데이터 통합과 더 빨라진 인사이트로 플레이어의 만족도를 높이는 Wargaming

지금으로부터 25년 전, 벨라루스 민스크에서 비디오 게임에 열광하던 몇몇 핵물리학자들이 의기투합해 직접 게임을 만들기 시작했습니다. 그리고 2010년 World of Tanks 출시와 함께 대전환을 맞았습니다. 이 게임은 당시 혁신적이었던 ‘무료 플레이(free-to-play)’ 방식을 채택했습니다. 누구나 무료로 게임을 즐길 수 있고, 원하면 인게임 구매를 통해 더욱 풍부한 경험을 누릴 수 있었습니다.

게임을 구매해야 플레이할 수 있었던 기존의 패키지 게임 방식에서 과감히 벗어난 Wargaming은 플레이어 우선 원칙을 앞세워 World of Tanks로 전 세계 2억 명이 넘는 이용자를 확보하며 큰 성공을 거두었습니다. 현재 이 F2P 모델은 업계 전반에서 널리 채택되고 있으며, Wargaming은 15개가 넘는 타이틀을 서비스하며 글로벌 비디오 게임 업계의 판도를 지속적으로 재편해 나가고 있습니다.

화려한 수상 경력을 자랑하는 글로벌 게임 기업 Wargaming은 방대한 양의 데이터를 분석하여 게임 디자인의 수준을 끌어올리고, 플레이어 경험을 개인화하며, 수익화 전략을 개선하고 있습니다. 또한 데이터 관리를 간소화하기 위해 Hadoop 및 Google BigQuery에서 Snowflake로 마이그레이션하고, 여러 데이터 소스를 단일 플랫폼으로 통합했습니다. 이를 통해 비용과 시간을 크게 절감하고 데이터 기반 의사 결정을 가속화하여 ‘모든 플레이어를 행복하게’라는 비전을 실현해 나가고 있습니다.

Wargaming은 기본적인 게임 통계 외에도 플레이어의 위치 선정, 사격 정확도, 이동 패턴을 추적하여 한층 몰입감 넘치는 경험을 제공합니다. 예를 들어, 특정 티어에서 어려움을 겪는 플레이어에게는 완료해야 할 미션이나 구매할 아이템과 같은 맞춤형 추천이 제공될 수 있습니다. 또한 Wargaming은 감성 분석, 경쟁 인텔리전스, 사용자 리서치뿐만 아니라 고급 분석을 활용하여 이용자 이탈을 예측하고 방지합니다.

초기에는 Hadoop, Oracle, Cloudera, Tableau 및 Google BigQuery를 활용하여 온프레미스 데이터 웨어하우스를 구축했으나, 플레이어 기반이 확대되고 데이터 볼륨이 확장되면서 이러한 시스템의 한계가 드러났습니다. 스토리지 및 처리 비용 증가와 고가의 하드웨어 업그레이드로 인해 온프레미스 시스템과 Google BigQuery를 더 이상 사용하기 어려워졌습니다. Hadoop Impala의 리소스 제약으로 인해 복잡한 ETL 작업이 필요했고, 하드웨어 확장(예: 새 노드 6개 추가)에는 최대 6개월이 소요되어 Wargaming의 규모 확장에 제동이 걸렸습니다.

이에 Wargaming은 다양한 데이터를 단일 위치로 통합할 뿐만 아니라, 확장 중인 머신러닝 모델 및 데이터 사이언스 프로젝트와 같은 새로운 이니셔티브를 지원할 수 있는 강력한 플랫폼이 필요했습니다. 이러한 요구를 충족하고자 Wargaming은 다음 단계의 성장에 필요한 유연성과 성능을 제공하는 확장 가능한 솔루션으로 Snowflake를 선택했습니다.

Wargaming은 빠르게 변화하는 게임 업계에 발맞추기 위해 Google Cloud, Amazon, Microsoft Azure 등 다양한 대안을 검토했지만, 단연 돋보이는 선택지는 Snowflake였습니다. 

“Google BigQuery와 Amazon Athena는 분석 쿼리 처리 엔진이자 플랫폼으로서 Snowflake가 제공하는 뛰어난 성능을 따라올 수 없었습니다.” Wargaming의 데이터 서비스 책임자인 Alex Ryabov의 말입니다. 또한 Snowflake의 비용 효율성과 함께, 분 단위로 업데이트되는 비용 예측을 통해 지출 현황을 실시간으로 파악할 수 있다는 점에도 매력을 느꼈습니다.

특정 플랫폼에 종속되지 않는 Snowflake의 스토리지도 장점이었습니다. 덕분에 Wargaming은 원하는 곳이면 어디에나 데이터를 저장할 수 있었습니다. “자사 에코시스템에 종속시키는 Google, Amazon, Microsoft와 달리 Snowflake는 어떤 클라우드 공급자든 자유롭고 유연하게 선택하거나 Iceberg 테이블과 같은 오픈 테이블 형식으로 데이터를 저장할 수 있게 해 줍니다.” Ryabov의 설명입니다.

Wargaming은 총 644개의 테이블, 1페타바이트의 데이터, 130개의 대시보드, 2,000개 이상의 데이터 수집 파이프라인을 마이그레이션했는데, 먼저 가공 전 데이터를 옮긴 후 Snowflake에서 집계와 대시보드를 재설계했습니다. 이를 통해 기존 아키텍처에서 병목을 일으켰던 오래된 ETL 파이프라인을 그대로 옮기는 복잡한 작업을 피할 수 있었습니다. Ryabov는 이렇게 말합니다. “마이그레이션을 진행하는 내내 Snowflake 팀의 탁월한 지원이 있었습니다. 계획대로 진행될 수 있도록 먼저 연락해 진행 상황을 점검해 주었는데, 정말 만족스러웠습니다.”

