CS:GO 숙련 팀은 비숙련 팀보다 라운드 사이 발언이 34.63% 많았고 초당 단어 수도 29.39% 더 높았다(Eldadi, Tenenbaum, Sport, Exercise, and Performance Psychology 2025). 협업은 점수판에도 반영된다. League of Legends 랭크 게임 31,055경기에서 협력적이라고 평가된 팀은 89.54%의 승률을 기록한 반면 비협력적인 팀은 20.18%였다(Caldeira 외, arXiv 2025). 팀 채널에는 위험도 따른다. Call of Duty 플레이어는 상대 팀보다 팀원에게서 유해한 말을 들을 가능성이 2배에서 3배 이상 높았다(Morrier, Mahmassani, Alvarez, arXiv 2024). 이 정리는 경쟁 플레이에서의 비공개 팀 채널을 다루며, 저희 근접 음성 채팅 이용 통계에서 측정한 공개 로비 대화는 다루지 않는다. 데이터는 Journal of Sport and Exercise Psychology, ACM CSCW와 CHI, Valve의 메이저 규정집, Riot Games, Activision 관련 연구, 그리고 녹음된 팀 소통을 다룬 십여 건의 동료 심사 논문과 프리프린트에서 취합했다.
요약
- CS:GO 숙련 팀은 비숙련 팀보다 라운드 사이 발언이 34.63% 많았다(Eldadi, Tenenbaum, SEPP 2025).
- League of Legends 팀은 경기당 평균 537.2회의 음성 발화를 했으며, 84경기에서 총 45,660회였다(Son 외, arXiv 2025).
- Counter-Strike 대회 선수들은 분당 16.2회, Halo 3 선수들은 25.5회의 콜아웃을 했다(Tang 외, CSCW 2012).
- 협력적인 League of Legends 팀은 랭크 게임에서 89.54%를 이겼고 비협력적인 팀은 20.18%였다(Caldeira 외, arXiv 2025).
- 84,489명의 플레이어를 대상으로 한 CHI 2016 연구는 핑과 성과 사이에 양의, 그러나 체감하는 관계가 있음을 발견했다(Leavitt, Keegan, Clark, CHI 2016).
- League 마스터 티어 플레이어는 분당 0.489회의 ‘가는 중’ 핑을 보내며, 전체 티어 평균은 0.267회다(League of Graphs, Lee 외 재인용, CHI 2025).
- 유해한 음성 언어의 출처가 상대 팀이 아니라 팀원일 가능성은 2배에서 3배 이상 높았다(Morrier, Mahmassani, Alvarez, arXiv 2024).
- 의도적으로 유해한 팀원은 716명 규모의 실험에서 팀과 개인의 성과를 모두 떨어뜨렸다(Monge, O’Brien, Media Psychology 2022).
- Counter-Strike 메이저 대회의 코치는 워밍업, 하프타임, 전술 타임아웃에만 선수에게 말할 수 있다(Valve, Major Supplemental Rulebook).
- Riot의 2026년 Coach Voice 시범 운영은 세트당 45초짜리 세션을 최대 3회까지 허용한다(Riot Games, Sports Kyunghyang 경유 2025).
1. 발화량과 속도: 경쟁 팀은 얼마나 말하는가
숙련된 팀은 압박 속에서 조용해지지 않고 더 많이, 더 빠르게, 더 고르게 말한다. CS:GO 8경기의 대응 표본에서 실시간 플레이 중 기록된 22,490단어 가운데 숙련 팀이 15,727단어, 즉 69.9%(15,727 / 22,490)를 말했으며, 이 발언을 다섯 선수에게 더 고르게 나누어 사실 관련 발언에서 사실 관련 발언으로, 행동 관련 발언에서 행동 관련 발언으로 이어 갔다. 반면 비숙련 팀은 과제와 무관한 발언과 감정적인 발언 사이를 오갔다(Eldadi, Fitoussi, Tenenbaum, Journal of Sport and Exercise Psychology 2025). 이 격차는 팀이 전열을 정비하고 다음 라운드를 계획하는 라운드 사이에도 이어진다(Eldadi, Tenenbaum, Sport, Exercise, and Performance Psychology 2025).
