텍스트마이닝과 네트워크 분석을 적용한 VR게임 사용자의 관심 요소 연구

Abstract

본 연구에서는 VR게임의 사용자 리뷰를 활용하여 VR게임 사용자의 관심요소를 파악하고자 하였다. 사용자 리뷰를 분석하기 위한 방법으로는 텍스트마이닝과 네트워크 분석을 활용하였다. 사용자 리뷰에 텍스트마이닝을 적용하여 사용자 리뷰를 구성하는 100개의 핵심단어를 추출하였으며, 추출된 핵심단어를 기반으로 만들어진 공출현 빈도 매트릭스를 활용한 네트워크 분석을 통해 VR게임 관심요소를 도출하고자 하였다. 오큘러스리프트, HTC 바이브, PS VR 등 고성능 HMD 기반 VR 디바이스가 대중에게 공개되기 시작하면서 이전과는 다른 경험을 선사하는 VR에 대한 기대가 높아졌다. 시장조사기관들은 2016년을 VR의 원년이라 선언하고 디바이스-네트워크-플랫폼-콘텐츠로 구성된 안정적인 생태계 환경을 통한 수익 창출을 예견하면서 VR관련 산업의 미래를 매우 밝게 전망하였다. 하지만 관련 산업은 예상보다 저조한 성장률을 보였는데 가장 큰 이유 중 하나는 대중의 관심을 끌만한 콘텐츠의 부족이다. AR이 주목받게 된 계기가 ‘포켓몬고’ 라는 킬러콘텐츠였듯이 VR에도 킬러콘텐츠가 필요하다. VR산업에서 VR게임은 성장가능성이 높고 킬러콘텐츠를 배출 할 수 있는 유망한 산업이라고 평가받고 있다. 따라서 VR산업의 성장을 위해 VR게임을 주목할 필요가 있으며, 양질의 VR게임 개발을 위해 사용자 관점의 연구를 수행할 필요성이 있다. 한편, 인터넷의 역사가 30년이 넘어감에 따라 인터넷 환경에서 대량으로 생성되고 있는 사용자 리뷰에 대한 활용가치가 주목을 받고 있다. 이미 많은 산업 분야에서 마케팅 전략을 수립하거나, 서비스를 개선 및 기획하고, 새로운 비즈니스 모델을 발굴하는 등 다양한 방법으로 사용자 리뷰를 활용하고 있다. 사용자 리뷰는 대부분 비정형 데이터로 분류되는 텍스트 데이터로 이루어져 있는데 대량의 사용자 리뷰 데이터를 처리하기 위해 텍스트마이닝 기법이 주로 활용되고 있다. 본 연구에서는 VR게임 사용자의 관심요소를 파악하기 위하여 글로벌 VR게임 플랫폼 중 하나인 STEAM의 사용자 리뷰 데이터를 활용하였다. VR게임 사용자 리뷰 데이터의 구축을 위하여 Python 3의 동적 크롤링 라이브러리인 selenium 기반의 크롤러를 제작하였으며 총 21,142개의 리뷰데이터를 구축하였다. 먼저 구축된 데이터를 기반으로 100개의 핵심단어군을 추출하였다. 핵심단어 탐색 결과 VR게임 사용자들은 VR게임에 대해 대부분 긍정적인 감정을 갖고 있었지만 사이버 멀미나 조작의 어려움에 대한 부정적인 견해를 갖고 있기도 하였다. 또한 1인칭 시점의 게임 콘텐츠 요소에 대한 언급이 많았으며 감각과 관련하여서는 시각적인 부분과 청각적인 부분에 대한 언급이 많았다. 기기와 관련한 단어 중에서는 컨트롤러에 대한 언급이 가장 많았으며 움직임 및 신체와 관련된 단어는 신체의 움직임을 자연스럽게 느끼는 자율성에 대한 사용자들의 관심을 보여준다. 또한 오큘러스리프트와 주변 기기와 관련된 단어도 확인 할 수 있었다. 스팀이 개발에 참여하여 대부분의 스팀 유통 VR 게임과 연동이 가능한 HTC 바이브와 관련된 단어는 100개의 핵심단어 중 89번째에 위치하고 있다. 앞서 추출한 100개의 핵심단어를 바탕으로 단어의 맥락을 파악하기 위해 네트워크 분석을 실시하였으며 비슷한 성격을 가진 단어 클러스터의 파악을 위해 피어슨 상관관계 기반의 CONCOR 분석을 시각화 하였다. 그 결과 총 4개의 단어 클러스터를 확인 할 수 있었다. 네트워크 중심성 분석 중 아이겐벡터 중심성 지수를 활용하여 클러스터를 구성하는 단어 중 중요한 단어를 파악하였으며 중요한 단어의 구성에 따라 각 클러스터에 이름을 명명하였다. 각 아이겐벡터 중심성 지수가 높은 단어를 파악하여 네 개의 클러스터를 각각 ‘현존감’, ‘1인칭 시점 게임’, ‘청각적 요소’, ‘상호작용’으로 명명하였다. 본 연구의 결과는 다음과 같은 시사점을 갖는다. 첫째, VR게임의 사용자들은 가상의 현실에서 실제로 존재한다고 느끼는 것에 즐거움과 같은 긍정적 감정을 갖고 있음을 확인하였다. 이는 VR게임의 개발에 있어서 사용자들이 가상현실에 대한 이질감을 느끼지 않도록 신경 써야 한다는 것을 의미한다. 둘째, VR게임 개발 시 VR의 장점을 극대화 할 수 있는 요소를 고려해야 한다. VR의 가장 큰 특징 중 하나인 능동적인 시점의 선택 기반의 1인칭 시점 게임에 최적화된 스토리텔링의 개발이 필요하다. 또한 VR게임 개발의 방향에 있어 시각적 요소 외에도 사용자의 몰입을 극대화 할 수 있도록 사운드 디자인의 중요성을 고려할 필요가 있다. 셋째, 스팀을 통해 VR게임을 유통하는 개발사는 다양한 디바이스를 지원할 수 있는 게임을 유통해야 한다. 현재까지는 HTC 바이브를 지원하는 게임이 주로 유통되었다. 하지만 리뷰데이터 핵심단어군 확인 결과 VR게임의 개발사는 향후에는 오큘러스리프트, 윈도우MR 등 다양한 디바이스를 고려해야 한다는 것을 알 수 있었다. 본 연구는 다음과 같은 한계점을 갖는다. 첫째, 콘솔기반 VR 디바이스 사용자의 리뷰를 활용하지 못하였다. STEAM은 오큘러스리프트, HTC 바이브, 윈도우MR 등 PC기반 VR 디바이스 사용자들의 게임 유통 플랫폼이다. 현재 VR디바이스 시장은 콘솔기반의 시장이 우위에 있다. 그러나 본 연구에서는 콘솔기반 VR디바이스 사용자 리뷰의 데이터 부족으로 해당 디바이스 사용자의 리뷰를 포함하지 못하였다. 둘째, 데이터마이닝을 하면서 사용자 리뷰의 맥락이 삭제되었을 가능성이 있다. 빅데이터에 적용하는 데이터마이닝은 대용량 데이터에 최적화 된 분석으로 데이터가 분석에 용이하게 정제되어야 할 경우 문장 전체의 맥락이 삭제될 수 있다는 우려가 있다. 그럼에도 불구하고 본 연구는 다음과 같은 의의를 가진다. 첫째, VR게임 사용자의 리뷰 데이터를 정제 및 분석하여 활용할 수 있음을 확인했다. 