기계학습을 활용한 E-Sports 승·패 예측에 관한 연구

Abstract

최근 온라인게임 시장 규모가 증가하고 사용자들이 다양해지면서 e-Sports의 규모와 인기도 나날이 증가하고 있다. 이에 e-Sports 경기의 승·패에 대한 사람들의 관심도 증가하게 되었지만 이와 관련된 연구는 부족한 것이 현실이다. 따라서 본 논문에서는 e-Sports경기 종목 중 하나인‘리그 오브 레전드’를 중심으로 기계학습을 활용한 승패 예측 모델을 제안한다. 데이터 수집은 op.gg 사이트를 통해 2016년 5월 기준 리그 오브 레전드 한국 서버 상위 1%의 사용자 1,000명의 최근 4 경기, 총 4,000경기 결과를 수집하였다. 구체적인 내용 및 방법은 다음과 같다. 수집된 경기 결과 데이터에서 기록관련 요인 중 경기 내적인 요인을 중심으로 경기 승·패에 밀접한 연관성을 가진 요인들을 기준으로 해당 경기 종목이 가지는 특징을 반영하여 팀의 역량을 나타낼 수 있는 데이터로 가공하였다. 이렇게 가공된 데이터를 바탕으로 기계학습을 시행한 결과 로지스틱 회귀분석 및 의사결정모형, Naive Bayes 모델에서 90% 이상의 예측 정확도를 보였다.