하지만 발화량만으로는 약한 신호다. 한 데이터셋에서 가장 말이 많은 League of Legends 팀은 가장 조용한 팀보다 경기당 약 1.9배 많은 발화를 했지만(648.8 / 333.2), 프로라고 해서 높은 발화 수가 보장되지는 않았다. 어떤 프로 팀은 경기당 평균 384.7회 발화해 아마추어 팀의 505.8회보다 낮았다(Son 외, arXiv 2025). 누가 말하고 그다음에 무엇이 이어지는지가 단순한 횟수보다 더 중요하다. 이 채널이 게임 안에서 작동하는지 별도의 파티 앱에서 작동하는지는 또 다른 문제이며, 저희 콘솔 파티 채팅과 크로스플레이 음성 통계에서 다룬다.
| 지표 | 값 | 출처 |
|---|---|---|
| 실시간 플레이 중 발화된 단어 수, 숙련 팀 대 비숙련 팀(발언 4,040건, CS:GO 8경기) | 15,727 대 6,763(숙련 팀이 22,490 중 69.9%) | Eldadi, Fitoussi, Tenenbaum, Journal of Sport and Exercise Psychology 2025 |
| 라운드 사이 발언 수, 숙련 팀과 비숙련 팀 비교 | 숙련 팀의 발언이 34.63% 많음(약 1,052건, 8경기) | Eldadi, Tenenbaum, Sport, Exercise, and Performance Psychology 2025 |
| 라운드 사이 초당 단어 수, 숙련 팀과 비숙련 팀 비교 | 숙련 팀이 29.39% 높음 | Eldadi, Tenenbaum, Sport, Exercise, and Performance Psychology 2025 |
| League of Legends 경기당 음성 발화 수(프로 3개 팀과 아마추어 2개 팀, 84경기): 평균, 그리고 가장 많이 말하는 팀 대 가장 적게 말하는 팀 | 평균 537.2(표준편차 = 188.7); 648.8 대 333.2 | Son 외, arXiv 2025 |
| 두 지역 대회 막바지 단계의 분당 콜아웃 수: Halo 3, Counter-Strike, Team Fortress 2 | 분당 25.5, 16.2, 10.5개 구절 | Tang 외, CSCW 2012 |
참고: 콜아웃 비율은 49명의 선수가 남긴 약 6시간 분량의 대회 음성에서 나온 것이다. 입수 가능한 최신 데이터: Tang 외, CSCW 2012. 여러 슈터 게임에 걸쳐 분당 콜아웃 비율을 공개한 더 최근의 연구는 찾지 못했다.
2. 콜아웃의 속: 팀이 실제로 하는 말
콜아웃이란 무언가가 어디에 있는지, 또는 무슨 일이 일어나려 하는지를 팀원에게 알려 주는 짧은 음성 보고다. 데이터는 콜아웃이 압도적으로 장소에 관한 것임을 보여 준다. 말하는 사람이나 상대 팀에 관한 콜아웃의 69.5%에 위치가 포함되어 있었다(Tang 외, CSCW 2012). 그래서 모든 경쟁 맵에는 이름 붙은 지점들로 이루어진 공통 어휘가 생겨난다. 스웨덴어로 교육받고 핀란드어로 전환하는 17세와 18세 선수로 구성된 CS:GO 두 팀을 대상으로 한 민족지학적 연구에서는, 이들의 콜아웃이 대부분 서로 아는 영어 단어였으며 팀이 라운드 사이에 계획을 정할 시간은 약 15초에 불과하다는 점이 밝혀졌다(Rusk, Ståhl, Jusslin, Eludamos 2022). 위치를 나타내는 말이 존재하는 이유 중 하나는 귀만으로는 믿을 수 없기 때문이다. 헤드셋 음향에서의 방향 오차는 저희 게이밍 헤드셋 HRTF 위치 인식 통계에서 측정했다.
