[프로젝트 후기] 병목 구간을 좁혀가는 과정 - 돌멩이의 데이터 분석

• 프로젝트 보고서

2025.12.24 - [개인 프로젝트 (Project)/Valorant 유저 데이터 분석] - [Project/보고서] 발로란트 맵 바인드(Bind) 리워크 제안 : 데이터 기반 플레이 병목 구간 진단

[Project/보고서] 발로란트 맵 바인드(Bind) 리워크 제안 : 데이터 기반 플레이 병목 구간 진단

 

• 후기 및 트러블 슈팅 모음

2026.01.07 - [개인 프로젝트 (Project)/Valorant 유저 데이터 분석] - [프로젝트 후기] 발로란트 바인드 맵 리워크 제안 후기 모음 글 - 돌멩이의 데이터 분석

[프로젝트 후기] 발로란트 바인드 맵 리워크 제안 후기 모음 글 - 돌멩이의 데이터 분석

 

---

문제 상황 

요약 : 특정 맵에서의 게임 형태를 정량 지표로 표현해야했다

게임 플레이에 있어

여러 맵간 비교, 그리고 바인드 맵 내부 비교를 수행하기 위해서는

플레이 양상을 설명할 수 있는 지표를

정확하게 정량화 하는 과정이 필요했다.

 

이 과정에서 생긴 다양한 고민과 시행착오를 정리해보고자 한다.

 

---

생각 과정

승률에 대한 해석

2025.12.19 - [게임 Game] - [Review/Game] 게임 밸런스에서 "완전한 균등 승률(50:50)"은 항상 옳지 않다 - 돌멩이의 데이터 분석

 

 

가장 처음 했던 고민은 원론적으로 "내가 승률을 임의 조작 해도 되는 것인가?"

라는 것이었다.

발로란트는 한 경기 안에서 양 팀 모두 공격과 수비를 번갈아 수행한다.

그렇다면 아래와 같은 상황만 발생하지 않는다면,

① 한 쪽 진영(공격 혹은 수비)의 압도적인 스코어 획득

② 선공격 혹은 선수비에 따른 강한 유불리

굳이 임의로 승률을 조작할 필요성이 없는게 아닌가? 라는 의문이 들었다.

2025.11.26 - [개인 프로젝트 (Project)/Valorant 유저 데이터 분석] - [Project] Valorant(발로란트) 선수비 vs 선공격 어느 쪽이 유리할까? (EP. 1 : 프로젝트 소개)

[Project] Valorant(발로란트) 선수비 vs 선공격 어느 쪽이 유리할까? (EP. 1 : 프로젝트 소개)

실제로, 블로그에 업로드 하지는 못했지만

선공격 vs 선수비의 승률 분석에서 약 51.08% : 48.92%로

전체 판수 대비 검정 결과 유의미한 차이가 나지는 않았다. 

(심지어 선수비 우세를 예상했다)

그래서 이번 프로젝트에서는 승률 그 자체보다는

플레이 과정에서 유저가 체감하는 불쾌함을 줄이는 방향
으로 초점을 맞추기로 했다

라운드 결과가 균형을 이루더라도,

그 균형이 재미있는 플레이 과정에서 만들어졌는지,

아니면 서로 불쾌한 경험을 반복하며 만들어졌는지는 전혀 다르기 때문이다.

 

---

그래서 왜 유리한건데?

각설하고, 통계적으로 설명했을 때

바인드 맵에서 수비 승률이 공격 승률보다 유의미하게 높은 것은 사실이었다.

이 때 중요한 질문은,

왜 바인드 공격이 불리한가?

이 질문에 명확한 답변을 내기 위해 여러 시도를 거쳤고,

그 과정에서의 실패와 깨달음을 통한 방향 전환이 이번 프로젝트의 핵심이었다.

 

---

시도 1 : 스파이크 중심의 해석

첫 번째 시도는 스파이크를 중심으로 시도했었다.

심플하게 설치율이 낮은 사이트를 난해 사이트로 정의하고,

그 사이트를 중심으로 개선 방향을 잡고자 했다.

맵(사이트)별 설치 및 해체 횟수

맵(사이트)별 해체 성공률

하지만, 결과는 예상과 달랐다. 

아니, 오히려 너무 뻔한 얘기였는데 수치에만 집중해서 간과해버렸다.

설치가 쉬운 사이트는 해체도 쉽고 설치가 어려운 사이트는 해체도 어려웠다.

 

즉, 단순히 설치율과 해체율을 평균에 맞추는 방식의 접근은

앞서 고민했던 승률의 임의 조정(특히 50%로)의 문제와 동일한 오류를

반복하는 것임을 깨닫게 되었다.

 

---

시도 2 : 인게임 시간을 기준으로 설명

두 번째 시도는 인게임 시간 흐름을 기준으로 병목을 찾는 방식이었다.

