| Home | Sitemap | Contact Us |  
top_img
Hum. Ecol. Res Search

CLOSE

Human Ecology Research > Volume 61(3); 2023 > Article
구조적 토픽모델링을 활용한 무료형 대규모 다중이용자 온라인 롤플레잉 게임의 소액결제에 대한 이용자 리뷰 분석

Abstract

This study investigated player responses to microtransactions in freemium Massively multiplayer online role-playing games (MMORPG), specifically focusing on the game LostArk using English language review data. To this end, structural topic modeling was employed and the following six microtransaction-relevant topics were identified: microtransactions, developer issues, real money trade (RMT), random number generator (RNG) upgrade system, game content, and collectibles & adventure. The first four topics were classified as being "not recommended". However, the proportions of microtransaction-related topics were relatively lower than the other topics. Additionally, this study did not extract keywords related to unfairness and unethical issues in previous microtransaction research. The last two topics, game content, and collectibles & adventure were "recommended" topics, indicating positive functions of microtransactions such as enhancing the game experience by purchasing virtual items. Moreover, it was found that players who do not engage in microtransactions can still be satisfied through continuous game content updates. Additionally, an examination of the interaction effect between time and recommendation status revealed that while the frequency with which the six microtransaction-related topics were mentioned increased over time in the reviews, the ratio of recommendations to non-recommendations varied differently. This study contributes to game-related research by revealing players' authentic opinions on microtransactions in freemium MMORPGs, thereby providing practical implications for game companies.

서론

대규모 다중사용자 온라인 롤플레잉 게임(massively multiplayer online role playing games, MMORPG)은 커뮤니케이션과 사회적 상호작용을 강화한 롤 플레잉 게임(role playing games)으로, MMORPG에서는 수천 명의 이용자(player)가 동시에 게임에 참여하여 가상 공간에서 상호작용한다. 특히 COVID-19 팬데믹의 영향으로 온라인 다중이용자 게임의 인기가 높아지면서, MMORPG 시장규모는 2027년까지 매년 약 10.5% 성장할 것으로 예측되기도 한다(Mordorintelligence, 2021).
MMORPG의 초기 비즈니스 모델은 게임을 설치하거나 실행하기 위해 모든 비용을 지불하는 ‘구매형’ 구조 혹은 일정 기간마다 고정 구독료를 지불하는 ‘구독형’ 구조였다(Oh & Ryu, 2007; Johnson & Brock, 2020). 그러나 최근 게임회사들은 게임의 불법 복제 다운로드나 게임 시장의 포화상태 등이 문제가 되어 게임을 무료로 제공하거나 구독료를 없애는 대신, 소액결제(microtransaction)를 비즈니스 모델로 한 ‘무료형(freemium)’ 게임을 선보이고 있다(Tomić, 2017). 소액결제는 게임 내에서 행해지는 광범위한 상품의 구매를 포함하는 포괄적인 용어를 나타낸다(Tomić, 2017). MMORPG 이용자들은 소액결제를 통해 게임 내 아바타, 의상, 장비를 포함하는 프리미엄 가상상품, 시간 단축과 같은 편의기능, 가상화폐 및 스토리 확장(downloadable content, DLC) 등의 다양한 상품을 구매할 수 있다(Tomić, 2017; McCaffrey, 2019).
한편, 소액결제에 관련한 기존 연구들은 소액결제가 판매하는 가상상품의 유형에 따라 긍정 또는 부정적인 소비자 이슈를 유발한다고 제안하지만, 대부분의 기존 연구들은 소액결제를 부정적인 시각으로 바라보고 있다(Lelonek-Kuleta et al., 2021; McCaffrey, 2019; Petrovskaya et al., 2022). 예를 들어, 일반적으로 소액결제로 판매하는 상품의 경우 상품을 구매한 이용자와 구매하지 않은 이용자와의 불균형의 문제를 야기할 수 있으며(Tomić, 2018), 일부 게임사는 소액결제를 노골적으로 유도하기 위해 소액결제 없이는 게임 진행을 어렵게 만드는 요소를 뜻하는 좌절요소(frustrating elements)를 도입하기도 한다(Neely, 2021). 또한, 소액결제는 사행성 상품의 문제(Johnson, & Brock, 2020; Neely, 2021)나 소액결제가 야기할 수 있는 현금거래(real money trade, RMT)의 문제점을 동반하기도 한다(Grundy, 2008; Jin, 2018; McCaffrey, 2019; Noh et al., 2021).
이처럼 소액결제는 소비자 관점에서 다양한 문제를 초래하는 것으로 연구되었지만, 기존 연구에는 다음과 같은 공백이 존재한다. 첫째, 기존 소액결제 관련 연구는 모바일 게임에 집중되어 있었으며, 일반적으로 ‘PC기반 구독형 MMORPG’는 무료형 모바일 게임에 비해 소액결제의 문제 발생률이 낮았기 때문에 MMORPG 장르의 소액결제에 대한 관심은 높지 않았다. 그러나, ‘무료형 MMORPG’ 이용자는 게임에서 승리하기 위해 소액결제에 대한 유혹을 많이 받거나(Tomić, 2018), 다중이용자 게임형식이 무료형 MMORPG 이용자의 승부욕을 자극할 수 있기 때문에 소액결제 관련 문제가 크게 나타날 것으로 예상할 수 있다. 더욱이, 무료형 MMORPG는 구독형 MMORPG보다 현금거래 문제에 더 취약할 수 있다. 일반적으로 구독형 MMORPG의 이용자 사이에는 현금거래를 권장하지 않는 사회적 규범이 내재되어 있기 때문에, 이용자 사이에서 현금이 거래되는 행위는 비정상적인 활동으로 간주되어 이용자 간 낙인효과가 존재한다(Grundy, 2008). 반면, 무료형 MMORPG 업체가 이용자에게 직접 아이템을 판매하는 비즈니스 모델에서는 소비자가 게임사에서 정한 가격보다 낮은 가격으로 아이템을 구매할 수 있는 현금거래에 대한 사회적 규범이 완화될 수 있다. 따라서 현금거래의 다양한 문제는 구독형 MMORPG보다 무료형 MMORPG에서 발생할 가능성이 높으며, 현금거래가 빈번하게 발생하게 될 경우 무료형 MMORPG 이용자는 구독형 MMORPG보다 현금거래 문제를 더욱 심각한 문제점으로 인식할 수 있다.
또한, 무료형 MMORPG는 소액결제에 대한 동기 측면에서 모바일 게임과 차이점을 보인다. 모바일 게임에서 소액결제는 무료 플레이 중 광고 제거, 게임 시간 단축 등 짧은 플레이 세션을 선호하는 이용자들을 위한 서비스 제공과 같은 편의기능을 잠금 해제하는 데 주로 사용된다(Hamari et al., 2017; Josh, 2014; Palmeira, 2021). 반면, 무료형 MMORPG와 같은 PC기반 게임에서 판매되는 가상 아이템은 시간 절약 옵션만 제공하는 것이 아니라 사회적 상호 작용을 돕거나, 몰입감 및 자기 표현을 향상시키는 치장형 아이템을 제공함으로써 이용자의 게임 경험을 만족시키는 것을 목표로 한다(Josh, 2014; Lehdonvirta, 2009). 따라서 모바일 게임에서 판매되는 가상 아이템은 단순히 편의성을 증가시키는 반면, 무료형 MMORPG에서 판매되는 가상 아이템은 본질적인 게임 가치를 높이기 때문에, 무료형 MMORPG 이용자는 모바일 게임이용자보다 소액결제에 대해 더 긍정적인 태도를 가질 수 있다. 결과적으로, 소액결제에 대한 무료형 MMORPG 이용자의 인식은 기존에 연구된 다른 게임 이용자들의 인식보다 더욱 복잡할 수 있으므로, 이전 연구의 전반적인 결과를 PC기반 무료형 MMORPG에 적용하기엔 무리가 있을 수 있다. 그러나 무료형 MMORPG 이용자들의 소액결제에 대한 인식을 살펴본 연구는 거의 없다.
둘째, 소액결제와 관련된 대부분의 기존 연구는 개념적 연구(McCaffrey, 2019; Neely, 2021)가 대부분을 차지하며, 이용자 들을 대상으로 하는 설문이나 인터뷰 등을 활용한 실증적 연구(Lelonek-Kuleta et al., 2021)는 소수에 불과하기 때문에 소액 결제에 대한 실증적 연구가 부족하다는 한계점이 있다. 특히, 설문이나 인터뷰를 활용한 분석방법은 기존 이론과 연구자의 전문성에 크게 의존하며 연구 재현성이나 표본 크기를 상대적으로 제한할 수 있기 때문에 조심해야 한다(Hu et al., 2019; Lelonek-Kuleta et al., 2021). 또한, MMORPG는 오류나 버그를 수정하기 위해 게임이 주기적으로 업데이트되므로 시간이 지남에 따라 MMORPG에 대한 이용자 반응이 변경될 수 있지만, 기존 소액결제 관련 연구는 횡단연구에 국한되어 시간 경과에 따른 소액결제 관련 MMORPG 이용자의 반응 변화를 살펴보기 어려울 수 있다. 반면, 리뷰 데이터는 불특정 다수에게 자신의 의견을 표현하기 위해 서비스 이용자가 직접 작성한 것으로, 인터뷰나 설문조사 데이터와 달리 연구자의 주관적 편견이나 의도를 배제할 수 있는 장점이 있다(Connelly et al., 2016). 또한, 리뷰 데이터는 상업적 의도 없이 작성되어 소비자의 진정성 있고 생생한 의견을 제공하며(Tinati et al., 2014), 시간 경과에 따른 실시간 사회 활동을 포착하는 데 특히 유용하다(Park et al., 2022). 따라서 리뷰 데이터는 소액결제와 관련된 이용자 반응의 변화를 연구하는 데 적합하다. 그러나 소액결제에 대한 연구 중 리뷰 데이터를 기반으로 한 텍스트마이닝 분석과 같은 연구방법을 채택한 연구는 아직 없다.
이러한 연구 간극을 메우기 위한 본 연구의 목적은 다음과 같다. 첫째, 텍스트 마이닝을 통해 무료형 MMORPG 이용자의 온라인 리뷰에서 도출한 토픽들 중 소액결제와 관련된 토픽이 무엇인지 파악해 보고자 한다. 둘째, 소액결제와 관련된 토픽들에 대한 이용자들의 추천 또는 비추천 반응을 살펴보고자 한다. 셋째, 시간이 지남에 따른 이용자들의 소액결제 관련 반응의 변화를 조사해 보고자 한다. 이를 위해 본 연구에서는 북미 및 유럽 시장에 유통되는 무료형 MMORPG인 ‘로스트아크(LostArk)’의 글로벌서버 영문 리뷰 데이터를 활용하였다. 따라서, 본 연구는 다음의 의의를 갖는다. 첫째, 본 연구는 무료형 MMORPG 이용자에 대한 진정성 있고 다양한 온라인 리뷰 분석을 기반으로 무료형 MMORPG에 대한 인사이트를 제공함으로써 소액결제에 대한 이해를 높인다. 다음으로, 본 연구는 기존 소액결제 관련 연구에서 다뤄지지 못했던 텍스트마이닝 기법 중 하나인 구조적 토픽모델링(structural topic modeling, STM)을 활용하여 기존 연구분석 방법의 한계를 극복한다. 마지막으로, 본 연구는 소액결제를 주된 비즈니스 모델로 개발하는 게임사에 바람직한 소액결제의 방향성을 제시함으로써 이용자 친화적인 게임 운영을 위한 실무적인 제언을 제공한다.