MOBA 소통에서는 정보와 지시의 비중이 커진다. 자동 분류기가 대화 행위(발화가 하는 일을 나타내는 라벨로, 예를 들어 알리기나 지시하기)에 배정한 League of Legends 발화 45,458개 중 20,291개가 정보 제공(Inform)이었으며, 이는 44.6%(20,291 / 45,458)에 해당한다(Son 외, arXiv 2025). 코치들은 나머지 발화의 흐름에 불만을 표한다. GiantX의 어시스턴트 코치가 공동 저자로 참여한 연구의 한 예시 경기에서는 한 선수가 말한 23개 문장 가운데 39.1%가 군말이거나 주제와 무관한 표현이었다(Vinot, Perez, arXiv 2024).
| 지표 | 값 | 출처 |
|---|---|---|
| 말하는 사람이 자신의 상태나 위치를 보고하는 Counter-Strike 콜아웃 | 38.7% | Tang 외, CSCW 2012 |
| 맵의 특정 위치를 언급하는 Counter-Strike 콜아웃 | 43.5% | Tang 외, CSCW 2012 |
| 대부분의 콜아웃 길이(Halo 3, Team Fortress 2, Counter-Strike) | 8단어 이하 | Tang 외, CSCW 2012 |
| 대화 행위별 League of Legends 발화: 정보 제공(Inform), 지시(Directive), 질문(Question), 약속(Commissive, 행동에 대한 약속) | 20,291(분류된 45,458개의 44.6%), 10,060, 9,626, 5,481 | Son 외, arXiv 2025 |
| 다음 계획을 협의하기 위해 CS:GO 라운드 사이에 쓸 수 있는 시간 | 약 15초 | Rusk, Ståhl, Jusslin, Eludamos 2022 |
| 코치가 주석을 단 예시 경기에서 한 선수의 문장 중 군말 또는 주제 무관(‘기생’ 소통)으로 표시된 비율 | 23개 문장 중 39.1% | Vinot, Perez, arXiv 2024 |
이상치 참고: 39.1%라는 수치는 하나의 사례에서 한 명의 선수를 가리키는 것으로 코칭 문제를 보여 줄 뿐, 프로 플레이의 비율이 아니다. 콜아웃 내용 비율은 섹션 1의 비율과 같은 2012년 녹음에서 나온 것이며, CS:GO 민족지학 연구는 2017년 5월부터 2018년 5월 사이에 기록되었다.
3. 소통 패턴과 승리: 협업 대 결과
최근 연구는 단어 수를 넘어 연쇄, 즉 어떤 종류의 발화 다음에 어떤 발화가 오는지로 나아간다. 프로 League of Legends 팀은 아마추어 팀보다 정보 제공(Inform)에서 지시(Directive)로 이어지는 연쇄 밀도가 더 높았으며, 0.122 대 0.109였다(p = .001). 이는 공유된 정보가 더 자주 지시로 이어졌다는 뜻이다(Son 외, arXiv 2025). 섹션 1에서 설명한 CS:GO의 연쇄도 같은 방향을 가리킨다. 숙련자의 발화는 과제 관련 발언을 다음 발언으로 이어 주고, 비숙련자의 발화는 과제와 무관한 발언과 감정적인 발언 사이를 맴돈다.
협업은 음성이 전혀 없는 데이터에서도 나타난다. League of Legends 랭크 게임 31,055경기와 164,571명의 플레이어를 분석한 결과, 어시스트, 오브젝트 지원, 맵 압박을 기준으로 협력적이라고 평가된 팀이 훨씬 더 자주 이겼고, 팀 수준의 특성이 개인 실력 특성보다 승리를 훨씬 잘 예측했다(Caldeira 외, arXiv 2025). 앞선 CSCW 연구도 관련된 결론에 이르렀다. League of Legends에서는 암묵적 조율이 언어적 소통보다 더 큰 역할을 했다(Kim 외, CSCW 2017). 즉석에서 구성된 팀의 경우, 48개 팀(135명의 플레이어)을 대상으로 한 연구에서 소통 단어 빈도와 팀 응집력 사이에 양의 관계가 발견되었다(Tan 외, ACM CHI PLAY 2022).
