<p> 지난 4월 30일 서울 강남의 JW메리어트 호텔에서 '게이밍 온 구글 클라우드' 포럼이 개최됐다.</p><p> 이 행사는 게임 산업 관계자들을 위한 구글 클라우드의 연례 행사로, IT 기획 및 운영, 개발, 퍼블리싱, 보안 등 올해 게임 산업의 변화를 주도할 주요 IT 과제에 대해 논의하는 행사다.</p><p> 올해 행사에서는 넷마블과 컴투스 등 국내 대표 게임사가 참여해 구글 클라우드의 AI 기술 및 솔루션을 활용해 어떻게 플레이어 경험과 게임 운영 효율화가 진행되고 있는지 소개하는 시간이 마련됐다.</p><p> <figure> <img alt="게이밍 온 구글 클라우드 행사 전경" src="https://www.hodduc.kr/data/editor/2405/2224117086_ncBrIubA_123d2c81ca02866c7feef2eabcbbc37c0c5907c6.jpg"> <figcaption> 게이밍 온 구글 클라우드 행사 전경 </figcaption> </figure></p><h2> 컴투스 플랫폼이 소개하는 구글 클라우드 Hive 애널리틱스 사례</h2><p> 김윤기 컴투스플랫폼 인텔리전스개발실 데이터기술팀 팀장은 '구글 빅쿼리(BigQuery)로 구축한 Hive 애널리틱스 사례'라는 주제로 20분간 자사의 경험을 소개했다.</p><p> <figure> <img alt="하이브 애널리틱스 사례" src="https://www.hodduc.kr/data/editor/2405/2224117086_Y3B8lxHL_2273c9385390f331be36730dd074bff78f99abb3.jpg"> <figcaption> 하이브 애널리틱스 사례 </figcaption> </figure></p><p> 김윤기 팀장은 자사의 글로벌 서비스 플랫폼 Hive가 게임 운영에 필요한 다양한 로그 기반의 데이터 분석 기능을 개발사들에게 제공하고 있으며, 별도의 추가 작업 없이 종합 지표, 게임별 지표를 통해 매출액, DAU 리텐션 등 100가지 이상의 지표를 제공한다고 설명했다.</p><p> 또 이러한 지표를 제공하기 위해 로그를 설계하고 수집하며, 데이터 파이프라인을 거쳐 데이터 저장소로 이어지는 전체 라이프사이클을 안정적으로 유지시키기 위해 구글 클라우드 제품들을 활용하고 있다고 설명했다.</p><p> 특히 김 팀장은 '빅쿼리(BigQuery) 도입'이 중요했다고 덧붙였다. ▲물리적인 인프라/하드웨어의 한계 극복 ▲실시간 분석 지원과 다양한 데이터 종류의 수집 ▲DB 서버 관리 비용 최소화 ▲다양한 분석 요구사항에 대응할 수 있는 환경 구축을 위해서다.</p><p> 김 팀장은 특히 빅쿼리에서 ▲애널리틱스 빅쿼리에 수집된 로그를 다른 소유의 클라우드 스토리지로 전송하는 기능 ▲빅쿼리와 GCS(Google Cloud Storage)간의 쉽고 빠른 연동 기능을 활용해 로그를 파일로 저장 ▲100만건 기준 1분 이내 파일 저장과 전송 가능 ▲파일 전송 방식으로 구글클라우드 스토리지 외 여러 시스템 환경으로 전송 가능 등을 통해 OLAP 구조의 스키마 설계가 불필요했다고 강조했다.</p><h2> 넷마블, GKE를 활용한 대량 게임 시뮬레이션 자동화 소개</h2><p> 이어 류철민 넷마블 AI센터 웹 엔지니어는 'GKE를 활용한 대량 게임 시뮬레이션 자동화' 라는 주제로 자사의 사례를 소개했다.</p><p> 류철민 엔지니어는 게임 시뮬레이션이 '특정 게임 콘텐츠를 대량으로 시뮬레이션 및 분석하여 게임 출시 전 충분한 데이터를 수집해 활용하는 행위'라고 정의하면서, 기존에는 오토 모드(Auto mode)를 실행파일로 만들어 PC에서 실행하는 초보적인 형태로 시뮬레이션할 수 밖에 없었다고 설명했다.</p><p> 하지만 지금은 수만 번의 시뮬레이션이 가능하고 운영 비용 증가 없이 대규모로 전환하면서도 더 빠르게 로그를 실시간 분석할 수 있도록 구글 컴퓨트 엔진(Google Compute Engine, GCE)을 도입하여 시뮬레이션 고도화가 진행됐다고 소개했다.</p><p> 류 엔지니어는 VM을 수천 번 실행할 때 생기는 이슈와 비용을 최적화하기 위해 스팟 VM(Spot VM)과 리눅스(Linux) 빌드(Build)로 바꾸고 배포 관리자 API(Deployment Manager API)를 사용했다며, 수천 명의 사람이 손으로 직접 플레이 하지 않고도 비용을 최소화할 수 있다고 덧붙였다.</p><p> 이와 함께 GCE 엔진 외에도 오토스케일링(auto-scaling)을 가능케 하고 다양한 시뮬레이션 빌드 수행도 효율성 있게 실행할 수 있는 구글 쿠버네티스 엔진(Google Kubernetes Engine, GKE)에 대한 소개도 진행됐다.</p><p> 류 엔지니어는 GKE 엔진의 주요 기능으로 ▲ 운영 인력 최소화 가능 (Monitoring, Logging, Alert 등) ▲ Node Autoscaler (+Horizontal Autoscaler)를 통해 할당(Quota) 지점까지 포드(pod) 무한 확장 가능 ▲ Preemptive 노드 이용으로 인한 비용 감소 ▲ VPC 네트워크를 통해 NAT 설정, 방화벽 등을 자유롭게 이용 ▲ 오토파일럿 모드 사용 가능 ▲ AI 워크로드를 지원하는 고성능 GPU 탑재 가능 등을 예로 들었다.</p>