이론적 배경

1. 게임에서의 소액결제

게임 산업 최초의 비즈니스 모델은 게임 전체의 콘텐츠를 한번에 판매하는 것이었다. 구매자는 게임 전체의 값을 구매 초기에 지불하고, 판매자는 게임 전체 가격의 보상을 받았다. 그러나 2000년대 초부터 게임의 수익구조는 상당한 변화를 겪었다(Zendle et al., 2020). 이러한 변화는 기하급수적으로 과잉 생산되어 시장에 배포되는 게임의 양과 관련 있었다. 시장에 배포되는 게임의 양이 급격히 많아지면서, 대형 게임 개발사는 타사 게임과의 경쟁을 위해 높은 마케팅 비용을 지불했다. 그러나 예산이 한정되어있는 중소(인디) 게임 개발회사의 경우, 게임의 콘텐츠를 나누어 싼 가격으로 판매하거나, 일부를 무료로 배포한 이후 콘텐츠를 부분적으로 판매하는 형식으로 시장에 접근하기도 했다. 이러한 접근 이후 소액결제의 개념은 다양한 형태로 발전되었다. 일부 게임은 무료 체험 기간을 제공한 이후 정식판의 구매를 유도하거나 추가 콘텐츠 확장, 광고 제거, 치장형 상품 등의 프리미엄 상품을 개발하여 판매하였으며, 얼마 지나지 않아 소액결제의 개념은 게임을 구매할 때 정가를 지불해야 하는 구매형 게임이나 구독형 게임에도 적용되었다(Tomić, 2018).
이와 관련한 기존 연구들은 소액결제가 판매하는 가상상품의 유형에 따라 긍정 또는 부정적인 소비자 이슈를 유발한다고 제안하지만, 대부분의 기존 연구들은 소액결제를 부정적인 시각으로 바라보고 있다. 먼저, 소액결제와 관련된 기존 연구의 긍정적인 시각을 살펴보면, 아바타 의상과 같은 치장형 가상상품의 경우에는 게임 진행에 영향을 미치지 않아 소비자 간 공정성 문제를 유발하지 않으며, 해당 상품의 소액결제는 게임사가 의상 개발에 들인 노력에 대한 정당한 대가이기 때문에 문제가 없다는 시각이 존재한다(McCaffrey, 2019; Neely, 2021). 또한, 몇몇 연구자는 게임할 시간이 충분하지 않은 이용자의 경우 소액결제를 통해 편의성 가상상품과 편의기능을 구매하여 시간을 절약할 수 있기 때문에 이러한 이용자들에게 게임 내 가상상품의 구매는 이용자들의 합리적인 선택일 수 있다고 제안한다(Lelonek-Kuleta et al., 2021).
그러나 소액결제를 부정적인 시각으로 바라보는 연구자들은 소액결제를 개발사의 욕심이라고 표현하며 다음과 같은 소비자 관련 문제점들을 지적하고 있다(Tomić, 2017). 첫째, 소액결제는 소액결제 상품을 구매한 이용자와 구매하지 않은 이용자 간 불균형의 문제를 초래하며 게임 내 이점을 가지는 상품은 게임 내 공정성을 해치고 경쟁의 의미를 훼손하는 등의 문제점을 가진다(Tomić, 2018). 둘째, 무료형 게임은 소액결제를 노골적으로 유도하기 위해 게임에 좌절요소를 도입하여 이용자들이 지속적으로 소액결제 상품을 구매하지 않으면 기존에 사용한 금액을 낭비라고 생각하게 하여 충동구매를 유도하는 등의 윤리적 문제점을 가진다(Hart, 2017; Neely, 2021). 아울러, 무작위성 소액결제 상품인 ‘Loot Box’는 도박과 비슷한 경험을 느낄 수 있게 하기 때문에 소비자들은 사행성 무작위성 상품의 구매에 중독되어 과소비를 유발하기도 한다(Johnson, & Brock, 2020; Neely, 2021). 마지막으로, 소액결제는 현금거래의 문제점을 동반하기도 한다. 예를 들어, 체계적으로 운영되는 현금거래 전문 그룹(gold farming group)은 허가되지 않은 불법 컴퓨터 소프트웨어 프로그램(이하 ‘봇’)을 사용하거나 해외의 값싼 노동자를 고용하여 게임 내 재화를 대량으로 획득한다. 현금거래 전문 판매업체가 대량의 재화를 획득하는 과정은 게임 내 규칙을 어기거나 불법적인 행위를 취하는 경우가 많기 때문에, 일반 이용자들은 게임 플레이 시 큰 불편을 겪는다. 또한, 현금거래 전문 판매업체는 게임사에서 금지한 암시장을 통해 게임사가 이용자들에게 판매하는 가격에 비해 저렴한 가격으로 가상상품을 판매한다(Noh et al., 2021). 따라서 현금거래는 게임사의 매출에 막대한 손해를 입히며(McCaffrey, 2019), 가상상품을 제값에 구매한 일반적인 이용자들에게 상대적 박탈감을 유도할 수 있다(Constantiou et al., 2012; Grundy, 2008). 또한, 현금거래를 위해 암시장에 방문한 이용자들은 범죄에 쉽게 노출될 수 있어 사기나 절도 등 다양한 부정적 문제가 동반되기도 한다(Jin, 2018).
그러나 서론에서 언급한 바와 같이, 이러한 결과는 주로 개념적 연구(McCaffrey, 2019; Neely, 2021; Tomić, 2017, 2018)를 기반으로 진행되었으며, 소수의 실증적 연구(Lelonek-Kuleta et al., 2021; Petrovskaya et al., 2022)의 경우 플랫폼을 구분하거나, 게임의 장르를 구분하여 분석을 진행하지 않았다. 따라서 PC기반 MMORPG의 소액결제를 다루는 실증적 연구가 필요하다.

2. Target Game: 로스트아크, 무료형 MMORPG

본 연구에서 살펴볼 ‘로스트아크’는 한국의 게임사인 ‘스마일게이트(SmileGate)’에서 2019년 한국에 정식 출시한 무료형 MMORPG이다. 한국 출시 년도와 같은 2019년에는 러시아에도 론칭하였으며, 이듬해인 2020년에는 일본서버를 론칭하여 일본시장에도 진출하였다. 이어 2022년 2월에는 ‘아마존게임즈(Amazon Games)’와 협력하여 글로벌 게임 유통 플랫폼인 ‘스팀(Steam)’에서 글로벌서버(북미 및 유럽지역)를 론칭하였다. 글로벌서버의 출시 초기 평균 동시 접속지 수는 약 97만 명이었으며, 최고 동시 접속자는 132만 명을 기록했다(Steamdb, 2022). 이러한 동시 접속자 수는 2017년 325만 명에 이르렀던 ‘PUBG: BATTLEGROUNDS’에 이어 ‘스팀’ 플랫폼 내에서 역대 두 번째로 높은 수치다. PlayTracker는 2022년 12월 기준 ‘로스트아크’ 글로벌서버의 누적 이용자 수가 약 548만 명이라고 예측했다(Steamdb, 2022). 측정 당시 론칭한 지 1년도 되지 않은 게임인 점을 감안하면 이러한 이용자 지표는 매우 이례적인 수치라고 볼 수 있다.
‘로스트아크’를 포함한 MMORPG 이용자들은 던전이나 대륙, 섬 등을 탐험하며 수집품을 모으거나 임무를 수행하는 등의 다양한 게임 콘텐츠를 플레이한다. 그러나 이용자들은 모든 게임 콘텐츠에 처음부터 접근할 수 없으며, 일정량의 성장(레벨업, 장비강화 등)을 거듭할수록 잠금 해제되는 구조를 이루고 있다. 따라서 이용자들은 자신의 수준에 맞게 개방된 게임 콘텐츠를 플레이하며 게임 내 재화를 취득하여 성장하는 과정을 거친다. 반면, ‘로스트아크’는 일정 확률을 통해 장비 및 레벨을 성장시킬 수 있는 구조를 가지기 때문에 단순히 운에 의해 성장의 성공과 실패가 나뉘어 이용자 간 성장격차가 벌어지기도 한다. 이용자들은 이를 ‘확률성 성장구조(random number generator (RNG) upgrade system)’라고 부른다. 특히, 성장정도에 따라 성공확률은 점차 줄어들기 때문에 높은 성장을 거둔 이용자들은 지속적인 성장에 어려움을 겪기도 한다. 이에 성장에 어려움을 겪는 이용자는 게임사가 소액결제를 통해 판매하는 성장에 도움이 되는 가상상품을 구매할 수 있다. 반면, ‘로스트아크’는 다양한 소액결제의 문제점을 해결하기 위해 이용자들의 피드백을 바탕으로 지속적인 업데이트를 수행하여 시스템을 개편하고 동선의 낭비를 줄이는 등의 편의성 업데이트를 수행하거나, 개선된 새로운 소액결제 상품을 판매하기도 하며, 현금거래 이용자를 식별하여 게임 이용을 제한하기도 한다(Steam, 2023).

