핵심 정보
노르웨이 과학기술대학교에 재학 중인 CS2 플레이어 Magga_는 조작 습관을 통해 서로 다른 계정이 동일인인지 식별하는 것을 주제로 석사 연구를 진행했습니다. 그의 'CS 디지털 지문'은 매치 데모 기록을 읽어들이는 동시에 마우스 움직임과 키보드 입력을 분석합니다. 목적은 기존 안티치트 도구를 대체하는 것이 아니라 계정을 바꿔 플레이하는 사용자를 찾아내는 것을 돕는 것입니다.
보도에 인용된 테스트 데이터에는 1,000명 이상의 플레이어가 포함되어 있습니다. 연구자에 따르면 마우스 신호는 올바른 플레이어를 인식 결과의 최상단에 배치할 수 있으며, 키보드의 해당 인식률은 98%라고 합니다. 또한 약 5만 쌍의 낯선 계정과 동일인으로 확인된 13쌍의 계정을 비교했습니다. 이 데이터는 연구 테스트에서 비롯된 것이며 아직 전체 게임 인구의 실제 오탐지율을 나타내지는 않습니다.
프로세스는 먼저 관련성이 있을 수 있는 계정을 필터링한 다음 마우스와 키보드 신호가 각각 임계값에 도달하도록 요구합니다. 한쪽의 유사성만 높은 것으로는 연결을 구축하기에 충분하지 않으며, 새 계정 역시 더 신뢰할 수 있는 특징을 형성하기 위해 여러 경기를 누적해야 합니다. 여러 사람이 계정을 공유하면 서로 다른 조작 습관이 섞이게 되며, 이는 이 방법이 직면해야 할 한계이기도 합니다.
Magga_는 이 성과가 현재 플레이어를 차단하는 단독 증거로 사용될 수 없음을 특별히 강조했습니다. 그는 밸브(Valve)나 서드파티 플랫폼이 실제 사용 환경에서 이를 추가로 검증하고 계정 연관성을 다른 증거와 함께 사용하기를 희망합니다. 이는 여전히 연구자가 제안한 방안이며 밸브가 이미 배포한 새로운 차단 제도가 아닙니다.
