뮤:포켓나이츠를 직접 플레이하며 BM 구조와 유저 이탈 패턴을 분석합니다.
인프라를 직접 구축해본 경험으로 개발팀과 같은 언어로 소통합니다.
웹젠의 게임이 더 오래, 더 많은 유저와 함께하길 바랍니다.
웹젠의 뮤 IP 기반 모바일 방치형 RPG를 직접 플레이하며 BM 구조·이벤트 사이클·유저 리텐션 패턴을 분석. 매출 순위 데이터 수집·커뮤니티 리서치·경쟁 타이틀 교차 검증을 통해 사업 개선 제안서를 작성했습니다.
직접 Lv.51까지 플레이, 5회 업데이트 매출 순위 데이터 수집·분석. 영웅 의존 BM 구조를 수치로 정의하고 벤치마킹 기반 개선안을 도출했습니다.
LTV(Lifetime Value)는 게임 사업 PM이 매일 다루는 핵심 지표. 유저 코호트별 LTV를 AI로 분석·시뮬레이션해 사업 전략 의사결정을 지원하는 전략 툴을 직접 구현했습니다.
전자결재 기반 인프라 운영 자동화 SaaS. AI가 로그·이벤트를 분석해 작업계획서·인프라 코드를 자동 생성. 프롬프트 최적화로 AI 호출 비용 20% 절감, 동시접속 2,000명 부하 검증.
게임을 직접 플레이하며 데이터로 문제를 정의하는 게임 사업 PM입니다. 업데이트 주기·이벤트 사이클·유저 이탈 패턴을 수치와 커뮤니티 리서치로 교차 검증하고, 경쟁 타이틀 벤치마킹을 통해 실현 가능한 개선안을 도출합니다.
AWS·Kubernetes 인프라를 직접 구축하고 Python·C로 코드를 작성해봤습니다. 개발 언어로 대화할 수 있는 PM으로, 기획 의도 전달이 빠르고 기술 부채·공수 산정 논의에서 엔지니어와 눈높이를 맞출 수 있습니다.
넷마블 출시 9개월 차 모바일 RPG를 직접 Lv43까지 플레이하며 2개월간(2025.12~2026.02) AOS 매출 순위 데이터를 수집·분석한 게임 사업 분석 보고서입니다.
| 게임명 | 세븐나이츠 리버스 |
| 퍼블리셔 | 넷마블 |
| 장르 | 전략/턴제 RPG |
| 출시일 | 2025년 5월 15일 |
| 분석 계정 | Lv43 (직접 플레이) |
| 타겟 | 20~30대 남성, 코어 RPG 유저 |
| 업데이트 | 신규 영웅 | 순위 변화 |
|---|---|---|
| 11/27 | 트루드·라이언 | 25위 → 12위 (+13) |
| 12/11 | 프레이야 | 25위 → 16위 (+9) |
| 12/23 | 손오공·겔리두스·밀리아 | 38위 → 20위 (+18) |
| 01/08 | 브란즈&브란셀·백각 | 38위 → 22위 (+16) |
| 02/05 | 여포·소교·링링 | 42위 → 12위 (+30) |
웹젠 지원을 결정한 뒤 직접 설치해 플레이 중인 뮤:포켓나이츠 분석 프로젝트입니다. 방치형 RPG의 BM 구조, 이벤트 설계, 유저 리텐션 패턴을 플레이어 시각으로 분석하고 있습니다.
| 게임명 | 뮤:포켓나이츠 (MU Pocket Knights) |
| 퍼블리셔 | 웹젠 (WEBZEN) |
| 장르 | 방치형 RPG (IDLE RPG) |
| IP | 뮤 (MU Online) 원작 IP |
| 분석 상태 | 직접 플레이 + 데이터 수집 진행중 |
| 분석 관점 | BM 구조, 이벤트 사이클, 유저 리텐션 |
게임 분석서 슬라이드(PPT)는 현재 작성 중입니다. 완성 후 이 포트폴리오에 바로 업데이트됩니다.
Backend / Systems Engineer. 통신 장비 M-Plane 테스트 연계 개발과 C 시스템 모듈 구현, 공식 홈페이지 기획·구축 3개월 전담까지 두 가지 업무를 병행했습니다.
LTV(Lifetime Value, 유저 생애가치)는 게임 사업 PM이 이벤트 투자·과금 정책·리텐션 전략을 결정할 때 핵심으로 보는 지표입니다. AI를 활용해 코호트별 LTV를 빠르게 시뮬레이션하고 사업 판단을 돕는 전략 툴을 직접 구현했습니다.
| 언어 | Python |
| AI | Claude API (Anthropic) |
| 분석 | 코호트 LTV 모델, 리텐션 곡선, ARPU 시뮬레이션 |
| 목적 | 게임 사업 PM의 이벤트·BM 의사결정 지원 |
인프라 분석 → 보고서 생성 → 작업계획 → 승인 → 배포까지 전자결재 워크플로우로 연결한 인프라 운영 자동화 SaaS 플랫폼. 2026.02.09~04.03, AWS Cloud School 12기 최종 프로젝트 경진대회 우수상 수상.
| 항목 | 수치 | 의미 |
|---|---|---|
| API 부하 테스트 | 2,000 VU | HPA + Cluster Autoscaler 검증 |
| 보고서 동시 생성 | 40건 동시 | AI 포함 생성 부하 시나리오 검증 |
| 노드 오토스케일링 | 2 → 3 자동 확장 | 피크 상황 안정성 검증 |
| AI 호출 비용 | 20% 절감 | 프롬프트 엔지니어링·토큰 최적화 |
| 운영 데이터 소스 | 6종 + 이벤트 2종 | CloudTrail·Flow Logs 등 자동 수집 |
| Application | FastAPI, Nginx, AWS Bedrock |
| Async/Event | Amazon SQS, Lambda, EventBridge |
| Data/Storage | MariaDB, RDS, S3 |
| Infra/Deploy | EKS, ECR, ArgoCD, GitOps, CloudFormation, Terraform |
| Security | Cognito, IAM, WAF, Secrets Manager, ACM |
| Monitoring | CloudWatch, CloudTrail, Grafana, Prometheus, Security Hub |