3. 구조적 토픽모델링

기존 텍스트 마이닝 연구에서는 잠재 디리클레 할당(Latent Dirichlet Allocation, LDA) 기법이 가장 널리 사용되고 있다(Jung et al., 2023; Pelletier-Gagnon, 2018). 일반적으로 임의 의 글이 작성될 때, 사람들은 토픽(주제)를 먼저 생각하고 해당 주제를 위한 단어를 사용하는 과정을 거친다. Figure 1에 제시된 바와 같이 잠재 디리클레 할당 기법은 문서가 생성되는 과정을 반대로 예측해 토픽을 파악하는 과정으로, 사람이 임의의 글을 작성할 때의 과정을 역추적하여 문서를 구성하는 단어(W)들의 출현확률(η)을 기반으로 문서들의 토픽확률(θ)을 추정한다. 그러나, 잠재 디리클레 할당 기법은 토픽이 디리클레(Dirichlet) 분포를 사용하여 독립적으로 분산된다고 가정하므로 동일한 문서에서 일부 토픽이 동시에 발생하는 경향을 설명할 수 없다(Hu et al., 2019). 더욱이, 잠재 디리클레 할당 기법은 단순히 단어의 빈도를 기반으로 주제의 확률을 추정하므로 부정확한 모델링이 발생할 수 있다(Roberts et al., 2019). 이러한 한계점을 해결하기 위해 Robert 등(2019)은 토픽 분포를 결정하기 위해 단어의 빈도와 함께 메타데이터를 공변량으로 사용하는 로지스틱 정규화 선형 모델을 사용하는 보다 정교한 모델링 기법인 구조적 토픽모델링 기법을 제안했다. 따라서 구조적 토픽모델링 기법은 토픽의 분포가 디리클레 분포를 따른다고 가정하는 잠재 디리클레 할당 기법보다 더욱 발전된 기법이며, 메타데이터를 바탕으로 토픽의 분포를 결정했기 때문에 모델링이 더욱 정확하다(Roberts et al., 2019).
일반적으로 메타데이터는 각 문서에 존재하는 주된 데이터가 아닌 추가적인 데이터를 말하며, 본 연구에서는 작성자가 리뷰에서 해당 게임을 추천했는지 비추천했는지에 대한 의견(이하 ‘추천 여부’)이나 리뷰 작성 날짜와 게임 출시 날짜 사이의 기간(이하 ‘시간’) 등을 활용할 예정이다. 결과적으로, 구조적 토픽모델링 기법은 토픽 간의 상관관계를 해석하거나 토픽과 메타데이터와의 관계를 발견하고 통계적 가설검증 테스트를 수행할 수 있다는 장점을 가지기 때문에, 잠재 디리클레 할당 토픽모델링 기법의 한계를 극복하여 보다 많은 정보를 전달할 수 있어, 소액결제와 관련된 토픽을 발견하거나 시간에 따른 이용자들의 반응 변화를 살펴보아야 하는 본 연구에 매우 적합한 분석 기법이다(Jung et al., 2023; Roberts et al., 2019).
구조적 토픽모델링 기법의 자세한 프로세스는 Figure 1의 순서를 따른다. 첫째, 메타데이터 공변량 분포(X)를 기준으로 공변량 벡터(μ)를 생성한 뒤, 이를 통해 문서별 토픽 확률(θ)을 생성한다. 둘째, 문서수준에서 문서별 공변량(Y)이 주어지면 단어분포(β) 및 토픽별 편차, 공변량 그룹 편차, 그리고 이 둘의 상호작용항을 기준(κ)으로 단어의 문서별 분포(β)를 생성한다. 셋째, 관측된 각 단어는 토픽에 대한 문서별 분포(θ)를 기준으로 토픽에 할당(z)한다. 넷째, 각 단어는 선택된 토픽에 한해 토픽에서 관찰된 단어(W)의 빈도로 단어별 토픽 확률(w)을 계산한다.

연구문제 및 분석방법

1. 연구문제

본 연구의 목적은 무료형 MMORPG 이용자의 리뷰 데이터를 활용한 텍스트마이닝 분석을 통해 소액결제와 관련된 다양한 문제점을 살펴보고자 함에 있다. 이어서, 각 문제에 대한 이용자들의 인식을 시간 변화에 대해 비교하여 소액결제 인식의 전반적인 이해를 제공하고 관련 주체들이 앞으로 나아가야 할 방향을 제시하고자 한다. 따라서 본 연구는 다음과 같은 연구문제를 제시한다.
연구 문제 1. 무료형 MMORPG의 소액결제와 관련된 토픽은 무엇인가?
연구 문제 2. 무료형 MMORPG의 소액결제와 관련된 토픽에 대한 이용자들의 추천 또는 비추천 반응은 어떠한가?
연구 문제 3. 무료형 MMORPG의 소액결제에 대한 이용자 반응은 시간이 지남에 따라 어떻게 변화하는가?

2. 분석방법

본 연구에서 수행된 과정은 Figure 2의 순서를 따랐으며, 데이터 수집 및 전처리, 구조적 토픽모델링 그리고 시각화 순으로 진행되었다. 리뷰 데이터의 수집과 전처리는 Python에서, 구조적 토픽모델링은 R studio를 사용하여 수행하였다. 분석결과의 시각화는 Python 및 R studio 환경에서 진행되었다.

1) 데이터 수집 및 전처리

본 연구는 ‘로스트아크’의 글로벌서버 론칭일인 2022년 2월 12일부터 연구 시작일인 2022년 7월 1일까지 20주간의 리뷰 데이터 86,141개를 ‘Steam API’를 활용하여 수집하였다. 또한, 리뷰와 함께 ‘ID’, ‘추천 여부’, ‘리뷰 작성시간’, ‘리뷰 수정시간’, ‘언어’ 등을 수집하여 전처리와 분석을 위한 메타데이터로 활용하였다. 수집 이후 분석의 설득력을 높이기 위해 다양한 방법의 전처리 과정을 거친 후 분석에 사용하였다(Schofield et al., 2017; Shin et al., 2023)
전처리 방법의 순서는 다음과 같다. 첫째, 영어를 제외한 다른 언어로 작성된 리뷰는 제외하였다. 둘째, 악성 스팸 리뷰나 중복된 의견을 제거하기 위해 이용자가 리뷰를 여러 번 게시하거나 작성 이후에 수정한 경우, 가장 최근에 업로드한 리뷰 하나만을 분석에 활용하였다. 따라서 메타데이터로 수집된 리뷰 생성 또는 수정 시간을 기준으로 가장 최근에 작성된 리뷰인 ID당 하나의 리뷰만 분석에 사용하였다. 셋째, 이모티콘, 특수문자, 숫자, 비속어 및 불용어 등 텍스트마이닝 분석에 불필요한 불순물을 제거하고 분석의 편의를 위해 모든 글자를 소문자로 변환하였다. 넷째, 원활한 텍스트 마이닝 분석을 위해 리뷰를 개별 단어로 분해하는 토크나이징(tokenizing)을 수행하였다. 그러나, 본 연구에서는 단어를 별개의 토큰으로 나누는 것보다 함께 분석할 때 충분히 의미가 있다고 판단되는 두 글자 단어(예: ‘cash shop’)또는 세 글자 단어(예: ‘pay to win’)는 하나의 토큰(‘cashshop’, ‘ptw’ 등)으로 결합하였다. 다섯째, 표제어화(lemmatization)를 통해 형태는 다르지만 의미는 같은 단어를 하나의 기본 형태로 통일하였다. 마지막으로, 동의어 사전을 활용하여 의미는 유사하나 빈도가 분산된 여러 유형의 단어를 하나의 단어로 통합하여 분석 정확도를 높이는 과정을 거쳤다. 앞선 전처리 단계를 거친 후, 토큰 종류가 3개 이하의 단순 반복성 리뷰이거나, 혹은 토큰 5개 이하의 짧은 길이를 가지는 리뷰 52,699건을 제외하고 총 33,442건의 리뷰를 분석에 활용하였다. 본격적인 구조적 토픽모델링을 수행하기 이전에, 전 처리가 끝난 33,442건의 리뷰에 대한 ‘추천 여부’의 비율을 조사한 결과 수집된 리뷰 중 약 53.4%의 이용자가 게임을 추천한 것으로 나타났다.

2) 구조적 토픽모델링

구조적 토픽모델링의 상세한 분석 절차는 다음과 같다. 먼저, 구조적 토픽모델링의 ‘searchK’ 기능을 통해 토픽모델링에 필요한 적정 토픽 개수를 결정하여 최적의 모델을 선정하였다. 둘째, 구조적 토픽모델링을 수행하여 추출된 토픽을 직접 명명하였으며, 소액결제 토픽과 관계가 있는 토픽을 식별하기 위해 모든 토픽에 토픽 간 상관관계 분석을 수행하였다. 셋째, 소액결제와 관련된 이용자들의 반응을 살펴보기 위해, ‘추천여부’를 공변량으로 하는 토픽 확률 분석을 수행하였다. 마지막으로, 토픽별로 두 메타데이터(추천여부와 시간)간의 상호작용 항 추정분석을 수행하였다.

결과

1. 모델 선택

구조적 토픽모델링은 확률론적 토픽모델링 기법인 잠재 디리클레 할당 기법을 확장한 모델이기 때문에, 잠재 디리클레 할당 기법과 마찬가지로 연구자가 직접 해당 모델이 최적의 성능을 낼 수 있도록 여러 지표를 바탕으로 모델의 토픽개수(K)를 지정해 주어야 한다(Roberts et al., 2019). 일반적으로 구조적 토픽모델링에서는 적절한 토픽개수의 값을 설정하기 위해서 다음과 같은 지표가 사용된다. 첫째, 최대우도 추정치(Held-out Likelihood)는 모델의 예측력을 나타내며, 높을수록 좋은 모델로 평가한다. 둘째, 잔차(residuals)는 모델의 과분산에 대한 잔차를 나타내며, 낮을수록 좋은 모델로 평가한다. 만약 잔차가 너무 높을 경우, 과대산포를 해결하기 위해 모델의 K값을 늘려야 할 수 있다. 셋째, 의미적 일관성(semantic coherence)은 모델 내 단어들이 얼마나 일관적으로 토픽을 형성하는지를 측정한다. 따라서 유사한 의미를 가지는 단어들이 함께 모여 있을 때 높은 수준의 의미적 일관성을 가지며, 높을수록 좋은 모델로 평가한다.
본 연구에서는 ‘SearchK’ 기능을 활용하여 토픽개수를 10부터 25까지 점진적으로 늘려가며 가장 적절한 토픽개수를 산정하였으며, 결과는 Figure 3과 같다. 결과를 자세하게 살펴보면, 일반적으로 토픽개수가 상승함에 따라 최대우도 추정치는 증가하고, 잔차는 감소하는 모습을 보이며 모델의 성능이 향상됨을 볼 수 있다. 그러나 의미적 일관성의 경우, K=16일때 가장 높은 수준을 보이는 것을 확인할 수 있다. 따라서 본 연구에서는 16개의 토픽 개수를 가지는 토픽을 최종 모델로 선택하였다.