Snowflake는 사용하기 쉬워 빠르게 업무에 활용할 수 있습니다. 특히 Snowpark를 사용하면 데이터 엔지니어가 원하는 언어(Wargaming의 경우 Python)를 유연하게 사용하여 데이터 사이언티스트를 위한 데이터 마트를 더 쉽게 구축할 수 있습니다. 

또한 Wargaming은 Snowflake Horizon Catalog를 통한 역할 기반 액세스 제어를 비롯한 강력한 내장 거버넌스 기능의 이점을 누리고 있습니다. Ryabov는 이렇게 설명합니다. “여러 지역과 부서에 걸쳐 팀이 분산되어 있는 만큼 거버넌스가 매우 중요합니다. Snowflake의 역할 기반 액세스 제어는 각 담당자가 필요한 데이터에 적시에 액세스할 수 있도록 보장하여 워크플로우를 간소화하고 보안 위험을 줄여 줍니다.”

Wargaming은 Snowflake로 마이그레이션하면서 시간과 비용을 크게 절감했습니다. “Snowflake 비용은 늘리지 않으면서 Google Cloud 관련 지출을 줄여 예산 범위 내에서 상당한 비용을 절감하고 있습니다.” Ryabov는 설명합니다. “데이터와 워크로드를 하나의 플랫폼으로 통합하는 Snowflake의 기능 덕분에 효율성이 크게 향상되었습니다.” Wargaming은 고가의 서버 교체와 매월 진행하던 유지 보수의 필요성을 없애고 컴퓨팅 리소스를 최적화하여 연간 총 약 50만 달러(USD)를 절감하고 있습니다.

Snowflake로 전환한 결과, 데이터 전달 효율이 최대 40% 향상되면서 제품 분석 팀이 Tableau 대시보드를 통해 실시간에 가까운 인사이트를 더 빠르게 얻을 수 있게 되었습니다. 이러한 속도는 빠르게 변화하는 게임 개발 및 기능 출시 요구에 대응하는 데 필수적입니다. Ryabov는 이렇게 강조합니다. “단순히 속도만 빨라진 것이 아닙니다. Snowflake를 사용하면서 업무가 전반적으로 훨씬 더 원활해졌습니다.” 

또한 Wargaming은 Snowflake 도입으로 효율성을 높인 덕분에 인력을 늘리지 않고도 매월 30TB 규모로 증가하는 데이터를 안정적으로 처리할 수 있게 되었습니다. 이에 따라 기능 개발 속도를 높이고 플레이어 경험을 직접 개선하는 최적화 작업 등 보다 전략적인 이니셔티브에 집중할 수 있는 시간을 확보할 수 있었습니다.

마이그레이션 전, Impala를 쿼리 엔진으로 사용하던 기존 시스템은 리소스 소모가 심한 것으로 악명이 높았습니다. 이로 인해 ETL 처리가 지연되었고, 분석가들은 화면이 멈추거나 쿼리 실행 시간이 초과되는 문제를 자주 겪었습니다. 하지만 Snowflake로 전환하면서 이러한 불편이 해소되었습니다. 중앙 집중식 환경은 데이터 사일로를 제거하고 성능을 향상시킬 뿐만 아니라, 통합된 대시보드와 분석을 통해 보다 포괄적인 인사이트를 더욱 빠르게 제공합니다. 

Ryabov는 이렇게 설명합니다. “예전에는 데이터가 Hadoop, Google Cloud 등 여러 시스템에 흩어져 있었습니다. 이제는 모든 것이 Snowflake에 있기 때문에 팀이 시간을 절약할 수 있고 더 깊이 있는 인사이트를 담은 포괄적인 보고서를 제공할 수 있습니다.”

Wargaming은 미래에 대비해 AI와 데이터 최적화에 중점을 두고 새로운 게임 기술을 탐색할 채비를 갖추고 있습니다. Ryabov는 이렇게 말합니다. “생성형 AI는 게임과 비즈니스에 차세대 혁신을 가져올 것입니다. 저희는 Snowflake Cortex AI를 활용한 개념 증명(PoC)을 시작으로 LLM 플랫폼을 구축하고, 플레이어와 새로운 방식으로 소통할 챗봇을 개발하고 있습니다.”

또한 Snowflake는 다양한 리전에서 제공되므로, Wargaming은 각 지역의 개인정보 보호법을 준수하면서 글로벌 규모로 데이터를 통합할 수 있습니다. 이는 세계 각지에 폭넓은 플레이어 기반을 보유한 Wargaming과 같은 기업에 큰 이점으로 작용합니다.

Ryabov는 이렇게 밝혔습니다. “내년에는 최적화에 주력할 계획입니다. 모든 구성원이 플랫폼을 능숙하게 활용하도록 하고, 데이터 인프라를 안정화하며, 데이터 수집, 집계 및 시각화 프로세스를 개선하는 데 집중할 것입니다. Snowflake는 Wargaming에 막대한 성장 기회를 제공하고, 성공의 근간인 플레이어의 행복을 실현하도록 도울 것입니다.”