| 지표 | 값 | 출처 |
|---|---|---|
| 정보 제공(Inform)에서 지시(Directive)로의 연쇄 밀도, 프로 대 아마추어 League of Legends 팀 | 0.122 대 0.109(p = .001) | Son 외, arXiv 2025 |
| 핵심 순간(킬, 에픽 몬스터, 건물)과 나머지 경기 시간의 질문(Question)에서 정보 제공(Inform)으로의 연쇄 밀도 | 0.145 대 0.131(p < .001) | Son 외, arXiv 2025 |
| 랭크 게임 승률, 협력적 대 비협력적 League of Legends 팀(음성이 아니라 게임 내 행동으로 측정) | 89.54% 대 20.18% | Caldeira 외, arXiv 2025 |
| 주로 하위에서 중위 실력의 협력적 팀이 주로 고실력의 비협력적 팀을 이긴 승률 | 81.46%(10,438 중 8,503) | Caldeira 외, arXiv 2025 |
| 승리 예측 정확도, 팀 수준 특성 대 개인 수준 특성(로지스틱 회귀) | 0.8734 대 0.7036 | Caldeira 외, arXiv 2025 |
| 소통과 응집력 연구의 즉석 League of Legends 팀 | 48개 팀, 135명의 플레이어; 단어 빈도가 응집력과 양의 관계 | Tan 외, ACM CHI PLAY 2022 |
참고: Caldeira의 저자들은 매치메이킹과 승리의 제로섬 성격이 협력적 팀의 승률을 부풀릴 수 있다고 경고한다. 응집력 연구에 대해 입수 가능한 최신 데이터: Tan 외, ACM CHI PLAY 2022.
4. 핑과 무언의 조율
핑이란 효과음이 따르는 원클릭 맵 표시로, 말 한마디 없이 팀원에게 ‘적 실종’이나 ‘가는 중’을 알려 준다. 핑에 관한 기초 연구는 League of Legends 10,293경기에서 84,489명의 플레이어를 다루었으며, 핑의 양과 개인 성과 사이에 양의, 그러나 체감하는 관계가 있음을 발견했다(Leavitt, Keegan, Clark, CHI 2016). 핑이 많을수록 어느 지점까지는 도움이 되지만, 그 이후에는 소음이 된다.
높은 티어의 플레이어일수록 핑을 더 많이 보내는데, 이는 이 도구가 음성을 대체하는 것이 아니라 실력과 함께 성장함을 시사한다. 분석한 22경기에 관해 League of Legends 플레이어 22명과 진행한 인터뷰에서는 “Less Talk, More Trust(말은 줄이고 신뢰는 늘리고)“라는 직설적인 제목이 나왔다. 플레이어들은 내용과 상관없이 소통을 팀 붕괴의 전조로 여기는 경향이 있었다(Lee 외, CHI 2025). 핑 사용 습관도 플레이어마다 다르다. Heroes of the Storm 연구에서는 플레이어들이 서로 다른 스타일로 핑을 쓰고 이것이 팀 성과에 각기 다른 영향을 준다는 사실이 확인되었고(Zheng, Stein, Farzan, ACM Transactions on Social Computing 2022), Dota 2 설문에서는 핑과 맵 주석을 사용하는 6가지 뚜렷한 동기가 확인되었다(Wuertz, Bateman, Tang, CHI 2017).
