따알깍PROMPT DICT 앱으로 열기

게임 개발 · 전투 · 시스템 설계 · 밸런스 · 경제 · 퀘스트

밸런싱 · 수치 · 경제 설계 Balancing, numbers & economy design

기준값 하나로 연동되는 밸런스 시트, 숫자 규모(HP 10 · 100 · 1000)의 조정 해상도, 레벨당 증가율로 보는 곡선 진단, 목표 플레이 시간에서 거꾸로 만드는 경험치 표, 현재 장비 기준 스탯 가중치, 파레토 프런티어로 찾는 죽은 선택지, 조합 전수 검사로 잡는 배율 폭주, 매치업 행렬 감사, 몬테카를로 결투 검증, 픽률 × 승률 사분면과 실력 구간별 승률 기울기, 조정 폭과 과보정 진동, 파워 크리프, 중간 반올림 오차, 활동별 시간당 보상과 공통 가치 단위, 에너지 상한과 접속 주기, 플레이 시간 격차 압축, 패치 노트 수치 표기, 출시 전 경제 시뮬레이션까지 — 게임 디자이너가 수치를 정하고 검증할 때 쓰는 표 · 공식 · 곡선 · 시뮬레이션을 숫자 HUD와 A/B 비교로 보여 준다.

카드 39개 · 카드마다 설명과 바로 복사해 쓸 수 있는 프롬프트 전문 · 앱에서 라이브 데모로 보기

카드 목록 39개
  1. 기준값 연동 밸런스 시트 (B1 한 칸 → 파생 열)
  2. 숫자 규모와 조정 해상도 (HP 10 · 100 · 1000)
  3. 레벨당 증가율 그래프 (곡선 형태 진단)
  4. 목표 시간에서 거꾸로 만드는 경험치 표
  5. 스탯 가중치 · 한계 DPS 환산 (장비마다 다시 계산)
  6. 파레토 프런티어 · 죽은 선택지 찾기
  7. 최악 조합 전수 감사 · 배율 폭주 찾기
  8. 매치업 행렬 감사 (행 평균 · 카운터 존재 · 지배 행)
  9. 몬테카를로 결투 검증 (표본 수와 신뢰 구간)
  10. 픽률 × 승률 사분면 (표본 신뢰 구간 포함)
  11. 실력 구간별 승률 기울기 (평균 대신 기울기 고치기)
  12. 조정 폭과 과보정 진동 (절반 법칙)
  13. 파워 크리프 vs 수평 확장
  14. 중간 반올림 누적 오차 (작은 수 · 도트 피해)
  15. 활동별 시간당 보상 표 · 이상치 파밍 쏠림
  16. 공통 가치 단위 · 모든 보상을 플레이 분으로 환산
  17. 에너지 상한과 접속 주기 (상한 ÷ 회복 ≥ 최장 공백)
  18. 플레이 시간 격차 압축 (하드 ÷ 캐주얼 배율)
  19. 패치 노트 수치 표기 (%p · % · 전→후 · 실효 변화)
  20. 출시 전 경제 시뮬레이션 (에이전트 300명 · 30일)
  21. 버스트 vs 지속 딜 예산 (교차점과 전투 길이 분포)
  22. 쿨다운 길이와 실효 사용 횟수 (긴 쿨다운의 톱니)
  23. 선공 이점 보상 크기 정하기 (이분 탐색 · 49–51% 대역)
  24. 등급 사다리 배율 (파워 × · 확률 ÷ · 업그레이드 간격)
  25. 스탯 압축 계획 (순서 · 처치 타수 보존 검사)
  26. 자동 튜닝 가드레일 (일일 한도 · 상하한 · 이상치 동결)
  27. 밸런스 표 회귀 테스트 (수치 불변식 CI)
  28. 신규 보호 곡선 (절벽 해제 vs 서서히 · 조기 졸업)
  29. 골드 효율 (기본 아이템으로 스탯 단가 역산)
  30. 회복 ÷ 피해 비율과 교착 (r = 1이면 끝나지 않는다)
  31. 경기 길이 분포 목표 (p10–p90 · 꼬리 자르기 장치)
  32. 랭크 티어 인구 설계 (목표 비율에서 컷 역산)
  33. PvE · PvP 수치 분리 계수 (연속 군중 제어 체감)
  34. 기본값 vs 계수 분할 (기준점 고정 회전 · 초반형 · 후반형)
  35. 장비 검사 vs 실력 검사 (장비 × 실력 승리 영역)
  36. 너프 파급 예측 (상성 행렬 × 픽률 2차 효과)
  37. 근접 가동률 보정 (실효 DPS = 표기 DPS × 가동률)
  38. 사거리 가치 환산 (공짜 피해 = DPS × 사거리 차 ÷ 접근 속도)
  39. 시간 단축 가격 곡선 (분/젬 가치 · 짧은 대기 무료)

기준값 연동 밸런스 시트 (B1 한 칸 → 파생 열)

Anchor-linked balance spreadsheet: one base cell drives every derived column (hardcoded-number drift audit)

  • Google Sheets
  • Excel
  • Unity
  • Canvas

유닛 HP를 칸마다 숫자로 적은 시트와 기준 HP 한 칸에 배율 공식을 건 시트에 같은 "전체 HP +20%" 요청을 넣어, 직접 고친 시트는 두 줄이 옛 값으로 남고 연동 시트는 한 칸만 바꿔 다섯 줄이 같이 바뀌는 것을 보여 준다. 밸런스 시트의 열 구조를 처음 짤 때, 그리고 패치마다 누락된 숫자를 찾는 검산 규칙을 정할 때 쓴다.

