스팀 계정에 쌓인 플레이 시간 데이터를 진지하게 들여다본 적 있으신가요? 단순히 “이 게임에 몇 시간 썼구나”를 확인하는 게 아니라, 그 숫자들이 패턴을 이루고 있다는 점에서 출발합니다. Guildeline은 이 패턴을 읽어서 취향 추천에 활용합니다.
이 글에서는 왜 플레이 시간이 다른 취향 신호보다 신뢰할 수 있는지, 그리고 Guildeline이 그 데이터를 어떻게 처리해서 추천으로 만들어내는지를 설명합니다.
왜 플레이 시간이 별점보다 신뢰할 수 있나
별점과 리뷰는 쉽게 왜곡됩니다. 출시 초기 열기, 패치 이후 불만, 커뮤니티 갈등 — 리뷰 점수에는 게임 경험 외의 요소가 많이 섞입니다. 잘 만들어진 게임도 출시 직후 최적화 문제로 낮은 별점을 받다가, 이후 패치가 나오면 개선되는 경우가 있습니다. 반대로 마케팅 열기로 출시 초기 점수가 높게 형성되다가 시간이 지나면서 낮아지는 경우도 있습니다.
하지만 플레이 시간은 다릅니다. 재미없으면 끕니다. 강제로 켜둘 이유가 없습니다. 물론 AFK(자리 비움 상태로 켜두기)나 업적 파밍 같은 노이즈도 있습니다. 하지만 대부분의 유저 데이터에서 플레이 시간과 만족도 사이의 상관관계는 별점보다 일관적입니다. 특히 100시간 이상의 장기 플레이는 강한 취향 신호입니다.
취향 신호 비교
| 신호 | 조작 가능성 | 개인화 수준 | 노이즈 요인 |
|---|---|---|---|
| 판매 순위 | 낮음 | 낮음 | 마케팅·출시 시점 |
| 리뷰 별점 | 높음 | 낮음 | 커뮤니티 여론·리뷰 봄 |
| 위시리스트 | 낮음 | 중간 | 관심 ≠ 실제 취향 |
| 플레이 시간 | 낮음 | 높음 | AFK·업적 파밍 |
태그 가중치: 시간을 게임 특성으로 변환하기
스팀의 각 게임에는 유저가 붙인 태그가 있습니다. Stardew Valley라면 ‘Farming Sim’, ‘Relaxing’, ‘Resource Management’, ‘Pixel Graphics’, ‘Singleplayer’ 등의 태그가 붙어 있습니다. Hades라면 ‘Roguelite’, ‘Action’, ‘Greek Mythology’, ‘Story Rich’ 같은 태그입니다.
Guildeline은 보유 게임들의 플레이 시간을 가중치로 삼아 각 태그의 합산 점수를 계산합니다. 예를 들어 ‘Roguelite’ 태그가 붙은 게임들에서 총 300시간을 플레이했다면, 이 태그의 가중치 점수가 높아집니다. 이 과정을 모든 태그에 적용하면 태그별 선호도 프로필이 만들어집니다.
가중치 계산 방식
단순 합산보다 정교한 방식을 사용합니다.
- 로그 스케일링 — 1시간과 10시간의 차이가 100시간과 1,000시간의 차이보다 더 의미 있게 반영됩니다. 극단적인 플레이 시간이 전체 결과를 지나치게 지배하지 않도록 합니다. 한 게임에 2,000시간을 쏟은 사람이 그 장르만 추천받는 상황을 방지합니다.
- 미플레이 게임 제외 — 구매만 하고 한 번도 실행하지 않은 게임은 취향 데이터에서 제외됩니다. 세일 충동구매가 분석을 오염시키지 않습니다.
- 태그 수 정규화 — 태그가 많은 게임의 경우 각 태그당 기여 가중치를 분산 처리합니다. 태그가 30개인 게임이 3개인 게임보다 각 태그에 지나치게 큰 영향을 주지 않도록 합니다.
취향 프로필을 사용하는 방식
가중치 프로필이 완성되면 추천 엔진에 전달합니다. 상위 가중치 태그들을 종합해서 어떤 유형의 경험을 선호하는지 해석하고, 이미 플레이한 게임은 제외하면서 데이터베이스에서 가장 잘 맞는 후보군을 선별합니다.
단순히 “이 태그가 있는 게임을 추천”하는 방식이 아닙니다. 태그 조합의 패턴을 읽고, 플레이한 게임들 사이의 공통 맥락을 찾아냅니다. 예를 들어 ‘Atmospheric’ + ‘Story Rich’ + ‘Mystery’가 높은 가중치라면, 단순 스릴러가 아닌 분위기와 서사 중심의 게임을 우선 추천합니다.
플레이 데이터가 보여주는 의외의 취향
흥미로운 점은, 플레이 데이터를 분석하면 본인도 인식하지 못했던 취향의 패턴이 드러나는 경우가 있다는 겁니다. “나는 FPS를 좋아한다”고 생각했는데 플레이 시간을 보면 전략 게임에 훨씬 많은 시간을 쏟고 있다거나, “스토리는 별로 안 중요하다”고 생각했는데 스토리 리치 태그가 높은 게임들을 일관되게 오래 한 경우가 있습니다.
이런 패턴 발견 자체가 다음 게임을 고르는 데 유용한 정보가 됩니다.
데이터가 없을 때의 대안
스팀 계정이 없거나 플레이 기록이 적다면, Guildeline의 수동 선택 모드를 사용할 수 있습니다. 선호 장르와 태그를 직접 고르면 가중치 프로필을 수동으로 구성할 수 있습니다. 데이터 기반 추천만큼 정밀하진 않지만, 처음 시작하는 좋은 출발점이 됩니다. 장르를 탐색하고 싶다면 장르별 탐색 →