| 지표 | 값 | 출처 |
|---|---|---|
| 핑 사용을 분석한 League of Legends 플레이어와 경기 | 플레이어 84,489명, 10,293경기 | Leavitt, Keegan, Clark, CHI 2016 |
| 핑 수와 개인 성과의 관계 | 양의 관계이나 체감(위로 볼록) | Leavitt, Keegan, Clark, CHI 2016 |
| 분당 ‘가는 중’ 핑, 전체 티어 대 마스터 티어 이상 | 0.267 대 0.489 | League of Graphs 2024, Lee 외 재인용, CHI 2025 |
| 분당 ‘적 실종’ 핑, 전체 티어 대 마스터 티어 이상 | 0.164 대 0.245 | League of Graphs 2024, Lee 외 재인용, CHI 2025 |
| 인터뷰한 League of Legends 플레이어와 함께 분석한 경기 | 22경기(각 24분 이상), 플레이어 22명 | Lee 외, CHI 2025 |
| 이 22경기에서 3표를 넘게 얻은 게임 내 오브젝트 투표 | 없음 | Lee 외, CHI 2025 |
| Dota 2 플레이어가 핑과 주석을 사용하는 뚜렷한 동기 | 6 | Wuertz, Bateman, Tang, CHI 2017 |
핑과 성과의 관계에 대해 입수 가능한 최신 데이터: Leavitt, Keegan, Clark, CHI 2016. 핑 사용 동기에 대해서는 Wuertz, Bateman, Tang, CHI 2017. 분당 비율은 경기 데이터를 기반으로 한 제3자 통계 사이트인 League of Graphs에서 나온 것으로, CHI 2025 저자들이 인용했다.
5. 압박 속의 어조: 지지하는 말과 유해한 말
팀 채널은 어조가 가장 빠르게, 양방향으로 퍼지는 곳이다. 플레이어가 상대 팀보다 팀원에게서 유해한 말을 들을 가능성은 2배에서 3배 이상 높았다. 어떤 형태든 노출이 발생한 것은 1퍼센트의 10분의 1 미만의 경우였는데도 그렇다. 이는 Call of Duty: Modern Warfare III의 Team Deathmatch 음성 채팅에서 나온 56,464,489건의 플레이어·경기 관측치를 분석한 결과다(Morrier, Mahmassani, Alvarez, arXiv 2024). 같은 연구에서는 노출이 플레이어가 비슷한 말을 쓸 확률을 유의미하게 높였으며, 그 효과는 출처가 같은 파티의 팀원(함께 대기열에 들어온 플레이어)인지 다른 파티인지에 따라 달라졌다.
성과와의 인과관계는 실험 협조자 팀원(연구자를 위해 일하는 플레이어)이 중립적으로 플레이하거나 참가자를 질책하도록 한 실험에서 가장 뚜렷하다. 유해한 행동은 716명의 League of Legends 플레이어 전반에서 팀 성과와 개인 성과를 모두 떨어뜨렸다(Monge, O’Brien, Media Psychology 2022). 긍정적인 반대 사례는 실험실 연구에서 나온다. 지지적인 분위기의 초보 팀은 감정적이고 동기를 북돋우는 발언을 약 두 배 더 많이 했고, 협동 요리 게임의 쉬운 레벨에서 더 많은 주문을 완료했다(Eldadi, Dekimhi, Tenenbaum, arXiv 2025). 플레이어 관점에서 정리한 League of Legends 분류 체계는 유해 행동의 주요 유형 5가지와 이를 유발하는 맥락 요인 5가지를 식별했다(Kou, CHI PLAY 2020).
| 지표 | 값 | 출처 |
|---|---|---|
| 플레이어가 상대 팀 또는 팀원에게서 유해한 음성 언어에 노출될 확률(Call of Duty: Modern Warfare III) | 1퍼센트의 10분의 1 미만 | Morrier, Mahmassani, Alvarez, arXiv 2024 |
| 상대 팀과 비교한 팀원에게서 유해한 말을 들을 가능성 | 팀원에게서 2배에서 3배 이상 높음 | Morrier, Mahmassani, Alvarez, arXiv 2024 |
| 유해한 말에 대한 노출이 플레이어의 다음 경기까지의 시간에 미치는 추정 효과 | 16.18시간에서 60.68시간 | Morrier, Mahmassani, Alvarez, arXiv 2024 |
| 의도적으로 유해한 팀원이 있는 실험의 플레이어 | 716명; 유해성이 팀과 개인 성과를 떨어뜨림 | Monge, O’Brien, Media Psychology 2022 |
| 팀당 감정적 또는 동기 부여 발언 수, 지지적 분위기 대 중립적 분위기(Overcooked! 2) | 15.50 대 7.63(d = 1.94) | Eldadi, Dekimhi, Tenenbaum, arXiv 2025 |
| 쉬운 레벨에서 완료한 주문 수, 지지적 분위기 대 중립적 분위기 | 27.40 대 22.80(d = 1.11) | Eldadi, Dekimhi, Tenenbaum, arXiv 2025 |
참고: 지지적 분위기 연구는 세 명씩 20개 팀, 총 40명의 초보자를 대상으로 했고 각 팀에는 훈련받은 실험 협조자가 포함되어 있었으므로, 발언 수에는 조작 자체가 일부 반영되어 있다. 어려운 레벨에서는 점수 격차가 사라졌다(222.10 대 231.70점, d = -0.07). 유해한 팀원 실험에 대해 입수 가능한 최신 데이터: Monge, O’Brien, 2021년 온라인 게재.