프롬프트

Canvas 2D로 시트 두 장(유닛 5행 · HP · ATK 또는 배율 열)을 나란히 그리고, 1.1초에 "전체 HP +20%" 요청을 띄운 뒤 A는 커서가 0.85초 간격으로 3칸만 숫자를 직접 고치고(궁수 80 · 마법사 70 누락), B는 기준 셀 B1을 100 → 120으로 바꾸면 HP = $B$1 × 배율(1.2 · 1.5 · 0.8 · 2.0 · 0.7)인 5칸이 0.13초 스태거로 갱신되며 B1에서 각 칸으로 연결선이 그려지게 해줘. 5초에 하늘색 검산선이 0.8초 동안 위에서 아래로 훑어 기대값과 다른 칸에 빨간 테두리와 "≠96" 표시, 맞는 칸엔 체크 배지를 붙이고, 수식 입력줄에 현재 칸의 내용(숫자 vs 공식)을 보여 주며 "직접 수정 3칸 · 누락 2칸 (40%)" vs "수정 1칸 · 자동 갱신 5칸" 요약으로 끝나는 10초 루프.

라이브 데모 열기 — 기준값 연동 밸런스 시트 (B1 한 칸 → 파생 열)

숫자 규모와 조정 해상도 (HP 10 · 100 · 1000)

Number scale & tuning resolution: smallest adjustable step, hit-count breakpoints and late-game digit length

  • Google Sheets
  • Unity
  • Canvas

적 HP를 10 · 100 · 1000 규모로 잡은 세 게임에 같은 피해 +5% 버프를 넣어, 10 규모는 4 → 4.2를 표현할 수 없어 5(+25%)로 올리면서 처치 타수가 3 → 2로 튀고, 100 규모는 42로 정확히 맞으며, 1000 규모는 정밀하지만 후반 ×50 성장 때 숫자가 5자리가 되는 것을 비교한다. 게임의 기본 수치 단위를 정하는 기획 초기와, 패치에서 미세 조정이 안 되는 원인을 찾을 때 쓴다.

프롬프트

Canvas 2D로 3열(적 HP 10 · 100 · 1000, 기본 피해 4 · 40 · 400)에 슬라임 적을 두고 0.42초 간격으로 때려 피해 숫자를 0.7초 동안 위로 띄우며 HP 바를 깎아 3타 처치를 보여 준 뒤, 4초에 "피해 +5%"를 적용해 4.2 → 반올림 불가로 5, 42, 420이 되게 해줘. 각 열에 최소 조정 폭 = 1 ÷ 기본 피해(25% · 2.5% · 0.25%), 처치 타수 ceil(HP ÷ 피해)(3 → 2 · 3 → 3 · 3 → 3), 후반 ×50 표시값(250 · 2,100 · 21,000)을 행으로 보여 주고, 10 규모의 바뀐 칸에 빨간 테두리, 7.6초에 "조정 불가 · 타수 3 → 2" · "정밀 조정 · 두 자리 숫자" · "정밀하지만 후반 숫자 5자리" 판정 칩을 띄우는 10초 루프.

라이브 데모 열기 — 숫자 규모와 조정 해상도 (HP 10 · 100 · 1000)

레벨당 증가율 그래프 (곡선 형태 진단)

Growth-ratio chart: diagnosing a progression curve by per-level % increase instead of absolute values

  • Google Sheets
  • Excel
  • Canvas
  • D3

필요 경험치를 절대값으로 그리면 수작업 표 · 지수 · 선형 곡선이 모두 비슷하게 올라가 보이지만, 레벨당 증가율(다음 ÷ 이번 − 1)로 다시 그리면 지수는 12.7%로 평평하고 선형은 후반 2%대로 무너지며 수작업 표의 L24 +43% 튐이 바로 드러나는 것을 위아래 두 그래프로 보여 준다. 경험치 · 비용 · 체력 표를 검수할 때 표 오타와 곡선 형태 문제를 찾는 데 쓴다.