2. 소액결제 관련 토픽 식별

구조적 토픽모델링을 통해 도출된 16개 토픽에 대한 결과와 설명은 지면의 제약으로 부록에 수록하였다. 각 토픽의 순서는 전체 문서에서 토픽이 차지하는 비율 순서대로 정렬하였으며, Topic word 섹션에는 각 토픽 형성에 높은 영향을 미친 단어들인 Prob (probability words)와 Frex (exclusivity-weighted measure of word frequency)를 상위 7위까지 나열하였다. 일반적으로 Prob는 해당 토픽을 형성하는 단어 중 빈도가 가장 높은 단어를 의미한다. 그러나 전체 문서에서 출현한 빈도가 높은 단어일수록 Prob에 나타날 확률이 높기 때문에 토픽의 주제를 파악함에 있어 의미가 없을 수 있다. 반면, Frex는 전체 빈도 중 해당 토픽에 대한 배타성을 기반으로 단어를 선정하기 때문에 의미론적으로 직관적인 통찰을 제공할 수 있다. 16개의 토픽명은 각 토픽을 형성하며 관련성이 높은 Prob와 Frex, 그리고 각 토픽의 주제를 잘 나타낼 수 있는 대표 리뷰를 기반으로 연구자가 직접 명명하였다. 또한, 시각적 편의를 위해 토픽 명명에 중요한 영향을 미쳤거나 본문에서 언급된 단어는 부록에서 진하게 표기하였다. 또한, 상위 7위에 포함되지 않아 시각적 편의상 부록에 표기되지 못했지만 의미상 중요하다고 간주되는 단어의 경우, ‘Prob’의 경우 ‘P’, ‘Frex’의 경우 ‘F’를 사용하여 순위와 함께 본문에 나타내었다.
토픽모델링 결과를 자세히 살펴보면, 소액결제에 대한 이용자 반응과 직접적으로 관련된 토픽은 16개의 토픽 중 한 개가 발견되었으며, Microtransaction 토픽이라 명명하였다. 전체 문서에 대한 토픽 비중은 5.47%로 전체 토픽 16개 중 상위 10위에 위치하였다. 부록에서 볼 수 있듯이, Microtransaction 토픽은 구매행동과 관련된 ‘cash’, ‘spend’, ‘pay’, ‘purchase’ 그리고 ‘cashshop (P14)’ 등의 키워드가 높은 빈도를 나타내며, 소액결제의 주요 상품을 나타내는 ‘gold’ 나 ‘item (P10)’ 도 높은 빈도를 보여 소액결제의 목적이 게임의 가상 화폐(gold)와 가상 아이템(item)임을 나타낸다. 또한, Microtransaction 토픽의 Frex에서 높은 순위로 등장한 ‘predatory’나 ‘monetization’은 이용자들이 Microtransaction 토픽을 통해 해당 게임이 소액결제를 노골적으로 조장하거나, 소액결제를 통한 가상상품의 구매를 불가피한 행동으로 느끼게 만드는 좌절요소에 대해 논의했음을 시사한다. 마지막으로, Microtransaction 토픽은 많은 금액의 소액결제를 통해 높은 성장을 달성한 이용자를 조롱하는 키워드인 ‘ptw’, ‘whale’ 등을 포함하고 있는데, 이는 일부 이용자들이 리뷰를 통해 무료형 비즈니스 모델을 ‘pay-to-win’이라고 비난하거나 소액결제를 통해 아이템을 구매한 이용자들을 ‘whale’ 이라 칭하며 조롱함을 확인할 수 있다(Johnson, & Brock, 2020).
다음으로, 본 연구에서는 무료형 MMORPG의 소액결제와 관련된 토픽이 무엇인지(연구문제 1) 파악함으로써 소액결제에 영향을 미치는 요인을 파악하고 소액결제와 관련된 다양한 이슈와 반응을 살펴보기 위해 토픽 간 상관관계 분석을 시행하였다. 상관계수(correlation coefficient)는 두 토픽이 한 문서에서 함께 논의될 가능성을 나타내며, 상관계수가 임곗값 이상인 두 토픽은 일반적으로 상관관계가 있는 것으로 간주할 수 있다(Roberts et al., 2019). Figure 4는 토픽에 대한 상관관계 네트워크를 나타내며, 각각의 경로는 해당 토픽의 상관관계가 유효함(상관계수 > 0.01)을 나타낸다. 또한, 각 노드의 크기는 전체 문서에서 차지하는 토픽의 비율을 의미하며, 경로의 두께는 상관계수의 크기에 비례하도록 설정하였다. 마지막으로, 편의성을 위해 관찰하기 쉽도록 Microtransaction 항목은 빨간색 노드로 표시하였으며, Microtransaction 토픽과 상관관계에 있는 토픽은 파란색 노드로 표시하였다.
Microtransaction 토픽과 임곗값 이상의 유의한 상관관계를 가지는 토픽은 총 5개로, 상관계수 값이 높은 순으로 Random Number Generator (RNG) Upgrade System(확률성 성장구조), Game Contents, Real Money Trade (RMT, 현금거래), Collectibles & Adventure, Developer Issues 토픽이 도출되었다. 한편, 각각의 리뷰문서는 여러 토픽을 동시에 포함할 수 있으며, 구조적 토픽모델링에서는 각 문서가 각 토픽을 얼마나 대표할 수 있는지에 대한 확률을 추정할 수 있다. 따라서 본 연구에서는 Microtransaction 토픽과, Microtransaction 토픽과 상관관계를 가지는 총 5가지 토픽의 관계를 구체적으로 살펴보기 위해 토픽 각각에 대한 대표 리뷰문서를 분석하였으며, 다음 섹션부터는 5가지 토픽의 명명에 대한 설명과 Microtransaction 토픽과의 상관관계를 보다 자세히 분석해 보고자 한다.
RNG Upgrade System 토픽은 전체 토픽 중 4.16%의 비중을 차지하며 16개의 토픽 중 15위의 낮은 토픽 비중을 가지는 토픽으로 나타났지만, Microtransaction 토픽과는 매우 높은 상관관계를 가지고 있는 것으로 나타났다. 특히, 성공확률과 관련된 키워드인 ‘fail’, ‘success’, ‘chance’, ‘rng’ 등의 키워드가 높은 빈도수로 해당 토픽을 구성하는 것을 확인할 수 있으며, 또한, 성장 시스템을 나타내는 키워드인 ‘upgrade’, ‘progress (P12)’, ‘system’ 등이 핵심 키워드로 나타났다. 따라서 해당 토픽을 RNG Upgrade System 토픽으로 명명하였다. 더욱이, ‘waste’, ‘time’, ‘material (P20)’ 등의 키워드가 RNG Upgrade System 토픽에 포함되었는데, 이는 업그레이드의 실패로 인해 시간이나 자원을 낭비한 것에 대한 불만 등이 함께 토픽에 포함되어 있음을 나타낸다.
RNG Upgrade System 토픽과 Microtransaction 토픽 모두에 대해 높은 대표성을 띄는 리뷰의 예는 다음과 같다.
‘Too much RNG involved in gearing, clearly designed to bait microtransaction purchases. …’
‘… They really want you to pay to get upgrade materials. Failing 70%+ chances 5-6 times in a row wasting full days of work. …’
‘Game is fun with a lot of things to do BUT, progression is locked behind stupid RNG from upgrades, its not like other mmo's where you can just buy gear or even require it to proceed to newer content. …’
대표 리뷰의 검토를 통해 이용자들은 게임사가 확률성 성장구조를 통해 소액결제를 유도하고 있다고 인식함을 확인할 수 있다. 특히, 몇몇의 이용자는 ‘로스트아크’의 확률성 성장구조와 관련된 정보를 리뷰를 통해 타인에게 제공하고자 함을 살펴볼 수 있다.
Game Contents 토픽은 전체 토픽 비중의 6.63%를 차지하며 16개의 토픽 중 4위를 차지해 다른 토픽에 비해 높은 비중을 보이는 것으로 나타났다. Game Contents 토픽은 ‘content’, ‘raid’, ‘dungeons’ 등 게임의 메인 콘텐츠와 관련된 키워드를 통해 구성되었으며, 구체적으로는 이용자들의 플레이 동기와 관련된 ‘grind’, ‘gear’, ‘tier’, ‘level (P11)’ 혹은 이용자들의 성장정도와 관련된 ‘end’, ‘progression’, ‘endgame (P9)’, ‘reach (P13)’ 등의 키워드를 포함했다. 해당 토픽을 통해 일반적으로 MMORPG 이용자들은 다양한 콘텐츠를 즐기기 위해 게임을 플레이하며, 추후 해금될 상위 콘텐츠를 위해 자신의 캐릭터를 강화하거나 성장시킴을 확인할 수 있었다. 특히, Game Contents 토픽의 Frex에서 나타난 ‘horizontal’ 이나 ‘vertical (F10)’의 경우, 이용자들은 경쟁적인 콘텐츠를 의미하는 수직적 콘텐츠 이외에도 수집, 모험 등 게임의 다양한 수평적 콘텐츠를 리뷰에서 언급하고 있다는 근거가 될 수 있다. 결과적으로, Game Contents 토픽은 점진적으로 해금되는 게임 콘텐츠에 대한 이용자들의 기대와 만족에 대한 반응을 나타내는 토픽이라고 추론할 수 있다.
Game Contents 토픽과 Microtransaction 토픽 모두에 대해 높은 대표성을 띄는 리뷰의 예는 다음과 같다.
‘… i can actually reach higher contents without being forced to spend money. i mean, it would be harder and more stressful to do higher contents, but so far, i do like playing the game. …’
‘when you begin to get past tier 1 items by the time you're level 50, you might feel incentivised to buy some enhancement materials. …’
‘… I get that there should be a grind while waiting for new content to release but they are intentionally keeping the flow of already developed content down so they can force a longer grind. Paying to level isn't cheap on the wallet either. If it was cheaper I'd probably break out the wallet …’
‘… I get to learn about how this company continues to pull out content and help with honing materials. just because they want MORE money. … You're locked out of content and merchants if your item level isn't high enough … ’
첫 번째 대표 리뷰에서 작성자는 소액결제 없이도 상위 콘텐츠에 도달할 수 있음을 강조하고, 현재까지 해당 게임의 콘텐츠에 대한 만족감을 나타냄을 확인할 수 있었다. 또한, 두번째 대표 리뷰에서 작성자는 상위 콘텐츠로의 빠른 성장을 원하며, 빠른 성장을 위해 소액결제를 수행할 의지가 있음을 리뷰에서 언급하였다. 결과적으로, 해당 대표 리뷰를 통해 상위 콘텐츠의 점진적 해금에 대한 기대와 기존 콘텐츠에 대한 만족은 이용자들로 하여금 소액결제에 참여하도록 동기를 부여함을 확인할 수 있다. 그러나, 세 번째와 네 번째 토픽에서는 소액결제를 통해 판매하는 가상 아이템의 가격에 대한 우려를 표명하기도 하였으며, 상위 콘텐츠를 점진적으로 공개하는 방식이 노골적으로 소액결제를 유도한다며 게임사를 공개적으로 비판하는 모습을 보이기도 했다.
RMT 토픽은 전체 토픽 비중의 4.78%를 차지하며 16개의 토픽 중 12위를 차지해 비교적으로 낮은 토픽 비중을 보였다. RMT 토픽은 현금거래와 직접적으로 관련된 키워드인 ‘bot’, ‘gold’, ‘rmt’와 현금거래에 대한 문제점, 혹은 불만 사항을 언급하는 ‘amazon’, ‘ban’, ‘ruin’, ‘problem’, ‘publisher (P10)’, ‘smilegate (P12)’ 등의 키워드를 포함하였는데, 이는 이용자들이 해당 토픽을 통해 게임 플레이 중 현금거래를 위한 ‘봇’을 만나며 느끼는 불쾌한 경험에 매우 민감하며, 리뷰를 통해 타 이용자들에게 공유해야 하는 중요한 사항으로 인식하고 있음을 시사한다.
RMT 토픽과 Microtransaction 토픽 모두에 대해 높은 대표성을 띄는 리뷰의 예는 다음과 같다.
‘… bot-companies (yes there are companies dedicated to farm gold cos its that lucrative) have inflated the prices of everything and they actually control the market. …’
‘… Game filled with botters and RMT(real money trading people buying gold from websites that are cheaper than in game) … This causes the market inflation to go up and makes everything beyond expensive if you try to buy legit gold its about 1/3 of the value for the same price. They finally released a pack in their shop of high value that is competitive to the RMT price. …’
‘too many bots, no punishment for RMT. items prices are crazy. you will either have to buy gold from 3rd shady websites or quit.’
해당 리뷰들을 통해 이용자들은 현금거래 전문 그룹이 생산, 유통한 다량의 게임 내 재화를 통해 인플레이션이 발생할 수 있다는 문제를 충분히 인식하고 있으며, 현재 게임에 만연한 현금거래가 소액결제 상품의 가치를 위협하고 게임 경제에 큰 피해를 주고있다는 점을 타인에게 알리고자 함을 확인할 수 있다. 추가로, 일부 이용자들은 리뷰를 통해 현금거래로 인해 낮아진 가격 경쟁력을 위해 새롭게 출시하는 소액결제 상품에 대한 문제점을 언급하고 있음을 확인할 수 있다.
Collectibles & Adventure 토픽은 16개의 토픽 중 가장 낮은 비율을 가지며, 수집항목과 관련된 ‘collectible (P11)’, ‘gather (P12)’, ‘require (P14)’ 등의 키워드와 함께 보상을 의미하는 ‘skill (P15)’, ‘point (P8)’, ‘Bonus (F20)’ 등의 키워드로 구성된 토픽으로 나타났다. 또한, 수집품 키워드와 함께 포함된 ‘island’, ‘sail’, ‘ship’, ‘continent’, ‘travel (P14)’ 등의 키워드는 수집을 위한 모험, 항해 등과 관련된 단어들로, 결과적으로 Collectibles & Adventure 토픽이 수집이나 모험 등의 사이드 콘텐츠와 관련이 되어있음을 미루어 짐작할 수 있게 한다. 일반적으로 수집품의 획득이나 모험, 항해 등의 사이드 콘텐츠는 게임 플레이에 유용한 보상을 제공하기 때문에, 이용자가 지속적으로 게임에 접속하고, 플레이하는 동기가 될 수 있다. 그러나, 해당 토픽을 구성하는 ‘time’, ‘currency (P18)’, ‘use’ 등의 키워드는 이용자가 수집품을 모으거나 모험, 항해할 때 소모해야 하는 시간이나 요금(이동수단의 이용료)에 대한 문제가 있음을 시사한다.
Collectibles & Adventure 토픽과 Microtransaction 토픽 모두에 대해 높은 대표성을 띄는 리뷰의 예는 다음과 같다.
‘… The game's premium subscription is relatively cheap and does make things easier (free travel, extra instant teleport slots, global auction house and storage, global repair), but these are all quality of life features and won't necessary make a difference in a raid or guardian.’
‘… It doesn't matter what continent it's on, you pay your fee (which is pennies) and you go, not the case in Lost Ark, again, intentionally confusing to make players use premium currencies to skip waiting times. …’
‘… There's almost nothing on the open sea apart from going from point A to point B. It is essentially a lobby that exists only to slow down how quickly you can move between content and make you want to buy ship microtransactions and access to more placeable teleport points. …’
대표 리뷰에서 일부 이용자는 이동수단의 요금을 절약하거나 텔레포트와 같은 추가 편의기능을 구매하기 위해 프리미엄 상품에 가입할 의향이 있으며, 이러한 행동이 단순히 시간 절약을 위한 행위이고 타인과의 게임 플레이에 영향을 미친다고 생각하지 않는다고 생각하는 것으로 나타났다. 그러나 또 다른 이용자들은 시간을 기다려야 하는 대륙간 이동이나 항해 콘텐츠들이 게임 플레이 시간을 늘리기 위해 의도적으로 이용자들의 시간이나 비용을 낭비하는 사례라고 판단하여 리뷰에서 부정적으로 언급하거나, 해당 사례를 통해 텔레포트 기능을 구매하게 하는 등 게임사가 소액결제를 노골적으로 유도한다고 판단하기도 했음을 확인할 수 있다.
Developer Issues 토픽은 전체 16개의 토픽 중 5위, 약 6.62%의 토픽 비중을 차지하여 상대적으로 높은 토픽비중을 보였다. 해당 토픽은 게임 개발사를 의미하는 ‘developer’, 그리고 업데이트와 관련된 ‘update’, ‘fix (P8)’, ‘release’ 등의 키워드를 포함했다. 또한, Developer Issues 토픽은 ‘issue’, ‘‘community’, ‘feedback’, ‘problem (P20)’ 등의 키워드를 함께 포함했는데, 이는 이용자들이 리뷰를 활용하여 게임 개발사에 다양한 이슈나 문제점을 언급하고, 개선점을 제안하는 등의 고충을 토로하는 행위를 미루어 짐작할 수 있게 한다.
Developer Issues 토픽과 Microtransaction 토픽 모두에 대해 높은 대표성을 띄는 리뷰의 예는 다음과 같다.
‘Im starting to lose my motivation to play, way too many bots, real money trading, lack of skins and i just don't feel like the Devs listen to the feedback of the players. …’
‘ … Despite the messages Smilegate and Amazon continue to put out regarding listening to the community, they continue to make decisions which directly oppose what the community wants. They've slowed down class releases, half the skins released have been the lease popular (likely done to get more sales from people desperate for customization), have decided to push forward with the dreaded loot box skins. …’
해당 리뷰에서 일반적으로 이용자들은 현금거래를 위한 봇의 증식, 소액결제, 확률형 치장상품의 문제점 등을 언급하며 게임 개발사에 개선을 요청했으나, 해당 불만의 처리가 늦어지거나 관리 소홀의 문제로 리뷰에 직접 불만을 제기는 모습을 보이기도 했다.
추가로, Developer Issues 토픽은 RMT, Server Queue, Purchase Errors 토픽 등 기술적인 문제로 발생하는 다양한 토픽들과 높은 상관관계를 가지는 것으로 나타났으며, 이용자들은 리뷰를 통해 다양한 기술적인 문제점을 타인에게 공유하거나, 게임사에 해결법을 제공하는 모습을 보였다.

