In online game, Game-bot is a kind of AI based software which performs laborious tasks for a game-player to accumulate resources such as experience, in-game items. The game-bot causes serious problems of balancing and other game-players’ play in the game. So, detecting and avoiding game-bot’s behaviors in online game is one of the important issues in live game management. This paper proposes a study on a player reaction in MMORPG environment focused on two games of 「TERA」 and 「Knight Online」. We first characterize core game-elements to affect a player’s reaction in game environment change and finally propose a template of a player’s reaction in the game environment change. The paper will contribute to detect a behavior of a game-bot in online-game, effectively.

이제 게임은 오락물의 일종이 아닌 문화생활의 일부가 되었다. 이러한 인식의 변화는 게임산업의 발전을 지속적으로 이끌었으며 국가의 성장기반으로 발돋움하고 있다. 하지만 그 규모와 성장에 비례하여 부작용도 적지 않게 나타나고 있다. 주로 거론되는 부작용으로는 게임중독, 사행성, 자동사냥, 작업장 등이 있다. 이중 자동사냥은 게임중독, 사행성, 작업장을 유발하는 하나의 주요한 원인으로 주목받고 이와 관련된 다양한 사건사고가 최근 끊이지 않고 있으며, 찬반에 대한 갑론을박도 끊이지 않고 있다. 이는 결국 자동사냥 프로그램이 게임에 어떠한 영향을 미치는가에 대한 아직까지 명확한 결론이 도출되지 않은 상태이기에 상황에 따라서 다른 결론을 도출하고 있으며 결국 논란의 여지만 남겨둔 채 여전히 해결되지 않은 미제로 남아있는 것이다. 이에 본 연구는 자동사냥프로그램이 게임자체와 게임산업에 미치는 영향을 살펴보고자 한다. 이를 통해 자동사냥 프로그램에 대한 명확한 이해와 기준마련을 위한 기반을 제시하고자 한다.

게임 봇은 게임에서 사용되는 재화 또는 아이템 등을 대량으로 유통시키며 게임 재화 및 아이템의 가치를 하락시키는 한편 아이템을 획득하기 위해 봇끼리 몰려다니면서 몬스터를 사냥하고 아이템을 채집하므로 일반 유저들이 정상적으로 콘텐츠를 즐기는 활동을 방해해 왔다. 그러나 봇의 증가가 구체적으로 어떤 유형의 유저에게 영향을 미치는지, 그리고 어떤 활동 유형을 감소시키는지에 대한 연구는 알려진 바가 없었다. 이에 따라 본 연구에서는 게임 유저들의 접속 데이터를 토대로 유형을 분류하고 봇의 증가에 따른 유저 이탈과의 상관관계를 분석함으로써 유저들의 게임 이용을 유도하는 실무적인 시사점을 제공한다.

온라인 게임에서 오토 프로그램 또는 봇 프로그램으로 인하여 다양한 게임 서비스 피해사례가 발생하고 있다. 특히, 게임 머니 및 아이템의 비정상적인 수집은 게임이 가지는 본연의 재미를 잃어버리게 되고, 궁극적으로 게임 생명주기에 결정적 악영향을 미치게 된다. 본 논문은 게임 봇 감지를 위해 게임 행위 변화 패턴을 수집하고 분석하여 봇 탐지 방법에 적용한다. 인간의 게임 행위 변화 정보와 봇의 게임 행위 변화 정보를 이용하여 유사정도를 측정하고, 봇 탐지 기법에 활용하는 것이다. 실험에서는 서비스 중인 온라인 게임을 이용하여 사용자와 봇의 모델을 생성하고 유사성을 판별하였으며 적절한 결과를 확인하였다.

MMORPG (Massively Multiplayer Online Role Playing Game) 시장은 급격히 증가하고 있으며 더불어 많은 발전을 이루고 있다. 하지만 그와 동시에 많은 게임 피해사례들이 증가하고 그 사례 또한 매우 다양화되고 있다. 그 중에서도 '봇(Bots)'은 사용자의 조작 없이 자동으로 작동하면서 게임의 몰입도 뿐만 아니라 보안 측면에서도 맡은 영향을 주고 있다. 따라서 게임 제공 업체에서는 클라이언트 단에서 packet을 분석하여 봇를 분별하려 하지만 클라이언트 단에는 사용자의 조작이 용이하므로 그 정확성이 떨어진다. 본 논문에서는 게임 서버 내에서 얻을 수 있는 사용자의 행동 데이터를 분석함으로써 실제 사용자 및 봇의 행동 패턴을 모델링하고 이를 비교하여 봇 검출에 적용하는 방법을 제안한다. 이 방법을 이용하여 보다 향상된 비교 모델을 완성 하였다.