프롬프트

Canvas 2D 위 그래프에 L1~40 필요 경험치 세 곡선(수작업 40·L^1.9, L24부터 ×1.32 · 지수 500·1.127^L · 선형 1500·L, 모두 L40 ≈ 60k)을, 아래 그래프에 증가율 XP(L)/XP(L−1) − 1(0~50% 축, 목표 대역 6–15% 녹색 띠)을 그리고, 커서가 0.5~6초 easeInOutCubic으로 L2 → L40을 훑으며 두 그래프를 함께 그려 나가게 해줘. 커서가 L24를 지나면 아래 그래프 점에 빨간 원과 "L24 +43% 튐", 위 그래프 같은 지점엔 점선 원과 "여기선 안 보임" 칩을 띄우고, 오른쪽 패널에 현재 레벨의 곡선별 필요 XP와 +% (대역 안이면 녹색)를 갱신하며, 6.4초에 "선형: 후반 2%대 = 레벨업 체감 소멸 · 수작업: L24 벽 = 표 오타 의심" 결론을 보여 주는 10초 루프.

라이브 데모 열기 — 레벨당 증가율 그래프 (곡선 형태 진단)

목표 시간에서 거꾸로 만드는 경험치 표

Reverse-engineering the XP table from target minutes per level (time-first vs formula-first pacing)

  • Google Sheets
  • Excel
  • Unity
  • Canvas

경험치 공식(100 × 1.2^L)을 먼저 정하면 레벨당 걸리는 시간이 L4–13에선 1.5분으로 연타, L27 이후엔 10분 넘는 벽이 되는 반면, 목표 시간(2 + 0.5L분)을 먼저 정하고 분당 획득 경험치를 곱해 필요 경험치를 만들면 매 레벨 30초씩 고르게 늘어나는 것을 막대그래프와 표로 비교한다. 레벨 디자인 · 몬스터 경험치와 맞물린 레벨 페이싱을 설계할 때 쓴다.

프롬프트

Canvas 2D 두 패널에 L1~30 레벨당 소요 분 막대를 0.07초 스태거 easeOutCubic으로 세우되, 분당 획득 XP = 20·L^1.3으로 두고 A는 분 = 100·1.2^L ÷ 분당 XP(1.5분 미만 하늘색 · 9분 초과 빨강), B는 분 = 2 + 0.5·L, 필요 XP = 분 × 분당 XP로 계산해줘. 2.8초부터 레벨 1·10·20·30의 표(레벨 · 필요 XP · 분당 XP · 걸린 분 / 목표 분)를 0.2초 간격으로 채우고, 4.6초에 A의 L4–13 '연타' · L27+ '벽' 구간 음영과 칩, B의 "매 레벨 +30초씩 고르게" 칩, 6초에 총 플레이 시간(A 합계 vs B 4.9시간 · 목표 5시간)을 보여 주는 10초 루프.

라이브 데모 열기 — 목표 시간에서 거꾸로 만드는 경험치 표

스탯 가중치 · 한계 DPS 환산 (장비마다 다시 계산)

Stat weights from marginal DPS: +10-point perturbation, equivalence to ATK and item ranking that flips with gear

  • Google Sheets
  • Unity
  • Unreal
  • Canvas

DPS = 공격력 × (1 + 치명) × (1 + 가속) 캐릭터에 각 스탯을 10포인트씩 넣어 DPS 증가량을 재고 공격력 대비 가중치로 환산한 뒤, 스탯 합이 같은 두 아이템의 실제 DPS 증가를 비교하고, 공격력이 100 → 200으로 오르면 치명 · 가속 가중치가 올라 아이템 순위가 뒤집히는 것을 보여 준다. 아이템 능력치 예산을 나누거나 추천 장비 · 자동 장착 점수를 만들 때 고정 가중치를 쓰면 안 되는 이유를 설명할 때 쓴다.

프롬프트

Canvas 2D 왼쪽에 공격력 100 · 치명 20%(피해 ×2) · 가속 10%와 DPS = ATK × (1+치명) × (1+가속) = 132를 표시하고, 0.35초 간격으로 +10포인트(치명 1pt = 0.5%p, 가속 1pt = 1%)씩 넣은 ΔDPS 막대(+13.2 · +5.5 · +12.0)와 공격력 대비 가중치(×1.00 · ×0.42 · ×0.91)를 그려줘. 오른쪽에 아이템 A(공격력 +30 · 치명 +10)와 B(가속 +25 · 치명 +15) 카드를 띄워 실제 DPS 증가(+46.8 vs +40.1)를 계산해 더 좋은 쪽에 녹색 테두리와 '더 좋음'을 붙이고, 4.6초부터 1.8초 easeInOutCubic으로 공격력을 200으로 올리면 가중치가 ×0.83 · ×1.82로 바뀌고 B(+80.3)가 A(+52.3)를 역전하며 "가중치는 매번 다시 계산" 칩이 뜨는 10초 루프.