3. 추천 및 비추천 토픽 식별

구조적 토픽모델링의 장점 중 하나는 메타데이터와 토픽의 관계에서 통계적 검증이 가능하다는 점이다. 본 연구는 구조적 토픽모델링의 기능을 통해 각 토픽을 형성하는 추천(= 1)과 비추천(= 0) 리뷰의 비율을 통계적으로 검증하여 각 토픽에 대한 이용자의 추천 여부를 살펴보고자 한다. 일반적으로, 한 토픽에서 추천 리뷰의 비율이 비추천 리뷰의 비율보다 훨씬 큰 경우, 해당 토픽은 추천 토픽으로 식별할 수 있다. Figure 5는 각 토픽의 추천 혹은 비추천 리뷰의 비율의 변화를 추정한 그래프이다. 각 점은 추정된 비율 차이의 평균값을 나타내며, 양 옆의 막대는 95%의 신뢰구간을 나타낸다. 예를 들어, Microtransaction 토픽의 경우, Microtransaction 토픽을 이루는 추천 리뷰의 비율은 비추천 리뷰의 비율보다 약 2.37% 낮으며, 이 차이의 신뢰구간은 [-2.60%, -2.14%]로 나타났는데 이는 소액결제 토픽에서 비추천 리뷰의 비율이 통계적으로 유의하게 높다는 것을 의미한다. 따라서 소액결제는 비추천 토픽으로 분류할 수 있다. 마찬가지로, RNG Upgrade System, RMT, Developer Issues 토픽은 비추천 토픽으로 분류하였으며, Game Contents, Collectibles & Adventure 토픽은 추천 토픽으로 분류하였다. 추천 및 비추천 토픽 식별 분석의 세부 결과는 Table 1에 제시하였다.

