본 논문에서는 블리자드 회사에서 제작한 게임 중 하나인 오버워치(Overwatch)에서 불완전한 게임결과데이터를 이용하여 학습데이터를 만들고 이를 학습한 인공신경망을 통하여 사용자에게 유리한 영웅캐릭터를 추천하는 시스템을 제안한다. 인터넷 상에 존재하는 오버워치 게임결과 데이터는 그 형태가 대부분 다르고 비정형적이며 필요한 정보가 일부만 있는 등 불완전한 데이터이다. 이러한 불완전한 데이터들을 모아서 게임 상황에 따라서 적절한 영웅캐릭터를 추천할 수 있는 데이터 셋을 만들었다. 그러나 이렇게 변경된 데이터 셋은 전체 게임 상황에 비교하여 매우 작은 일부분의 결과만을 갖고 있기 때문에 그 정확도가 부족하다. 이를 해결하기 위해 변경된 데이터 셋을 학습데이터로 만들어 인공신경망에 학습을 하고 게임결과가 나오면 지속적으로 학습할 수 있는 인공신경망기반 영웅캐릭터 추천시스템을 개발하였다. 실험결과 초급자 및 중급자들의 경우 스스로 선택한 영웅의 경우보다 추천시스템이 추천한 영웅을 선택했을 때 승률이 향상되는 것을 볼 수 있었다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.