라이브 데모 열기 — 스탯 가중치 · 한계 DPS 환산 (장비마다 다시 계산)

파레토 프런티어 · 죽은 선택지 찾기

Pareto frontier: detecting dominated options (strictly worse on every axis) in one cost tier

  • Google Sheets
  • Python
  • Canvas
  • D3

같은 비용 등급 무기 12개를 DPS × 사거리 산점도에 찍고, 다른 무기가 두 축 모두에서 같거나 높은 무기를 지배당한 '죽은 선택지'로 회색 처리해 지배자에게 화살표를 긋고, 패치로 각자 한 축의 1등이 되게 밀어내거나 기동성 같은 새 축을 줘서 7개가 0개가 되는 과정을 보여 준다. 무기 · 유닛 · 카드 수치표를 검수할 때 아무도 고르지 않을 선택지를 출시 전에 찾는 데 쓴다.

프롬프트

Canvas 2D 산점도(DPS 0~100 · 사거리 0~100)에 번호 원 12개를 0.08초 스태거 backOut으로 띄우고, 매 프레임 지배 관계(xⱼ ≥ xᵢ 그리고 yⱼ ≥ yᵢ, 최소 하나는 초과)를 계산해 비지배 점을 x순으로 이은 계단형 프런티어(아래 영역 옅은 파랑)를 1.7초부터 1.2초 동안 왼쪽에서 그려줘. 3.2초에 지배당한 7개를 회색 + 가장 가까운 지배자에게 화살표로 바꾸고, 5초부터 0.3초 간격 · 0.6초 backOut으로 6개를 프런티어 위로 옮기며(예: 70·30 → 86·28) 7초에 9번에 보라 고리와 '기동성 축 1위'를 붙여 3번째 축으로 살리고, 오른쪽 패널의 '지배당한 무기 n/12'가 7 → 0으로 줄어드는 10초 루프.

라이브 데모 열기 — 파레토 프런티어 · 죽은 선택지 찾기

최악 조합 전수 감사 · 배율 폭주 찾기

Worst-case combination audit: brute-force all 4-slot passive combos for multiplier blow-ups

  • Python
  • Google Sheets
  • Unity
  • Canvas

패시브 8종 중 4칸 장착 조합 70개를 전부 계산해 최종 피해 배율 히트맵과 분포 히스토그램으로 펼치고, 곱연산 3종(처형 · 광폭 · 집중)이 한 조합에 몰려 ×3.69처럼 상한 ×3.5를 넘는 조합을 찾아낸 뒤, 광폭을 곱 버킷에서 합 버킷으로 옮기자 최대 배율이 ×3.44로 내려오는 것을 보여 준다. 새 아이템 · 룬 · 특성을 추가할 때 기존 것들과의 조합 폭주를 출시 전에 막는 데 쓴다.

프롬프트

Canvas 2D 왼쪽에 패시브 8종(합 버킷: 분노 +30% · 날카로움 +25% · 독 +20%, 곱: 처형 ×1.5 · 광폭 ×1.4 · 집중 ×1.15, 속도: 쌍검 +35% · 연타 +25%)을 버킷 칩과 함께 나열하고, 배율 = (1 + Σ합) × Π곱 × (1 + Σ속도)로 C(8,4) = 70조합을 계산해 10×7 히트맵 칸을 0.5~3.3초 동안 하나씩 채워줘(×2.0 민트 → ×2.9 금색 → ×3.7 빨강, 상한 ×3.5 초과는 흰 테두리). 오른쪽에 ×0.25 구간 히스토그램과 상한 점선, 아래에 상위 3조합(×3.69 분노+처형+쌍검+광폭 …)과 상한 초과 · 경고(×3.2–3.5) · 최대값을 표시하고, 4.8초에 광폭을 '피해 +40% (합)'으로 바꿔 1초 easeInOutCubic으로 전 칸을 재계산해 초과 2 → 0, 최대 ×3.44가 되는 10초 루프.

라이브 데모 열기 — 최악 조합 전수 감사 · 배율 폭주 찾기

매치업 행렬 감사 (행 평균 · 카운터 존재 · 지배 행)

Matchup matrix audit: row-mean band, counter-exists rule and dominant-row check on a unit win-rate table

  • Google Sheets
  • Python
  • Canvas

유닛 6종의 1:1 승률 행렬을 행 평균 45–55%, 모든 유닛에 60% 이상으로 이기는 카운터 1개 이상, 모든 상대에게 50% 이상인 행 금지라는 세 규칙으로 한 줄씩 검사해, 기병은 카운터가 없고(최고 48%) 모든 상대를 이기며 마법사는 평균 44.6%인 것을 찾아낸 뒤, 두 칸만 고쳐 세 규칙을 모두 통과시키는 과정을 보여 준다. 대전 · 전략 게임의 유닛 상성표를 만들거나 패치 전 시뮬레이션 승률표를 검수할 때 쓴다.