4. 분석토픽별 추천여부와 시간의 상호작용

이어서, 본 연구의 구조적 토픽 모델에는 시간에 따른 추천여부의 상호작용항이 포함되어 있기 때문에, 각 토픽에서 해당 상호작용 항의 추정을 통해 시간에 따른 추천 및 비추천 리뷰의 변화를 추정할 수 있다. Figure 6은 시간 경과에 따른 토픽의 추천 및 비추천 리뷰의 비율의 추정치를 나타낸다. 여기서 X축은 출시 후 경과한 일수(0-140)를 나타낸다. 또한, Y축은 토픽의 비중을 나타내며, 시각적 편의를 위해 파란선(추천 비중) 혹은 빨간선(비추천 비중)으로 나누어 표시하였다. 마지막으로, 양 옆의 점선은 95% 신뢰구간을 의미한다. Figure 6의 자세한 결과는 Table 2에 자세히 표기하였다.
Figure 6 (a)-(f)에서 볼 수 있듯, 전반적으로 시간이 지남에 따라 파란선과 빨간선 모두 증가하는 모습을 보이며, Microtransaction 토픽을 포함한 6개의 토픽 비중이 점차 증가하는 것으로 나타났다. 이는 결과적으로 시간이 지남에 따라 이용자들의 리뷰에서 소액결제와 관련된 언급이 크게 증가하는 것을 알 수 있다.
결과를 자세히 살펴보면, Figure 6 (a)(c)의 경우 비추천 토픽으로 분류된 토픽이지만 시간이 지남에 따라 추천 리뷰와 비추천 리뷰의 비율 차이는 증가하지 않았다. 따라서 MicrotransactionRNG Upgrade System 토픽의 언급은 증가하였지만, 해당 토픽에 대한 인식은 시간이 지남에도 변하지 않았다고 해석할 수 있다. 위와 마찬가지로 비추천 토픽으로 분류된 토픽인 Figure 6 (b)(d)의 경우, 비추천 리뷰의 비율이 추천 리뷰의 비율보다 크게 증가함을 확인할 수 있다. 이는 Developer Issues 토픽과 RMT 토픽의 경우 시간이 지남에 따라 이용자들의 언급량이 크게 증가함과 동시에, 해당 요소로 인해 게임을 부정적으로 평가하며 게임을 비추천하는 리뷰의 비율이 더 많이 증가했다고 해석할 수 있다. 결과적으로 이용자들은 시간이 지남에 따라 기술적 문제와 현금거래에 큰 불만을 가지고 있음을 확인할 수 있다. 반면, 추천 토픽으로 분류된 Figure 6. (e)와 (f)에서는 시간이 지남에 따라 토픽의 비중이 증가함과 동시에 추천 리뷰의 비율이 비추천 리뷰 비율보다 크게 증가하는 것을 볼 수 있는데, 이는 Game Contents 토픽과 Collectibles & Adventure 토픽에 대한 이용자의 인식이 시간이 지남에 따라 더욱 긍정적으로 평가된다는 것을 나타낸다.

논의

구조적 토픽모델링 분석결과에 따르면, Microtransaction 토픽은 16개 토픽 중 10위를 차지하며 상대적으로 낮은 순위를 기록했는데, 이는 소액결제가 이용자들이 리뷰 플랫폼에서 논의하는 토픽 중 하나이지만 다른 토픽에 비해 언급 빈도가 높지 않다는 것을 시사한다. 또한, Game Contents(4위)와 Developer Issues (5위)를 제외한 소액결제와 상관관계에 있는 토픽은 전부 12위 이하의 낮은 토픽 비중을 차지하는 모습을 보였다. 구체적으로, Microtransaction 토픽은 비추천 토픽으로 분류되었으며, 이용자들은 여전히 소액결제의 논란에 있어 부정적으로 인식하고 있음이 나타났다. 이는 앞서 살펴본 바와 같이 이용자들이 소액결제를 부정적으로 인식하고 있다는 기존 의견과 일치하는 결과이다(Neely, 2021). 예를 들어, Microtransaction 토픽의 키워드를 살펴보면, 주로 판매되는 상품은 이용자의 성장을 위한 게임 화폐나 재화이며, 이를 대량으로 구매하는 이용자를 ‘whale’이라 칭하며 조롱하는 사례를 발견할 수 있었다. 또한, 일부 이용자들은 단순히 소액결제를 통해 수익을 창출한다는 이유만으로 해당 게임을 ‘pay-to-win’이라고 조롱하거나 비판하는 사례도 빈번했다. 또한, 소액결제 토픽은 시간에 따른 추천여부의 상호작용 항의 추정치가 유의하지 않아 시간이 지남에 따라 이용자들의 인식이 변하지 않았음이 나타났는데, 이는 게임사의 지속적인 업데이트나 개선을 통한 소액결제 관련 문제 해결에 노력을 기울였음에도 불구하고 소액결제와 관련된 인식을 개선하지 못했음을 시사한다. 다만, 흥미로운 점은, 이와 같은 부정적인 인식에도 불구하고, 게임 내 이점을 통해 이용자 간 불균형의 문제를 초래하는 소액결제 상품에 대한 불공정성의 문제나 무작위 확률을 통해 얻을 수 있는 소액결제 상품의 윤리적 문제와 같은 이슈와 관련된 키워드는 분석결과에서 찾아볼 수 없었다는 점이다. 이는 무료형 MMORPG 이용자 중 일부만이 소액결제와 관련된 문제점을 중요하게 생각하고 있으며, 일반적인 이용자의 경우 소액결제의 문제점이 공정성의 문제를 야기하거나 윤리적으로 위배되는 심각한 문제로 인식하고 있지 않음을 시사한다.
RNG Upgrade System 토픽은 비추천 토픽으로서 본 연구에서 처음으로 밝힌 무료형 게임의 새로운 좌절요소이며, 소액결제와 높은 상관관계를 보이는 것으로 확인되었다. 이를 통해 확률성 성장구조는 이용자들에게 개개인의 운에 따라 성장의 격차를 만들어 타인에 비해 시간이나 자원을 낭비한다는 느낌을 주고, 결과적으로 불만을 야기할 수 있다고 유추할 수 있다. 더욱이, 이용자들은 게임을 플레이하면서 시간이 지남에 따라 이러한 문제점을 더 자주 언급했음이 시간에 따른 RNG Upgrade System 토픽 비중의 증가로 인해 확인되었다. 반면 시간에 따른 추천여부항의 상호작용항의 추정치는 유의하지 않은 것으로 나타났는데, 이는 플레이들의 인식은 개선되지 않았으며 확률성 성장구조가 여전히 게임을 비추천하는 요소로 작용하고 있음을 의미한다. 결과적으로, 성장 정도가 높아짐에 따라 너무 낮은 성공 확률이 적용된 확률성 성장구조에 의해 소액결제 없이 게임을 진행할 수 없는 경우, 이용자들은 이를 불만족스러운 좌절요소로 인식하고 확률성 성장구조를 비추천 요인으로 간주함을 알 수 있다.
RMT 토픽의 경우, 소액결제와 관련된 토픽 중 비추천 리뷰 비율이 가장 높은 것으로 나타나며 이용자들이 가장 큰 불편함을 느끼는 요소로 확인되었다. 분석결과, 이용자들은 현금거래-봇을 통한 부정적인 경험, 게임 화폐의 인플레이션을 통한 아이템의 가치하락, 가격 경쟁력을 위한 새로운 소액결제 상품의 출시 등 현금 거래와 관련한 다양한 문제를 인지하고 있음을 확인하였다. 또한, 게임 출시 초기에는 현금거래에 대한 언급이 전혀 없었던 것으로 나타났지만, 시간이 지남에 따라 폭발적으로 증가하여 비추천 리뷰 비율이 크게 증가한 것으로 확인되었다. 이는 현금거래 시장이 활성화되지 않았던 게임 출시 초기에는 이용자들이 현금거래를 문제 삼지 않아 RMT 토픽의 언급량이 적었으나, 시간이 지남에 따라 이용자 수가 증가하면서 현금거래 시장이 급격히 커지며 이용자들이 큰 불편을 겪어 리뷰에서의 언급량이 폭발적으로 상승했다는 것을 의미한다. 이러한 결과는 현금거래에 대한 기존 횡단적 연구의 한계를 극복하고, 현금거래 시장이 게임의 성장에 따라 점차 확대되고, 이에 따라 다양한 문제가 발생할 수 있음을 명확하게 보여준다. 따라서 본 연구의 결과는 현금거래 시장의 확산을 조기에 방지해야 할 필요성에 대한 명확한 증거를 제공한다.
Developer Issues 토픽은 이용자가 개발자에게 문제 및 개선 사항을 제안하거나 타 이용자들에게 기술적인 정보를 제공하는 리뷰들이 모인 토픽으로 이용자들은 리뷰를 통해 서버대기열, 구매 오류 등 버그나 기술적 이슈에 대한 정보를 타인에게 제공하여 추가적인 피해를 예방하는 데 도움을 주고 있는 모습을 보였지만, 동시에 개발자와의 소통 부족, 현금거래 관련 문제점, 치장형 아이템의 부족, 소액결제 관련 문제점 등을 함께 언급하는 모습을 보였다. 또한, Developer Issues 토픽과 RMT 토픽은 매우 높은 상관관계가 있는 것으로 나타났으며, 이는 이용자들이 현금거래로 인한 문제의 책임이 게임 시스템을 악용해 게임 내 재화를 획득하고 이를 헐값에 판매하는 현금거래 전문 그룹과 이를 묵인하는 게임 개발사 모두에게 있다고 인식하고 있음을 확인시켜 준다. 따라서 이용자들은 소액결제와 관련된 기술적인 이슈로 인해 발생하는 다양한 문제의 궁극적인 책임을 게임 개발사에 묻고 있음을 확인할 수 있으며, 이는 설문조사나 인터뷰를 활용한 기존 연구에서는 찾아볼 수 없던 결과이다. 더욱이, Developer Issues 토픽에 대한 시간에 따른 추천여부의 상호작용 항에 대한 추정치도 유의미했는데, 이는 출시 이후 다양한 기술적 이슈에 신속하게 대응하지 못하는 게임 개발사에 대한 이용자의 불만이 시간이 지날수록 증가하는 것으로 해석할 수 있다.
마지막으로, 게임의 다양한 콘텐츠와 관련된 두 가지 토픽, 즉 Game ContentsCollectibles & Adventure 토픽은 이용자들로부터 긍정적인 평가를 받는 것으로 나타났으며, 특히 소액결제와 관련된 토픽은 일반적으로 비추천 토픽으로 분류된 반면 게임의 콘텐츠와 관련된 두 토픽은 추천 토픽으로 분류되었다. 또한, 두 토픽 모두 상호작용 조건의 추정치가 유의미했으며, 시간이 지남에 따라 추천 리뷰 비율이 비추천 리뷰 비율보다 더 가파르게 증가하는 모습을 보였다. 따라서 ‘로스트아크’의 콘텐츠와 관련된 전반적인 결과는 지속적인 콘텐츠 업데이트를 통해 시간이 지남에 따라 이용자로부터 더 긍정적인 반응을 얻고 있음을 시사한다.
또한, Game ContentsMicrotransaction 토픽에 관련된 대표 리뷰를 살펴본 결과, 소액결제에 대한 이용자 반응은 크게 세 가지 유형으로 나타났다. 첫째, 소액결제 없이도 충분히 메인 콘텐츠를 즐긴 이용자들은 게임의 메인 콘텐츠가 이용자의 진행에 따라 점진적으로 해금되어 계속 플레이할 동기를 부여하기 때문에 소액결제를 불필요한 것으로 인식했다. 이러한 결과는 소액결제 없이는 진행이 불가능한 좌절요소가 있는 무료 모바일 게임(Neely, 2021)과 달리 ‘로스트아크’가 이용자에게 합리적이고 충분한 진행 속도를 제공한다는 증거를 제공한다. 둘째, 기존 메인 콘텐츠에 만족하는 일부 이용자는 가상상품을 구매해 성장을 돕고 상위 콘텐츠로의 시간을 단축하는 소액결제를 게임을 더 편하게 즐길 수 있는 편리한 지름길로 여기는 것으로 나타났다. 이러한 소액결제의 동기는 단순히 광고를 제거하거나 기다리는 시간을 절약하고자 하는 무료형 모바일 게임에서의 소액결제 동기(Petrovskaya et al., 2022)와는 다른 양상으로, 기존 게임 경험에 만족한 이용자들이 자발적인 소액결제를 통해 상위 콘텐츠에 도전해 보고자 하는 의지를 가진다는 차이점이 있다. 반면, 소액 결제를 부정적으로 인식하는 이용자도 존재하였는데, 특히 기존 메인 콘텐츠에 불만족한 이용자들은 점진적인 메인 콘텐츠의 해금을 노골적으로 소액결제를 유도하는 좌절요소로 여기거나, 상위 콘텐츠를 즐기기 위해 필요한 소액결제 상품이 너무 비싸다고 인식하는 것으로 나타났다. 앞선 결과를 토대로 정리하면, 메인 콘텐츠에 대한 만족도는 무료형 MMORPG 이용자마다 다를 수 있으며, 메인 콘텐츠에 대한 만족도는 결과적으로 소액결제 인식에 영향을 미치는 요인임을 유추할 수 있다.
Collectibles & Adventure 토픽은 게임의 사이드 콘텐츠 중 수집, 모험 혹은 항해에 대한 언급이 모인 토픽으로, 이용자가 수집품 도감을 완성하면 보상을 제공받기 때문에 이용자가 게임을 계속 플레이하도록 동기를 부여함을 나타낸다. 그러나 이용자들은 모험이나 항해에 있어 의도적으로 불편한 조작을 가하는 행위에 대한 부정적인 경험을 언급하기도 했는데, 이러한 언급은 게임회사가 수집품의 보상을 쉽게 얻기 위한 편의 기능의 구매를 노골적으로 유도한다는 이용자들의 인식을 보여주기도 한다.
기존 연구에서 나타난 모바일 게임에서의 소액결제의 문제점과 본 연구에서 나타난 PC 기반 MMORPG에서의 소액결제의 문제점에 대해 비교 정리한 결과는 Table 3과 같다.