그 전제는 아래와 같았다.

• 모든 맵의 플레이 시간을 1분 40초 + 설치 추가 시간으로 동일하다
• 공격팀이 전개에 어려움을 겪는다면 공격팀의 진영 확장이 늦어질 것이다.
• 따라서, 게임 진행 시간 별 플레이어들의 킬 위치를 찾아보고 변화가 적은 곳을 찾는다면,
  병목 구간이 드러날 것이다.

위와 같은 생각으로, 플레이어 위치에 대한 히트맵을 그려서 20초, 10초, 5초 단위까지 끊어서 살펴보았다.

결론은 실패했다.

위 이미지는 인 게임 시간 기준 20초 ~ 30초까지의 공격팀 데스 위치 히트맵이다.

동일한 시간 구간이라도

• 이미 러쉬를 해서 사이트 내부까지 진입한 경우
• 아직 앞마당에서 디폴트하고 있는 경우

가 혼재되어 있었고,

플레이 성향 차이가 너무 커서 시각적으로 병목을 특정하기 어려웠다.

다만 이 과정에서 얻은 한 가지 큰 힌트는

당연히 위험한 구간은 굳이 볼 필요가 있을까?

이 생각이 이후 Top N 지점 제거,

그리고 AC와 AC_E 지표를 만들어내는 계기가 되었다.

 

---

시도 3 : 공격팀의 자원 소모

발로란트를 해봤다면 알겠지만, 사이트 진입에 거의 모든 스킬을 다 소모하는 맵(사이트)이 있는 반면,

연막과 피해망상 지원만 받아도 쉽게 진입할 수 있는 사이트가 존재한다.

따라서, 공격팀의 자원소모가 타 맵 대비 크다면 당연히 승률이 낮을 것이라고 생각하여 분석을 시도했다.

 

결과는 또 실패다.

 

이유는 간단하다.

스킬 소모와 관련된 데이터가 없다.

이를 보완하기 위해, 설치 시점 기준 공격팀 및 수비팀 인원 소모 지표를 만들게 되었다.

 

---

의도적으로 배제한 내용

분석을 진행하면서 원본 데이터에 포함되었지만 의도적으로 배제한 내용이 있다.

• 개별 플레이어 성과 지표(ACS)
• 요원별 픽률(맵별 픽률)
• 무기 사용 빈도(라운드 별 유불리)

이유는 이번 프로젝트의 목적은 "맵 구조에 따른 유불리 분석" 이기 때문이었다.

개인 기량이나 메타 요소는 오히려 노이즈가 될 가능성이 높다고 판단했다.

(영향이 없다고 단정 짓는 것은 아님)

 

---

AC와 AC_E 지표로의 도달

스파이크 설치에 관련한 데이터,

인게임 시간 기반의 히트맵,

설치 시점의 남은 인원 지표 등을 통해

공격 팀이 불리해지는 구간을 점점 좁혀나갔고,

결국 AC와 AC_E 지표를 만드는 것에 도달했다.

이 지표들의 장점이라고 한다면,

• 단순 빈도(많이 죽는 곳)가 아니라 공격 시 부댐해야 하는 각도의 넓이를 표현 가능
• 위험한 상황이 얼마나 자주 연출되는지 확인 가능
• 히트맵과의 결합을 통해 정량적 분석 가능

대충 이 정도다.

AC와 AC_E는 기회가 된다면, 다음 포스팅에서 좀 더 다뤄보겠다.

 

---

느낀점

여러 지표를 설계하면서 가장 와닿았던 점은, 좋은 지표 하나가 문제 구간을 빠르게 축소시켜주고

그만큼 분석의 난이도와 작업량이 줄어든다는 것이었다.

처음에는 1분 40초 이상의 게임 진행 히트맵을 초 단위로 잘라 보면서,

이를 어떻게 정량적으로 해석할지 고민하기도 했고

다른 맵과의 킬 진행속도를 모두 비교하면서 

어디가 문제인지를 찾느라 애를 많이 먹었다.

그 와중에, 승률이나 리워크의 목적에 대해서 다시 한 번 생각을 점검하게되었고

이를 기반으로, 승률 자체를 맞추는 것이 아니라유저가 체감하는 불쾌한 구간을 식별하고 완화하는 것이 더 중요하다는 것을 알게 되었다.이에 맞춰 설치율, 해체율, 설치 시점 생존 인원 등의 지표를 도입하여 분석 범위를 좁힐 수 있었다.

 

범위를 좁히고 나서 보니, 광범위한 데이터를 살펴 볼 때 보다더 밀도 높은 분석을 진행할 수 있게 되었고,그를 통해 문제가 있는 SPOT들을 식별 할 수 있었다.

 

최종적으로 정리하자면,

지표는 분석의 방향을 결정하고, 

불필요한 분석 소요를 줄여주니 

목적에 맞는 지표를 잘 설계하자.