프롬프트

Canvas 2D로 6×6 승률 행렬(행 vs 열, M[j][i] = 100 − M[i][j], 50 기준 빨강/파랑 발산색, 셀 안 숫자)을 그리고 1초부터 행을 0.4초씩, 3.4초부터 열을 0.2초씩 하늘색 테두리로 훑으며 오른쪽에 행 평균 막대(45–55% 눈금, 밖이면 빨강)와 '지배' 태그, 아래에 열별 최고 카운터 값과 체크/엑스 배지를 채워줘. 감사 패널에 ① 행 평균 45–55% ② 모든 유닛에 60%+ 카운터 ③ 전부 50%+인 행 없음의 통과 여부와 발견 목록(기병 평균 57.4% · 기병 카운터 없음 · 마법사 평균 44.6%)을 띄우고, 5.6초에 창병 vs 기병 48 → 66, 마법사 vs 방패병 40 → 48을 0.8초 보간(금색 테두리)해 세 규칙이 모두 녹색이 되는 10초 루프.

라이브 데모 열기 — 매치업 행렬 감사 (행 평균 · 카운터 존재 · 지배 행)

몬테카를로 결투 검증 (표본 수와 신뢰 구간)

Monte Carlo duel validation: 10,000 seeded fights, running win-rate estimate and a shrinking 95% interval

  • Python
  • Unity
  • Google Sheets
  • Canvas

기대 DPS로는 치명형 B가 11% 앞서는 두 빌드를 시드 고정 결투 1만 판으로 돌려, 10판에선 B 승률 70%로 보이다가 100판 59%, 1만 판에서 48.5% ± 1%p로 수렴해 실제로는 B가 약간 불리하다는(오버킬 · 타격 단위 때문) 결론을 로그 축 수렴 그래프와 결투 재생으로 보여 준다. DPS 표만으로 밸런스를 판정하지 않고 시뮬레이션 표본 수를 정할 때 쓴다.

프롬프트

Canvas 2D 왼쪽에 결투 5개를 빨리 감기로 재생(A·B 체력 200 바, 승자 태그)하고 A 한방형(40 피해 / 1.0초, 빗나감 12%, 기대 DPS 35.2)과 B 치명형(22 피해 / 0.7초, 치명 25% ×2, 기대 DPS 39.3)을 적어줘. 시드 134 xorshift로 결투 10,000판을 미리 계산해 누적 B 승수를 저장하고, 오른쪽 그래프(x = log₁₀N 0~4, y = 30~80%)에 N = 10^(4k)로 0.4~6.8초 동안 늘려 가며 추정 승률 선과 95% 구간 p ± 1.96√(p(1−p)/N) 띠를 그리며 N · 승률 · ±%p를 갱신하고, 10판 근처에 "10판 70% · 성급한 결론 금지", 9,000판 이후 "±1%p · DPS는 B가 높아도 승률 48%" 칩을 띄우는 10초 루프.

라이브 데모 열기 — 몬테카를로 결투 검증 (표본 수와 신뢰 구간)

픽률 × 승률 사분면 (표본 신뢰 구간 포함)

Pick rate × win rate quadrant chart with per-hero confidence intervals for balance triage

  • Python
  • Google Sheets
  • Canvas
  • D3

영웅 14명을 픽률 × 승률 산점도에 찍어 고픽 · 고승은 너프 1순위, 저픽 · 고승은 숙련형인지 구간별 확인, 고픽 · 저승은 인기 함정이라 신중히, 저픽 · 저승은 버프 후보로 나누고, 픽률이 낮아 95% 신뢰 구간이 50%를 걸치는 영웅은 표본 부족으로 보류하는 판정 과정을 3주 데이터 변화와 함께 보여 준다. 주간 밸런스 회의에서 어떤 캐릭터부터 손댈지 정할 때 쓴다.

프롬프트

Canvas 2D 산점도(픽률 0~25% · 승률 44~56%, 기준선 픽률 8% · 승률 50%로 4사분면, OP 구역 옅은 빨강)에 영웅 14명을 반지름 2.6 + 0.75√픽률 원으로 띄우고, 1주차 → 2주차(1.6초) → 3주차(2.8초)로 0.8초 easeInOutCubic 이동시켜줘. 4초에 판수 n = 픽률 × 40만으로 95% 구간 ±1.96√(0.25/n)을 세로 오차 막대로 그리고(픽률 0.8% = ±1.7%p, 20% = ±0.3%p), 4.8초부터 0.35초 간격으로 검귀(20% · 54.6%) '너프 1순위', 창술사(3.2% · 55%) '숙련형? 구간별 확인', 독술사(0.8% · 51.6%) '표본 부족 · 보류', 방패기사(22% · 47.2%) '인기 함정 · 신중히', 궁사(4% · 45.6%) '버프 후보'를 이름표와 오른쪽 판정 목록에 띄우는 10초 루프.

라이브 데모 열기 — 픽률 × 승률 사분면 (표본 신뢰 구간 포함)

실력 구간별 승률 기울기 (평균 대신 기울기 고치기)

Win-rate slope across skill brackets: overall average hides low-tier stompers and high-skill outliers

  • Python
  • Google Sheets
  • Canvas
  • D3

전체 평균만 보면 돌진 전사 53% · 저격수 49%라 저격수를 버프하고 싶어지지만, 브론즈~마스터 6구간으로 펼치면 돌진 전사는 초보 구간 58%에서 44%로 내려가는 초보 학살형, 저격수는 마스터 57%의 고수형이라 버프하면 상위권이 폭주한다는 것을 평균선이 구간별 선으로 펼쳐지는 애니메이션으로 보여 주고, 기울기를 줄이는 표적 조정(초보 보정 너프 · 조준 보조)으로 마무리한다. 실력에 따라 체감이 다른 캐릭터를 패치할 때 쓴다.