6. 팀 채널의 규정, 코치, 운영 관리
최상위 수준에서는 팀 채널에서 누가 말할 수 있는지가 규정의 문제다. Counter-Strike 메이저 대회에서 등록된 단 한 명의 코치는 워밍업, 하프타임, 전술 타임아웃 중에만 선수에게 말할 수 있으며, 온라인 경기 중에는 어떤 스태프도 선수와 소통할 수 없다(Valve, Counter-Strike Major Supplemental Rulebook). LCK와 LCP에서의 Riot Coach Voice 시범 운영은 2026 LCK Cup 조별 리그 동안 경기를 멈추지 않고, 코치가 자기 팀의 시야만 볼 수 있는 상태에서 짧은 실시간 소통 구간을 열었다(Riot Games, Sports Kyunghyang, 2025년 12월 3일 경유).
랭크 게임에서 팀 채널은 이제 녹음되고 검토된다. Riot는 VALORANT 음성을 신고 여부와 관계없이 최소 24시간 보관하고, 소통 제한을 정해진 단계에 따라 강화한다(Riot Games Support, 소통 제한 및 음성 보관 2026). 저희가 찾은 가장 최근의 월간 제재 건수는 훨씬 오래된 것으로, 2022년 1월의 텍스트 및 음성 채팅 제한이 400,000건을 넘었다(Riot Games, VALORANT 시스템 건전성 시리즈 2022). 이런 종류의 자동 검토는 음성을 정리하고 받아쓰는 것에서 시작하는데, 이는 저희 신경망 소음 억제와 음성 분리 통계에서 벤치마크한 것과 같은 단계다.
| 지표 | 값 | 출처 |
|---|---|---|
| Counter-Strike 메이저 대회에서 경기 구역에 들어갈 수 있는 인원 | 선수 5명과 등록된 코치 1명 | Valve, Counter-Strike Major Supplemental Rulebook |
| Counter-Strike 메이저 대회 코치가 선수에게 말할 수 있는 시점 | 워밍업, 하프타임, 전술 타임아웃에만 | Valve, Counter-Strike Major Supplemental Rulebook |
| LCK와 LCP 시범 운영에서 세트당 허용되는 Coach Voice 세션 | 최대 3회, 각 45초, 등록 스태프 최대 2명이 사용 | Riot Games, Sports Kyunghyang 경유 2025 |
| VALORANT 음성 보관 기간: 신고 없음, 신고 후, 제재 후 | 24시간, 7일, 2년 | Riot Games Support 2026 |
| VALORANT 소통 제한 기간 | 1일, 3일, 7일, 14일, 365일 | Riot Games Support 2026 |
| 2022년 1월에 부과된 VALORANT 텍스트 및 음성 채팅 제한 | 400,000건 초과(이에 더해 영구 정지 40,000건 초과) | Riot Games, VALORANT 시스템 건전성 시리즈 2022 |
제재 규모에 대해 입수 가능한 최신 데이터: Riot Games, 2022년. Riot의 음성 평가는 북미에서 영어로만 시작되었으며, 2023년 2월부터 베타가 진행되었다(Riot Games, VALORANT 음성 평가 업데이트).
