IndieAn - 인디게임 추천

🎮 유저에게 맞춤형 인디게임을 추천해주는 서비스 IndieAn입니다.

1. 기획

문제인식

• 2021년 기준, 전체 스팀게임 중 인디게임의 수가 96%를 차지하고 있음에도 실제 판매량과 판매수익은 AAA급 게임이 60-70%를 차지
• 인디게임은 적은 개발 비용으로 인해 홍보가 크게 이루어지지 못해, 대중에게 노출되지 않음
• 인디게임은 각각의 게임마다 개성이 강하므로 단순한 리스트업 보단 개인화 추천시스템이 필요함

기대효과

• 유저는 개인취향에 맞는 새로운 인디게임을 추천받음으로 다양한 게임경험을 할 수 있음
• 인디게임 제작자는 자신들의 게임이 노출되는 기회를 갖게 됨
• 인디게임 활성화로 인한 게임시장 활성화

프로젝트 구조도

사용자 흐름도

2. 데이터 및 DB

데이터

데이터 분류	데이터 설명	활용	크기
유저-아이템 상호작용 데이터	Steam Video Game and Bundle Data, USCD에서 수집한 데이터 중 유저-아이템 상호작용 데이터	추천시스템 모델 학습	5153209*5
게임 아이템 메타 데이터	2022 Steam Games Kaggle에서 수집한 게임 메타 데이터	아이템 필터링, 큐레이션,콘텐츠 기반 추천시스템 모델	55691*23
유저 데이터	유저 ID를 받아 Steam API를 이용해 직접 받아오는 유저-아이템 상호작용 데이터	개인화 추천시스템 모델 Input	-

DataBase

3. 모델

두 가지 고려사항

• 성능과 Inference 속도의 Trade-off: 좋은 성능을 갖고 있더라도 실 서비스 예측이 느리면 문제
• User Free & Item Cold-start 문제: 실시간으로 추가되는 아이템들과 보유 데이터의 차이로 인한 cold-start문제, 개별 유저의 상호작용 데이터를 사용하기 위한 user free 모델 문제

Embarrassingly Shallow Autoencoders for Sparse Data : EASE

4. 백엔드

FastAPI를 통해 구현, 크게 API Server와 Inference Server 분류

API Server

• 프론트엔드, 인퍼런스 서버 그리고 데이터베이스를 연결해주는 역할로 프론트엔드에 필요한 API를 제공하고 인퍼런스 결과를 데이터베이스에 저장해주는 서버를 구축

Inference Server

• 백엔드로 부터 전송 받은 유저 히스토리 데이터를 모델에 인풋하여 인퍼런스를 통해 유저의 추천 결과를 백엔드로 다시 전송할 수 있는 서버를 구축

5. 프론트엔드

6. CICD

Github action & Slack

• Docker & Github Action : 백엔드와 프론트엔드를 도커를 이용해 이미지를 빌드하여, GCP 환경 VM에 업로드 진행 및 Github Action을 활용하여 CI/CD 환경 구축
• Slack 알림 기능 : 협업을 위해 Github Action의 결과를 Slack에도 알림을 갈 수 있도록 하는 기능을 Github Action에서 구축

Airflow

• DataLake에 적제된 신규데이터를 DataWarehouse인 BigQuery에 적재한 뒤, 모델 학습을 통해 성능을 체크하는 하나의 Flow 구축
• 실제 서비스 이후, Online data가 현재 모델 성능에 주는 영향을 파악해 추가 개선

7. 팀소개

김찬호	배성수	이지훈	정소빈	조원삼