프롬프트

Canvas 2D 꺾은선 그래프(x = 브론즈 · 실버 · 골드 · 플래 · 다이아 · 마스터, y = 40~62%, 48–52% 녹색 띠, 아래에 티어 인구 22 · 28 · 24 · 15 · 8 · 3% 막대)에 영웅 4명의 승률을 처음엔 인구 가중 평균의 수평선으로 그렸다가 2.8초부터 1.4초 easeInOutCubic으로 실제 구간값(돌진 전사 58→44, 저격수 45→57, 수호자 · 소환사 거의 평평)으로 펼쳐줘. 오른쪽에 영웅별 가중 평균과 최소제곱 기울기(%p/티어, |기울기| > 1.5 빨강)를 갱신하고, 칩을 "전체 평균만: 저격수 버프?" → "저격수는 마스터 57% · 버프하면 상위권 폭주" → 5.8초 "돌진 전사: 초보 보정 너프 (자동 추적 −20%)" · "저격수: 조준 보조로 진입 장벽↓"로 바꾸며 선이 [53…46] · [48…56]으로 1초 보간되는 10초 루프.

라이브 데모 열기 — 실력 구간별 승률 기울기 (평균 대신 기울기 고치기)

조정 폭과 과보정 진동 (절반 법칙)

Tuning step size: overshoot oscillation from full-error corrections vs halving with a ±5% cap

  • Python
  • Google Sheets
  • Canvas

승률 58%인 캐릭터를 오차만큼 크게 고치면(게인 1.9) 너프 → 쓰레기 → 버프 → OP를 매 패치 반복하고, 오차의 절반씩 한 번에 ±5% 이하로 고치면 3패치 안에 48–52% 대역에 들어가는 것을 패치별 승률 선과 수치 변경 막대로 나란히 보여 준다. 라이브 게임의 패치 수치 변경 폭과 조정 주기를 정할 때 쓴다.

프롬프트

Canvas 2D 두 패널에 패치 0~9의 승률 선(38~62%, 48–52% 녹색 대역)과 패치별 수치 변경 막대(너프 산호색 · 버프 하늘색, ±15% = ±18px, 위에 −13 · +12 같은 숫자)를 0.6초 간격으로 한 점씩 easeOutCubic으로 이어 그려줘. 모델은 승률 오차 e = 승률 − 50, 민감도 1.2%p/1%, Δ수치 = −게인 · e ÷ 1.2, e ← e + 1.2·Δ + N(0, 0.35)이고 A는 게인 1.9(e가 매번 −0.9배로 뒤집힘), B는 게인 0.5에 |Δ| ≤ 5%로 제한하며 시작 e = 8이야. 오른쪽 위에 현재 승률(대역 안이면 녹색)과 패치 번호를 표시하고 6.7초에 "너프 → 버림 → 버프 → OP 반복 · |Δ| 9%" vs "3패치에 대역 진입 · 평균 |Δ| 0.7%" 칩을 띄우는 10초 루프.

라이브 데모 열기 — 조정 폭과 과보정 진동 (절반 법칙)

파워 크리프 vs 수평 확장

Power creep vs horizontal progression: release power over 8 seasons, usage share and old-content collapse

  • Google Sheets
  • Unity
  • Canvas

매 시즌 새 아이템을 이전 최고치보다 8% 강하게 내면 사용률이 최신 아이템 하나로 쏠려 옛 아이템이 죽고 1시즌 보스가 35초 만에 녹는 반면, 같은 파워 대역(±4%)에 화염 · 빙결 · 사거리 같은 다른 특기로 내면 8개가 모두 현역으로 남고 옛 콘텐츠 난이도가 유지되는 것을 시즌별 파워 점과 사용률 누적 막대로 비교한다. 시즌제 · 가챠 · 카드 게임의 신규 콘텐츠 수치를 정할 때 쓴다.

프롬프트

Canvas 2D 두 패널에 시즌 1~8의 출시 아이템 파워 점(A: 100 × 1.08^i → 171, B: 100 · 103 · 98 · 104 · 101 · 97 · 102 · 100과 특기 라벨)과 시즌 최고치 점선을 0.4~6.2초 동안 시즌 하나씩 띄우고, 아래에 시즌별 사용률 누적 막대를 그려줘(점유율 ∝ exp((파워 − 최고) ÷ τ) × 신작 1.3배, A τ = 2.5 · B τ = 9). 현재 시즌의 현역 아이템 수(사용률 5% 이상, 3개 미만 빨강)와 1시즌 보스 처치 시간 60초 × 100 ÷ 최고 파워(45초 미만 빨강)를 갱신하고, 6.6초에 "옛 아이템 사망 · 옛 콘텐츠 붕괴" vs "8개 모두 현역 · 난이도 유지" 칩을 띄우는 10초 루프.