숫자로 보는 e스포츠 팀 음성 소통과 콜아웃
| 지표 | 값 | 출처 |
|---|---|---|
| 라운드 사이 발언 수, 숙련 대 비숙련 CS:GO 팀 | 숙련 팀이 34.63% 많음 | Eldadi, Tenenbaum, SEPP 2025 |
| 대응 표본에서 숙련 팀이 실시간 플레이 중 발화한 단어 수 | 22,490 중 15,727(69.9%) | Eldadi, Fitoussi, Tenenbaum, JSEP 2025 |
| League of Legends 경기당 음성 발화 수 | 평균 537.2(총 45,660, 84경기) | Son 외, arXiv 2025 |
| 대회 플레이에서 Counter-Strike 분당 콜아웃 수 | 16.2 | Tang 외, CSCW 2012 |
| 맵의 특정 위치를 언급하는 Counter-Strike 콜아웃 | 43.5% | Tang 외, CSCW 2012 |
| 정보 제공(Inform)에서 지시(Directive)로의 연쇄 밀도, 프로 대 아마추어 팀 | 0.122 대 0.109(p = .001) | Son 외, arXiv 2025 |
| 랭크 게임 승률, 협력적 대 비협력적 팀 | 89.54% 대 20.18% | Caldeira 외, arXiv 2025 |
| 승리 예측 정확도, 팀 특성 대 개인 특성 | 0.8734 대 0.7036 | Caldeira 외, arXiv 2025 |
| CHI 2016 핑 연구의 플레이어와 경기 | 플레이어 84,489명, 10,293경기 | Leavitt, Keegan, Clark, CHI 2016 |
| 분당 ‘가는 중’ 핑, 전체 티어 대 마스터 이상 | 0.267 대 0.489 | League of Graphs, Lee 외 재인용, CHI 2025 |
| 팀원에게서 들은 유해한 말 대 상대 팀에게서 들은 유해한 말 | 팀원에게서 2배에서 3배 이상 높음 | Morrier, Mahmassani, Alvarez, arXiv 2024 |
| 다음 계획을 협의하기 위해 CS:GO 라운드 사이에 쓸 수 있는 시간 | 약 15초 | Rusk, Ståhl, Jusslin, Eludamos 2022 |
| 유해한 팀원 실험의 플레이어 | 716명 | Monge, O’Brien, Media Psychology 2022 |
| Counter-Strike 메이저 대회 코치가 선수에게 말할 수 있는 시점 | 워밍업, 하프타임, 전술 타임아웃에만 | Valve, Major Supplemental Rulebook |
| 세트당 Coach Voice 세션, LCK와 LCP 시범 운영 | 45초짜리 최대 3회 | Riot Games, Sports Kyunghyang 경유 2025 |
| 2022년 1월 VALORANT 텍스트 및 음성 채팅 제한 | 400,000건 초과 | Riot Games, VALORANT 시스템 건전성 시리즈 2022 |
방법론과 출처
- Eldadi, Fitoussi, Tenenbaum: Verbal Communication, Coordinated Effort, and Performance in Esports Teams, Journal of Sport and Exercise Psychology 47(5), 2025
- Eldadi, Tenenbaum: Between-Rounds Verbal Communication in Expert and Nonexpert Esports Team Players, Sport, Exercise, and Performance Psychology 2025
- Eldadi, Dekimhi, Tenenbaum: Motivational Climate Effects on Communications, Emotional-Social States, and Performance in Collaborative Gaming Environment, arXiv 2025
- Son, Jang, An, Kang, Park: /UnmuteAll: Modeling Verbal Communication Patterns of Collaborative Contexts in MOBA Games, arXiv, 2025년 12월 23일
- Tang, Massey, Wong, Reilly, Edwards: Verbal Coordination in First Person Shooter Games, CSCW 2012
- Rusk, Ståhl, Jusslin: Understanding Esports Teamplay as an Emergent Choreography, Eludamos 13(1), 2022
- Vinot, Perez: Voice Communication Analysis in Esports, arXiv 2024
- Caldeira, Maharjan, Majumdar, Pournaras: Collective Intelligence Outperforms Individual Talent: A Case Study in League of Legends, arXiv 2025
