핵심 정보
노르웨이 과학기술대학교의 한 학생이 레딧 사용자 Magga_로서 카운터 스트라이크 2를 활용한 석사 학위 논문을 발표했다. 이 연구는 부정행위자를 효과적으로 제재하기 위해 계정을 넘어 실제 플레이어를 식별하는 시스템 개발에 초점을 맞추고 있다.
행동 생체 인식이라 명명된 이 시스템은 게임 내 기록된 매치 데모를 분석하여 마우스와 키보드 사용 패턴을 파악한다. 시스템은 각 플레이어의 고유한 CS-지문을 생성하며, 플릭, 스프레이 제어, 카운터 스트레이핑 등 쉽게 바꾸기 어려운 근육 기억 습관을 추적한다.
1,000명 이상의 플레이어를 대상으로 한 테스트에서 키보드 식별 정확도는 약 98%에 달했다. 또한, 동일인이 소유한 13개의 부계정을 찾아내는 성과를 거두었다. 다만 개발자는 이 시스템이 아직 대규모 테스트를 거치지 않았으며, 계정 공유 시 식별 오류가 발생할 수 있어 광범위한 적용은 시기상조라고 밝혔다.
연구의 최종 목표는 이 기술을 VAC 및 신뢰도 시스템과 통합하여, 플레이어가 새 계정을 생성하더라도 제재가 지속되도록 하는 것이다. 연구자는 현재 단계에서 이 결과가 자동 제재의 근거가 아닌 보조적인 증거로 활용되어야 한다고 강조했다.