향후 VR게임의 리뷰 데이터를 보완하여 마케팅 기획 등의 인사이트에 활용 할 수 있을 것이다. 둘째, VR게임 사용자 관점의 연구라는 것이다. 양질의 콘텐츠 생산을 위해서는 해당 분야의 사용자 관련 연구가 큰 도움이 된다. 따라서 본 연구는 양질의 VR게임 개발의 작은 기반이 되었다는 것에 그 의의가 있다. ;This study intends to understand concerns of VR game users referring to user reviews of VR games. To analyze user reviews, it used text-mining and network analysis. It extracts 100 core words consisting user reviews to text-mine user reviews. And through a network analysis using a matrix based on core words, it aims to understand concerns of VR game users. The expectation about VR which offers different experience has been increased after VR devices based on high functioning HMD such as oculus rift, HTC vibe, PS VR and etc. has introduced to the market. Market analysis agencies declared that 2016 is the first year of VR and predicted benefit creation through stable ecosystem environment consisted by device-network-platform-contents. They forecasted the future of VR very positively. But related industries showed a lower growth rate than prediction. One of the biggest reason was the shortage of contents which can attract public. The main reason of rising of AR was a killer content ‘Poketmon go’. Like this, VR also needs killer contents. In VR industry, VR game is evaluated as a promising business which has high growth probability and can produce killer contents. So for the growth of VR industry, there is a need to focus on VR games and to research user-side study to develop VR games of good quality. On the other hand, during 30 years of internet history, the value of use of user reviews created largely in the internet environment now attracts public attention. Already lots of industries have used user reviews in various ways such as producing marketing strategy, improvement and planning services, creating new business models and etc. Most of user reviews are consisted of text data classified as unstructured data. To process a large amount of user reviews data, text-mining technology is usually used. In this study, to understand concerns of VR game users, STEAM’s user reviews data was used. STEAM is one of the biggest global VR game platforms. To structure VR game user reviews data, a crawler based on selenium which is Python 3’s dynamic crawling library was built and it processed 21,142 of review data. Based on processed data, first of all, 100 of core words group was extracted. According to its results, most of VR game users have positive emotion about VR games but they also have negative view because of cyber motion sickness or the difficulty on control. Also, there were lots of mentions about game contents of first person view (FPV) and related with sensory, there were mentions about auditory and visual senses. Among the words related with devices, mentions about controller took a largest parts. And the words related with movement and body showed user’s attention to autonomy which