결론 및 제언

본 연구는 ‘로스트아크’ 글로벌서버의 영문 리뷰 데이터를 활용하여 무료형 MMORPG의 소액결제에 대한 이용자의 반응을 분석하였으며, 보다 정교한 토픽모델 기법인 구조적 토픽모델링 기법을 사용하여 토픽의 추천여부와 시간에 따른 상호작용 항의 유의성을 통계적으로 확인하였다. 토픽모델링 결과 총 16개의 토픽 중 Microtransaction 토픽을 포함한 6개의 소액결제 관련 토픽을 발견하였으며, 이들을 비추천 토픽과 추천 토픽으로 분류하였다. 시계열 데이터를 활용한 분석결과, 소액결제 관련 토픽들은 모두 시간이 지남에 따라 토픽 비중이 증가하며 전체적인 언급량이 많아지는 모습을 보였다. 마지막으로, 본 연구는 토픽별로 추천 리뷰와 비추천 리뷰의 비율 차이를 시간이 지남에 따라 분석하여 이용자들의 인식변화를 살펴보는 종적연구를 수행하였다.
본 연구의 가장 중요한 이론적 함의는 일부 무료형 MMORPG 이용자의 경우 소액결제를 부정적으로 인식하여 게임을 비추천하는 요소로 인식하지만, 리뷰에서 소액결제의 언급량은 상대적으로 크지 않았다는 점이다. 또한, 이용자들은 이용자들이 자유롭게 작성한 리뷰에서 기존 소액거래 관련 연구에서 자주 언급되었던 공정성 혹은 윤리적 문제에 대해 직접적으로 언급하지 않는 모습을 보였는데, 이는 결과적으로 기존 무료형 게임에서 연구되었던 소액결제 관련 연구의 결과를 무료형 MMORPG에 그대로 적용하기는 적절하지 않음을 나타낸다.
또한, 본 연구는 무료형 MMORPG에 특화된 소액결제의 문제점에 대한 이론적 토대를 마련하였다. 예를 들어, 본 연구는 기존 소액거래 관련 연구에서는 보고되지 않았던 RNG Upgrade System이 새로운 좌절요소임을 발견했으며, 종단적 분석의 결과로 게임 개발자와 현금거래에 대한 이용자들의 불만이 시간이 지남에 따라 가파르게 증가하는 모습을 실증적으로 확인하였다. 또한, 게임 콘텐츠에 대한 만족도가 소액결제 인식에 영향을 미치는 요인이 될 수 있음을 밝혔으며, 수집품, 모험, 항해 등의 사이드 콘텐츠가 게임을 지속적으로 플레이하게 하는 동기가 됨을 발견했다.
본 연구는 소액결제에 대한 이용자들의 부정적인 인식을 완화하기 위해 무료형 MMORPG가 지향해야 하는 실질적 함의를 다음과 같이 제언한다. 첫째, 확률성 성장구조의 낮은 성공률은 이용자들로 하여금 소액결제를 조장하는 좌절요소로 인식할 수 있기 때문에, 게임 개발사는 이용자들의 성장이 높아짐에도 적절한 수준의 성공확률을 보장하는 성장 시스템을 설계하여 게임이 높은 사행성을 띄지 않게 주의해야 한다. 둘째, 현금거래가 발생시키는 문제는 이용자들의 수가 많을수록, 시간이 지날수록 이용자들에게 더 큰 불편을 줄 뿐만 아니라 인플레이션을 초래해 게임 운영이나 게임사의 수익에 악영향을 미칠 수 있다. 특히, 현금거래 시장이 커지면 소비자들이 범죄에 노출될 가능성이 더욱 커지기 때문에 게임 개발사는 현금거래 시장이 확대되기 이전에 이러한 이슈에 민감하고 신속하게 대응해야 한다. 예를 들어, 게임사는 지속적인 현금거래 지양 캠페인을 통해 현금거래를 사전에 방지하는 등의 이용자 교육을 수행하는 것이 바람직하다. 또한, 게임 정책 관련 기관에서는 현금거래 시장을 강력히 규제하여 게임이용자의 권리를 보장하고 건전한 게임 환경 조성을 위해 노력해야 할 필요가 있다. 셋째, 이용자들은 자신이 처한 상황이나 불만을 타인에게 공유하고자 리뷰를 작성하기 때문에 게임사는 소액결제, 현금거래, 서버 대기열, 구매 오류 등 다양한 이슈에 대한 이용자 리뷰를 지속적으로 모니터링하고 해당 이슈를 적시에 해결하기 위해 노력해야 한다. 넷째, 게임 콘텐츠에 대한 이용자의 만족은 후속 콘텐츠에 대한 긍정적인 기대를 불러일으켜 게임 진행 속도 및 소액결제에 대해 이용자들의 인식을 개선할 수 있기 때문에, 게임사는 과잉 콘텐츠의 개발보다는 양질의 콘텐츠를 개발하는 데에 초점을 맞추어 개발해야 한다. 다섯째, 소액결제를 노골적으로 장려하기 위해 의도적으로 불편을 주는 행위는 게임을 비추천하는 요소로 인식될 수 있으며, 이용자들의 게임 사용 경험에 있어 부정적인 인식을 심어줄 수 있다. 따라서 개발사는 이러한 행위에 의존하기보다 주도적으로 게임의 편의성을 개선함으로써 이용자들의 게임 경험을 향상시켜 소비자 후생제고에 힘써야 한다.
본 연구는 다양한 구조적 토픽모델링의 분석기법을 통해 무료형 MMORPG의 소액결제 관련 인식에 대한 깊은 이해를 제공했다. 그러나 본 연구는 향후 연구로 이어질 수 있는 다음과 같은 제한점을 갖는다. 첫째, 본 연구는 ‘로스트아크’ 단일 게임 리뷰에서 추출한 데이터를 기반으로 분석을 수행하였기 때문에 해당 연구의 결과를 모든 무료형 MMORPG 이용자들의 의견으로 일반화하기에는 무리가 있다. 따라서 다양한 무료형 MMORPG 게임의 리뷰를 함께 수집하여 분석하거나, 다양한 장르의 게임 리뷰를 함께 수집하여 비교하는 추가 연구를 제안한다. 둘째, 수집한 리뷰 데이터의 양은 86,141개로 충분했지만, 게임이 출시된 지 얼마 되지 않아 데이터 수집기간이 20주로 비교적 짧았다. 또한, 본 연구는 글로벌서버 및 영어권 ‘로스트아크’ 이용자의 리뷰만을 분석에 사용했다. 따라서 향후 다양한 언어를 사용하는 이용자를 포함하는 장기적인 데이터 수집을 통해 추가 분석을 수행하여 보다 넓은 문화권의 이용자 인식을 살펴볼 것을 제안한다. 마지막으로, 본 연구는 무료형 MMORPG 게임의 리뷰를 대상으로 토픽모델링 기법을 활용하여 소액결제에 대한 이용자들의 반응에 대해 탐색적인 연구를 진행하였다. 따라서 본 연구의 결과를 바탕으로 소액결제에 대한 연구모형을 구축하고 가설을 실증적으로 검증함으로써 이론적 토대를 마련하는 후속 연구를 제안한다.

Declaration of Conflicting Interests

The author declares no conflict of interest with respect to the authorship or publication of this article.

