게임서버 매치메이킹 구현과 기술 세미나 발표

작년 초 발표한 내용

대략 이런 주제로 연합 동아리 기술 세미나, 테크톡에 참가했음

근데 발표시간 10분 제한이라.. 가볍게 듣고 넘어갈 수 있는 '매치메이킹'을 주제로 발표함

​

​

---

​

어떤 사용자들끼리 매칭시켜줘야할까?

되도록 비슷한 실력의 유저를 짝지어줘야하는데, 짝지어주는건 고사하고 도대체 어떻게 사용자들의 실력을 측정함..??

이런 문제는 컴퓨터 발명 이전부터 계속되어 왔다. 체스나 여타 보드게임 대회 등에서 볼 수 있는 방법으로 사용자들의 실력을 수치화해서 비교하는 방법이 있다.

​

실력점수(MatchMakingRating) : 초기값은 모두 동일한 시작 점수로 시작해서 이기면 점수를 따고, 지면 점수를 잃는 과정속에서 MMR을 업데이트하면서 실력에 맞는 점수대로 수렴하는 원리로 승률을 예측한다.

​

​

Elo 점수 시스템 : 실력점수 체계 안에서 체스나 온라인 게임에서 변형해 레이팅 제도 도입에 큰 역할을 함.

→ 서로의 점수를 걸고 싸우지만, 강자가 약자보다 더 많은 점수를 건다.

​

​

Rn = Ra + K(Sa - Ea)

Rn : 유저 A의 새로운 점수, Ra : 이전 점수, Sa : 실제 결과. 이기면 1, 지면 0

Ea : 예상 승률, K : 튜닝 패러미터

​

​

​

ex) 내가 1400점인데 1600점의 상대를 만났다면?

​

K=24라 할 때, Ra = 1400. Sa=1, Ea=0.25

승리 : R1a : 1400 + 24(1-0.25) = 1418

패배 : R1a : 1400+24(0-0.25) = 1394

 

(* 상수 패러미터 K는 취향껏임. )

 

int GameManager::UpdateMMR(int A, int B, bool win) {
	int K = 16;
	double EA = 1.0 / (1.0 + pow(10, (B - A) / 400));
	double EB = 1.0 / (1.0 + pow(10, (A - B) / 400));
	// E는 점수차이를 계산한 예상 승률. 
    // A가 B보다 400점 높은 경우 이길 확률이 10배 높아진다는 의미.
	int SA = win ? 1 : 0;
	int SB = win ? 0 : 1;
	int new_MMR = A + K * (SA - EA);
	return new_MMR;
}

 

Elo 공식을 함수로 구현했음. 거기에 5:5 혹은 다수대 다수의 팀 대전을 구상했기에 좀 더 구체적인 로직이 필요함.

​

​

​

5:5 로 대전하는 경우라고 예시를 들면, 승리한 팀의 사용자 360은 패배한 Red 팀의 전체 사용자들의 평균 실력점수와 비교해서 Elo 점수 업데이트를 진행한다. 사용자 360의 MMR 1200과 Red 팀 MMR 1200을 비교해서 1207로 점수가 올라가는 모습.

​

이런 구조로 다수간의 대전 게임에서의 MMR 업데이트를 구현할 수 있었다.

​

​

 

그러나, 가장 큰 문제점이 남았는데..

 

애초에 사용자가 적으면 실력점수에 따라 정렬해도 차이가 커진다

​

그럼 과연 승패만 보고 실력점수를 판단한다는게 옳을까? 운좋아서 5연승한 친구랑 같은 실력은 아닐테니까

​

오랜 기간 라이브한 온라인 게임들은 개인의 실력보다 매칭 결과의 품질이 중요시함.

물론 비슷한 지역, 핑 상태같은 것도 신경쓰겠지만 매칭 품질은 절대 무시못하는 요소

​

이런 녀석들은 쌓아온 데이터를 토대로 게임참여자들의 조합을 평가해서 매치메이킹을 가다듬는다.

ex) 각 참여자들이 선호하는 무기, 포지션, 전략, 팀원들간의 상성, 선택한 캐릭터의 숙련도 등

​

​

게임의 유저 데이터가 쌓이면 다시 시도해봐야할 부분이라고 생각함