enables a user to feel body movement naturally. Also, it was possible to confirm the words related with oculus rift and other devices. But the word related with HTC vibe interlocked with most of games distributed by STEAM was ranked 89th in the core word group. Based on 100 core words, Network analysis was done to capture the context of words. And to grasp word cluster having similar characteristic, CONCOR analysis based on Pearson correlation was visualized. As a result, it was possible to confirm 4 word clusters. By using Eigenvector centrality index among network centrality, important words can be extracted among the words consisting a cluster and each cluster was named by important words. 4 cluster’s names are ‘presence’, ‘first person view game’, ‘auditory factor’ and ‘interaction’. The results of this research has following implications. First, it could confirm that the users of VR games have positive emotions such as pleasure about their feeling of presence in virtual reality. It means developers should consider awareness of difference when they develop VR games. Second, the factors optimizing VR’s strengths should be considered when a VR game is developed. The development of story-telling optimizing the first person view is required. Active FPV (First person view) is one of the most important characteristics of VR. Also, in the direction of VR game development, the importance of sound design is also needed to be considered to maximize user’s flow except visual factors. Third, the development company distributing VR games using STEAM must distribute a game which can support various devices. Until now, the games using HTC vibe are mainly distributed. But after checking review data’s core words group, the development company of VR must consider various devices such as Oculus rift, window MR and etc. The limitations of this research are followings. First, it couldn’t use VR device users’ reviews based on console. STEAM is a game distribution platform of VR device users based on PC such as Oculus rift, HTC vibe, Window MR and etc. Actually, the market of VR device is console-oriented. But in this research, due to the shortage of VR device users’ review, it couldn’t be reflected. Second, there can be a possibility of context of users’ reviews losing during data mining. Data mining used in big-data is an analysis optimized for a large amount of data. So when the data is needed to be processed for the convenience of analysis, the context of whole sentence can be deleted. Nevertheless, this research has its meaning. First, it confirms that review data of VR game users can be structured, analyzed and used. After making up this data, it could be used for the insight such as marketing planning. User related research of this field would be very helpful to produce contents of high quality. So this research could contribute the development of high quality VR games.