라이브 데모 열기 — 파워 크리프 vs 수평 확장

중간 반올림 누적 오차 (작은 수 · 도트 피해)

Intermediate rounding error: floor() at every multiplier step vs float pipeline with one final round

  • Unity
  • Unreal
  • Canvas

피해 공식의 버프 ×1.15 → 저항 ×0.85 → 약점 ×1.10 → 방어 ×0.90을 단계마다 내림해 정수로 저장하면 기본 3짜리 도트가 1이 되어 10틱 합이 10(정답 29)으로 66% 손해 보고, 기본 300에선 0.3%라 큰 수로 테스트하면 드러나지 않는 것을 두 줄 파이프라인과 기본값별 오차 그래프로 보여 준다. 피해 · 회복 · 재화 계산식을 코드로 옮기거나 도트 · 소수 배율이 많은 전투를 만들 때 쓴다.

프롬프트

Canvas 2D 위쪽에 노드 6개 파이프라인 두 줄(A: Math.floor로 매 단계 정수 저장, B: 실수로 계산 후 표시 직전 Math.round 1번)을 그리고 노드 사이에 ×1.15 버프 · ×0.85 저항 · ×1.10 약점 · ×0.90 방어 라벨, 0.3초 간격으로 값이 채워지며 빛 토큰이 흐르게 해줘(기본 3: A 3 → 3 → 2 → 2 → 1, B 2.90 → 3 / 3.5초부터 기본 300: A 289 vs B 290). 4.6초부터 2.2초 동안 기본 피해 1~40의 A 오차 1 − A ÷ (기본 × 0.967725)를 빨간 점선 그래프(0~−70%)로, B 오차를 녹색 선으로 쓸어 그리고, 오른쪽에 '도트 10틱 (기본 3): A 10 vs B 29', 7초에 "실수 유지 · 표시 때 1번 · 도트는 소수 누적" 규칙을 띄우는 10초 루프.

라이브 데모 열기 — 중간 반올림 누적 오차 (작은 수 · 도트 피해)

활동별 시간당 보상 표 · 이상치 파밍 쏠림

Gold-per-hour table by activity: target band, outlier farming route and player concentration

  • Google Sheets
  • Python
  • Canvas

일일 퀘스트 · 던전 · 필드 사냥 · 낚시 · 제작 판매 · 레이드의 1회 보상과 소요 분으로 시간당 골드를 계산해 목표 대역(9–12k)과 비교하고, 생선 시세 때문에 낚시만 25.8k로 튀자 플레이어 60명 중 절반이 낚시로 몰려 유효 활동 수가 무너졌다가, 생선 판매가를 55% 내리자 분포가 되살아나는 것을 표와 점 분포로 보여 준다. 콘텐츠별 보상량을 정하거나 특정 파밍 루트 쏠림을 진단할 때 쓴다.

프롬프트

Canvas 2D 표에 활동 6개(일일 퀘스트 4,500/25분 · 던전 3,000/18분 · 필드 사냥 1,600/10분 · 낚시 2,150/5분 · 제작 판매 5,500/30분 · 레이드 11,000/60분)를 0.12초 스태거로 채우고 시간당 = 보상 × 60 ÷ 분 막대(0~30k, 9–12k 녹색 띠, ±10% 밖은 빨강)를 그려줘. 오른쪽에 플레이어 60명 점을 활동별 줄에 24개씩 배열해 선택 확률 ∝ (시간당)^2.5로 1.6초부터 균등 → 쏠림으로 1.6초 보간(낚시 약 50%)하고 유효 활동 수 1/Σp²를 갱신하며, 3.2초 "낚시 25.8k/시간 · 플레이어 n%가 몰림", 4.8초 생선 판매가 2,150 → 970(11.6k)으로 0.8초 보간해 분포가 고르게 돌아오고 "생선 판매가 −55% · 분포 회복" 칩이 뜨는 10초 루프.

라이브 데모 열기 — 활동별 시간당 보상 표 · 이상치 파밍 쏠림

공통 가치 단위 · 모든 보상을 플레이 분으로 환산

Common value unit: converting gold, materials and premium gems into play-minutes to audit reward-to-effort ratios

  • Google Sheets
  • Excel
  • Canvas

시간당 평균 수급에서 "플레이 1분 = 600골드 = 2강화석 = 0.5젬" 환산표를 만들고, 골드 · 강화석 · 젬이 섞인 보상 5개를 모두 분 단위 가치로 바꿔 소요 시간과 비교해, 이벤트 미션 40젬이 10분에 80분어치(×8)를 주고 일일 퀘스트는 ×0.64로 손해인 것을 찾아 고치는 과정을 보여 준다. 재화 종류가 여러 개인 게임에서 퀘스트 · 이벤트 · 업적 보상량을 맞출 때 쓴다.

