖는TensorFlow와같은최신딥러닝프레임워크와통합되므로防暴游戏에서는딥러닝모델도간편하게개발하여교육할수있었습니다。현재防暴游戏에서는게임플레이중욕설사용현황을실시간으로탐지할수있습니다。”따라서”악성사용자를격리할수있으므로게임전체에서부정행위를줄이는데도움이됩니다。적절한환경을조성하면서고객만족도가높아지고유지율과생애가치가상승했고,나아가전반적인게임내경험에도좋은방향으로기여하게되었습니다。防暴游戏에서는앞으로도砖레이크하우스플랫폼을활용하여데이터사이언티스트와엔지니어를지원하며새롭고혁신적인기회를잘포착해리그오브레전드플레이어경험을꾸준히개선하고자합니다。