- Kim, Engel, Woolley, Lin, McArthur, Malone: What Makes a Strong Team? Using Collective Intelligence to Predict Team Performance in League of Legends, CSCW 2017
- Tan, Rogers, Nacke, Drachen, Wade: Communication Sequences Indicate Team Cohesion, Proceedings of the ACM on HCI (CHI PLAY) 2022
- Leavitt, Keegan, Clark: Ping to Win? Non-Verbal Communication and Team Performance in Competitive Online Multiplayer Games, CHI 2016
- Lee, Kim, Park, Kim, Jang, Seering: Less Talk, More Trust: Understanding Players’ In-game Assessment of Communication Processes in League of Legends, CHI 2025
- Zheng, Stein, Farzan: Use Ping Wisely: A Study of Team Communication and Performance under Lean Affordance, ACM Transactions on Social Computing 2022
- Wuertz, Bateman, Tang: Why Players use Pings and Annotations in Dota 2, CHI 2017
- Morrier, Mahmassani, Alvarez: Uncovering the Effect of Toxicity on Player Engagement and its Propagation in Competitive Online Video Games, arXiv 2024
- Monge, O’Brien: Effects of Individual Toxic Behavior on Team Performance in League of Legends, Media Psychology 25(1), 2022
- Kou: Toxic Behaviors in Team-Based Competitive Gaming: The Case of League of Legends, CHI PLAY 2020
- Valve: Counter-Strike Major Supplemental Rulebook
- Riot Games, Sports Kyunghyang 보도: LCK, Coach Voice 도입, 2025년 12월 3일
- Riot Games Support: 소통 제한 및 음성 보관, 2026년
- Riot Games: VALORANT 시스템 건전성 시리즈: 음성 및 채팅 유해성, 2022년 2월 10일 및 VALORANT 음성 평가 업데이트
- 데이터 참고 사항: 녹음된 팀 소통은 공개되는 경우가 드물어서 핵심 연구들은 소규모 표본(Eldadi의 CS:GO 연구는 각각 8경기, Son 외는 5개 팀)을 쓰며 그 결과는 상관관계에 해당한다. Son 외의 분류기 집계는 합쳐서 45,458개이며, 전체로 보고된 발화 45,660개와는 다르다. 저희의 정보 제공(Inform) 비중 44.6%는 분류된 합계를 사용한다. Morrier 외는 같은 파티 팀원의 유해한 말이 플레이어가 유해한 말을 쓸 확률을 59.93에서 69.48퍼센트포인트 높인다고 추정한다(다른 파티 팀원의 경우 1.63에서 2.08포인트). 그러나 이 도구변수 추정치는 일부 플레이어에게만 적용되며 논문은 이를 자체적으로 관측한 기준 발생률 0.083%와 조정하지 않았기 때문에, 여기서는 핵심 수치가 아니라 이 주석에서만 보고한다. Caldeira 외는 협력을 발화가 아니라 게임 내 행동으로 측정하며, 매치메이킹이 승률을 부풀릴 수 있다고 밝힌다. Coach Voice 시범 운영에 관한 보도는 단위에서 엇갈리는데, 한국 매체는 세트당 3회 세션이라고 보도한 반면 적어도 한 영어 매체는 게임당이라고 썼다. 라운드 사이에 관한 Eldadi의 논문은 2025년에 게재 예정으로 올라 있었고, Son 외, Caldeira 외, 그리고 Eldadi, Dekimhi, Tenenbaum의 논문은 프리프린트이므로 동료 심사 과정에서 수치가 바뀔 수 있다. 2022년 1월보다 더 최근인 Riot의 VALORANT 월간 제재 건수는 찾지 못했다. 콜아웃 내용 비율은 2012년 음성에 의존하며 여전히 입수 가능한 가장 최근의 기준이다.
마지막 업데이트: 2026년 11월 6일. 저희는 이 정리를 분기마다 업데이트하며, 다음 갱신은 Riot가 2026년 Coach Voice 시범 운영에 대한 검토 결과를 발표하고 Son 외의 /UnmuteAll 연구가 동료 심사를 거친 형태로 나올 때로 예상한다.