연구진은 Candy Crush Saga 게임 보드의 관계 구조를 효과적으로 파악하기 위해 BERT와 GAT라는 두 가지 네트워크 아키텍처를 조사했어요. 기존 CNN 기반 모델과 비교했을 때, GAT와 BERT는 까다로운 보드 구성에서 더 나은 성능을 보였어요. 특히 새로운 게임 메커니즘 도입 시 모델 조정 없이도 플레이어 전략을 포괄적으로 반영할 수 있다는 장점이 있어요.
플레이어 경험을 정확하게 모델링하고 이해하는 것은 매력적인 퍼즐 게임 디자인에 필수적이며, 이를 위해 다양한 사용자 데이터를 수집하여 예측 플레이테스팅 모델을 훈련하는 것이 일반적인 접근 방식이에요. 하지만 기존 데이터 기반 방법은 플레이어 전략의 전체 범위를 포착하는 데 한계가 있으며, 광범위한 기능 엔지니어링과 네트워크 아키텍처 모델링이 필요해요.
연구 결과는 일반화된 표현 방식이 지속적인 기능 엔지니어링 유지의 필요성을 줄이거나 없앨 수 있음을 시사하며, 새로운 게임 메커니즘이나 기능이 도입될 때 모델을 지속적으로 조정해야 하는 부담을 덜 수 있어요.