Figure 1.
The process of LDA and STM (Hu et al., 2019).
her-61-3-475f1.jpg
Figure 2.
Analysis procedure.
her-61-3-475f2.jpg
Figure 3.
Diagnostic indices of STM by the number of topics (10–25 topics).
her-61-3-475f3.jpg
Figure 4.
Network of topic correlations.
* RMT = real money trade; RNG = random number generator
her-61-3-475f4.jpg
Figure 5.
Difference in the topic proportion (recommended vs. not).
* RMT = real money trade; RNG = random number generator
her-61-3-475f5.jpg
Figure 6.
Estimates recommended(or not) review rates over time.
* RMT = real money trade; RNG = random number generator
her-61-3-475f6.jpg
Table 1.
Recommended or Not Topic Identification
Topic name Estimate Std. Error t-value
Microtransaction -2.39% 1.18E-03 -20.22***
RMT* -4.36% 1.13E-03 -38.5***
RNG* -3.10% 9.73E-04 -31.89
Upgrade System
Developer Issues -0.99% 1.03E-03 -9.566***
Game Contents 2.47% 1.15E-03 21.58***
Collectibles & Adventure 0.62% 8.28E-04 7.438***

* RMT = real money trade; RNG = random number generator

*** p <.001

Table 2.
Interaction Estimates of Time With Recommendations
Topic name Estimate Std. Error t-value
Microtransaction -1.77E-05 3.70E-05 -0.479
RMT* -9.66E-04 4.22E-05 -22.89***
RNG* -4.84E-05 3.04E-05 -1.594
Upgrade System
Developer Issues -4.57E-04 3.44E-05 -13.292***
Game Contents 3.70E-04 3.81E-05 9.713***
Collectibles & Adventure 1.20E-04 2.30E-05 5.217***

* RMT = real money trade; RNG = random number generator

*** p <.001

Table 3.
Comparison of Microtransaction Issues Between Mobile Games & PC Based MMORPG
Mobile Games PC based MMORPG
Commonalities RMT* (Constantiou et al., 2012; Grundy, 2008; Noh et al., 2021)
Explicit purchase inducement of time-saving convenience function (Josh, 2014; Hamari et al., 2017; Palmeira, 2021)
Differences Frustrating elements: Required virtual items for game progression (Neely, 2021; Hart, 2017) Frustrating elements: RNG* upgrade system
Randomized virtual items (Loot Box) (McCaffrey, 2019; Johnson & Brock, 2020; Neely, 2021) Developer’s lack of communication with players

* RMT = real money trade; RNG = random number generator

References

Connelly, R., Playford, C. J., Gayle, V., & Dibben, C. (2016). The role of administrative data in the big data revolution in social science research. Social Science Research, 59, 1-12.
crossref pmid
Constantiou, I., Legarth, M. F., & Olsen, K. B. (2012). What are users’ intentions towards real money trading in massively multiplayer online games? Electronic Markets, 22, 105-115.
crossref
Grundy, D. (2008). The presence of stigma among users of the MMORPG RMT: A hypothetical case approach. Games and Culture, 3(2), 225-247.
crossref
Hamari, J., Alha, K., Järvelä, S., Kivikangas, J. M., Koivisto, J., & Paavilainen, J. (2017). Why do players buy in-game content? An empirical study on concrete purchase motivations. Computers in Human Behavior, 68, 538-546.
crossref
Hart, C. B. (2017). Considering the interaction of functional factors in video game design influencing the economic effectiveness of microtransactions. In C. B Hart (Ed.), The evolution and social impact of video game economics (pp. 61-80). Lexington Books.

Hu, N., Zhang, T., Gao, B., & Bose, I. (2019). What do hotel customers complain about? Text analysis using structural topic model. Tourism Management, 72, 417-426.
crossref
Jin, H. J. (2018). A study on game items as the object of the property crime - An examination of the property crime about the stealing, the destruction, and the receiving stolen goods of game items -. Yonsei Law Journal, 32, 133-160.
crossref
Johnson, M. R., & Brock, T. (2020). The ‘gambling turn’in digital game monetization. Journal of Gaming & Virtual Worlds, 12(2), 145-163.
crossref pmid
Josh Bycer. (2014). Mobile vs. PC and microtransaction psychology. Retrieved from https://www.gamedeveloper.com/business/mobile-vs-pc-and-microtransaction-psychology

Jung, M., Lee, Y. L., & Chung, J. E. (2023). Cross national consumer research using structural topic modeling: Consumers’ approach avoidance behaviors. International Journal of Consumer Studies, https://doi.org/10.1111/ijcs.12923
crossref
Lehdonvirta, V. (2009). Virtual item sales as a revenue model: Identifying attributes that drive purchase decisions. Electronic Commerce Research, 9, 97-113.
crossref
Lelonek-Kuleta, B., Bartczuk, R. P., & Wiechetek, M. (2021). Pay for play– Behavioural patterns of pay-to-win gaming. Computers in Human Behavior, 115, 106592.
crossref
McCaffrey, M. (2019). The macro problem of microtransactions: The selfregulatory challenges of video game loot boxes. Business Horizons, 62(4), 483-495.
crossref
Mordorintelligence. (2021). MMORPG gaiming Market - Growth, trends, COVID-19 impact, and forecasts (2022–2027). Mordor Intelligence. Retrieved from https://www.mordorintelligence.com/industry-reports/mmorpg-gaming-market

Neely, E. L. (2021). Come for the game, stay for the cash grab: The ethics of loot boxes, microtransactions, and freemium games. Games and Culture, 16(2), 228-247.
crossref
Noh, Y., Jeong, S., & Kim, H. K. (2021). Trading behind-the-scene: Analysis of online gold farming network in auction house system. IEEE Transactions on Game, 14(3), 423-434.

Oh, G., & Ryu, T. (2007). Game design on item-selling based payment model in Korean online games. Paper presented at the DiGRA Conference. 650-657. Tokyo, Japan.

Palmeira, M. (2021). The interplay of micro-transaction type and amount of playing in video game evaluations. Computers in Human Behavior, 115, 106609.
crossref
Park, I. H., Park, Y. M., Lee, C., Sun, J. E., Hu, W., & Chung, J. E. (2022). A comparative study of dietary related zero-waste patterns and consumer responses before and after COVID-19. Family and Environment Research, 60(1), 21-38.
crossref
Pelletier-Gagnon, J. (2018). ‘Very much like any other Japanese RPG you’ve ever played’: Using undirected topic modelling to examine the evolution of JRPGs’ presence in anglophone web publications. Journal of Gaming & Virtual Worlds, 10(2), 135-148.
crossref pmid
Petrovskaya, E., Deterding, S., & Zendle, D. I. (2022). Prevalence and salience of problematic microtransactions in top-grossing mobile and PC games: A content analysis of user reviews. Paper presented at the 2022 CHI Conference on Human Factors in Computing Systems. 1-12. LA, United.
crossref
Roberts, M. E., Stewart, B. M., & Tingley, D. (2019). Stm: An R package for structural topic models. Journal of Statistical Software, 91, 1-40.

Schofield, A., Magnusson, M., Thompson, L., & Mimno, D. (2017). Understanding text pre-processing for latent Dirichlet allocation. Paper presented at the 15th Conference of the European Chapter of the Association for Computational Linguistics. Valencia, Spain.

Shin, J. Y., Suk, J., & Chung, J. E. (2023). Consumer Responses to fashion in the metaverse: A text-mining analysis on online news comments. Paper presented at the 2023 Future of Information and Communication Conference (FICC). https://saiconference.com/Conferences/FICC2023.
crossref pmid
team. (2023). Lost Ark news. Retrieved from https://steamcommunity.com/app/1599340/allnews/

Steamdb. (2022). Lifetime concurrent players on Steam. Retrieved from https://steamdb.info/app/1599340/graphs/

Tinati, R., Halford, S., Carr, L., & Pope, C. (2014). Big data: Methodological challenges and approaches for sociological analysis. Sociology, 48(4), 663-681.
crossref
Tomić, N. (2017). Effects of micro transactions on video games industry. Megatrend Revija, 14(3), 239-257.
crossref
Tomić, N. Z. (2018). Economic model of microtransactions in video games. Journal of Economic Science Research, 1(1), 17-23.

Zendle, D., Meyer, R., & Ballou, N. (2020). The changing face of desktop video game monetisation: An exploration of exposure to loot boxes, pay to win, and cosmetic microtransactions in the most-played Steam games of 2010-2019. PloS One, 15(5), e0232780.
crossref pmid pmc

Appendices

부록 : Topic Summary

Rank Topic Name Proportion(%) Topic Words
1 Server queue 12.44 P : server, queue, wait, time, launch, europe, amazon
F : capacity, europe, queue, unplayable, server, central, maintenance
2 Game Quality 9.89 P : fun, fight, story, pretty, graphic, easy, amaze
F : satisfy, beautiful, fluid, fun, solid, addict, fight
3 Freemium 7.65 P : free, enjoy, pvp*, love, mmorpg, recommend, ptw*
F : bark, pve*, pvp, league, addictive, rank, equalize
4 Game Contents 6.63 P : content, grind, gear, raid, dungeon, end, progression
F : horizontal, itemlevel, raid, tier, guardian, chaos, daily
5 Developer Issues 6.62 P : player, time, issue, release, developer, recommend, update
F : developer, community, state, feedback, current, player, future
6 MMORPG 6.48 P : mmo, diablo*, rpg, korea, style, poe*, action
F : dawn*, poe, grim*, itch*, diablo, rpg, tera*
7 Class 6.44 P : class, character, skill, use, ability, lock, move
F : mage, gender, male, female, movement, mouse, wasd
8 Quest 6.35 P : level, quest, bore, end, main, way, character
F : side, collect, forth, level, mission, main, max
9 Cutscene 5.75 P : story, cutscene, voice, npc*, talk, act, skip
F : voice, act, dialog, ring, dialogue, actor, elden*
10 Microtransaction 5.47 P : cash, spend, pay, purchase, ptw, real, gold
F : predatory, monetization, pheon*, cash, crystal, whale, spend
11 Player Experience 5.28 P : dungeon, experience, system, kill, find, mechanic, quest
F : solo, seed, mob*, exp, kill, fetch, mokoko*
12 RMT* 4.78 P : bot, amazon, ban, gold, support, problem, ruin
F : ban, bot, rmt, vpn*, botting, forum, playerbase
13 Comparison with mobile 4.66 P : mobile, load, online, computer, run, screen, black
F : computer, desert, slash, download, cpu, girlfriend, gpu
14 Purchase Errors 4.34 P : work, pack, founder, purchase, error, pay, heavy
F : pack, aura, founder, traffic, bronze, platinum, crystaline
15 RNG* 4.16 P : time, upgrade, system, fail, chance, rng*, waste
Upgrade System F : rng, upgrade, gate, chore, chance, fail, success
16 Collectibles & Adventure 3.06 P : island, time, use, sail, stronghold, set, ship
F : continent, ship, sail, stagger, potion, rapport, stronghold

* RMT = real money trade; RNG = random number generator; PVP = player versus player; PTW = pay to win; PVE = player versus environment; NPC = non-player Character; RMT = real money trade; VPN = virtual private network; pheon = kind of currency in 'LostArk'; mokoko = character in 'LostArk'; itch = electronic software distribution; diablo, poe, grim dawn, tera, elden = other MMORPGs

TOOLS
PDF Links  PDF Links
PubReader  PubReader
ePub Link  ePub Link
Full text via DOI  Full text via DOI
Download Citation  Download Citation
Supplement  Supplement
  Print
Share:      
METRICS
0
Crossref
859
View
24
Download
Editorial Office
The Korean Home Economics Association
TEL : +82-2-561-6416, +82-2-561-6446    FAX : +82-2-562-2999    
E-mail : khea6416@daum.net
About |  Browse Articles |  Current Issue |  For Authors and Reviewers
Copyright © 2014 The Korean Home Economics Association.                 Developed in M2PI