AI 영상 분석으로 게임의 유저 이탈 구간 잡아내기

게임 데이터 분석에서 로그(Log) 데이터는 "어디서" 유저가 이탈했는지는 알려주지만, "왜" 이탈했는지는 알려주지 않습니다. 이 질문에 답하기 위해 게임 플레이 영상을 AI에게 직접 분석 시켜보는 실험을 진행했습니다.

실험 배경

친구의 모바일 게임(로그라이크 디펜스)의 D+1 리텐션이 업계 평균보다 낮은 상황이었습니다. 이전 글에서 소개한 방법으로 녹화한 게임플레이 영상과 로비 영상을 Gemini에게 제출하고, 리텐션 개선 방향을 물어봤습니다.

AI가 진단한 3가지 Pain Points

① '도파민'이 부족한 로비 경험

로비 화면이 깔끔하지만 지나치게 정적이었습니다. 보상 수령이나 영웅 강화 시 시각적·청각적 피드백이 약해, 유저가 "내가 성장했다"는 느낌을 받지 못합니다. 이는 곧 "내일 다시 접속할 이유"의 상실로 이어집니다.

② 초반 전투의 '방치형 구간' 문제

초반 스테이지에서 유닛 배치 후 유저가 그냥 지켜보기만 해야 하는 시간이 길었습니다. 로그라이크 게임의 핵심인 '선택과 집중'의 재미가 초반에 충분히 제공되지 않았다는 진단입니다.

③ '내일의 약속' 부재

로비에서 다음 날 접속했을 때 얻을 수 있는 보상(예: 전설 아이템)이 시각적으로 강조되지 않았습니다. 사용자가 다음 날 앱을 다시 켤 강력한 이유가 화면에 없었던 것입니다.

실험에서 얻은 인사이트

• AI에게 '왜'를 물어라: 로그 데이터가 '어디서'를 알려준다면, 영상 분석은 '왜'를 알려줄 수 있습니다.
• 분석 정확도는 입력의 질에 비례한다: 영상의 퀄리티, 제출한 영상의 수, 그리고 사용하는 AI 모드(무료/유료)에 따라 분석 결과의 깊이가 크게 달라졌습니다.
• AI의 진단은 가설이다: 실제 현장을 모르는 AI가 영상만으로 내린 진단이므로, 개발자가 직접 판단하고 필터링해야 합니다.

AI 분석 활용 프롬프트 예시

이 게임의 플레이 영상을 보고 D+1 리텐션을 올리기 위해 할 수 있는 일들을 제안해 줘.
로비 화면 영상도 추가로 제출할게. 종합해서 의견을 정리해 줘.

마치며

단 두 개의 게임 영상을 무료 모드 AI로 분석한 것치고는 꽤 의미 있는 결과를 얻었습니다. 더 정밀한 분석이 필요하다면 더 많은 영상과 Pro 모드 AI 조합을 쓰는 것이 효과적일 것입니다. AI 영상 분석은 아직 완벽하지 않지만, 비용 대비 가설 도출 도구로서의 활용 가치는 분명히 있습니다.