프롬프트

Canvas 2D 상단에 환산표(플레이 1분 = 600 골드 · 2 강화석 · 0.5 젬 칩)를, 아래 표에 보상 5행(일일 퀘스트 15분: 4,000골드 + 6강화석 · 탐험 20분 · 주간 보스 30분 · 업적 묶음 60분 · 이벤트 미션 10분: 40젬)을 0.22초 간격으로 띄워줘. 각 행에 재화 칩, 소요 시간 회색 얇은 막대와 가치 = Σ 수량 ÷ 환산율 막대(1분 = 1.2px, 100px 넘으면 잘림 표시)를 easeOutCubic으로 그리고 가치 ÷ 소요 비율(×0.8–1.5 녹색 열, 밖은 빨강)을 표시하며, 3.4초 "이벤트 40젬 = 80분어치 (×8)" 경고 뒤 5.2초에 이벤트 40 → 6젬, 일일 퀘스트 골드 4,000 → 6,000을 0.8초 보간해 모든 행이 대역 안으로 들어오는 10초 루프.

라이브 데모 열기 — 공통 가치 단위 · 모든 보상을 플레이 분으로 환산

에너지 상한과 접속 주기 (상한 ÷ 회복 ≥ 최장 공백)

Energy cap vs login cadence: cap ÷ regen sets the longest offline gap before regen is wasted

  • Unity
  • Google Sheets
  • Canvas

시간당 10씩 차는 에너지를 상한 60(6시간분)과 120(12시간분)으로 두고 08 · 12:30 · 19 · 23시에 접속해 다 쓰는 하루를 24시간 타임라인으로 돌려, 상한 60은 9시간 수면 공백 동안 가득 차서 매일 29(12%)를 버리고 상한 120은 낭비가 없는 대신 아침 세션이 45분으로 길어지는 것을 보여 준다. 행동력 · 스태미나 · 일일 횟수 상한을 플레이어 생활 주기에 맞춰 정할 때 쓴다.

프롬프트

Canvas 2D 두 줄 타임라인(07시 → 다음 날 07시, 0~120 에너지 축, 23~08시 수면 구간 남색 음영)에 회복 10/시간 · 0.05시간 단위로 계산한 에너지 선과 채움을 0.4~6.8초 동안 커서를 따라 그리고, 접속 시각 4개에 흰 깃발과 세로선, 접속하면 시간당 120씩 0까지 소모되게 해줘(60 = 30분, 90 = 45분)(A 상한 60 시작 60, B 상한 120 시작 80). 상한 점선 위에 회복이 버려지는 구간을 빨간 띠로 칠하고 누적 '낭비 n'(A 29, B 0)과 세션 길이(30분 · 45분)를 갱신하며, 7초에 "수면 공백 > 6시간 → 매일 29 버림 (12%)" vs "상한 ≥ 최장 공백 → 낭비 0 · 대신 아침 세션이 길어짐" 칩을 띄우는 10초 루프.

라이브 데모 열기 — 에너지 상한과 접속 주기 (상한 ÷ 회복 ≥ 최장 공백)

플레이 시간 격차 압축 (하드 ÷ 캐주얼 배율)

Play-time power gap compression: daily diminishing rewards and a first-hour bonus vs linear time-to-power

  • Google Sheets
  • Unity
  • Canvas

하루 1 · 3 · 10시간 플레이어 세 명의 30일 전투력을 보상 = 시간 비례(A)와 하루 첫 1시간 ×2 · 2시간 이후 30%(B)로 나란히 키워, A는 하드 ÷ 캐주얼이 7.8배로 벌어져 같은 콘텐츠 · 파티가 불가능해지고 B는 2.5배로 줄면서도 하드코어가 여전히 1등인 것을 보여 준다. 일일 보상 체감 · 휴식 보너스 · 주간 상한의 수치를 정할 때 격차 배율을 목표로 쓴다.

프롬프트

Canvas 2D 두 패널에 0~30일 전투력 선(0~3,200) 세 개(캐주얼 1h 하늘색 · 일반 3h 민트 · 하드 10h 산호색)를 0.4~6초 동안 일 단위로 그리되 전투력 = 100 + 10 × 하루 효과 시간 × 일수, A 효과 시간 = 플레이 시간, B 효과 = 2·min(h,1) + (min(h,2) − 1)⁺ + 0.3·(h − 2)⁺(캐주얼 2.0 · 일반 3.3 · 하드 5.4h)로 계산해줘. 선 끝에 겹치지 않게 7px씩 띄운 현재 수치, 아래에 플레이어별 하루 효과 시간과 큰 글씨 '하드 ÷ 캐주얼' 배율(A 7.8× 빨강 · B 2.5× 녹색)을 갱신하고, 6.4초에 "30일이면 같은 콘텐츠 불가" vs "파티 · 매칭 가능 · 하드도 여전히 1등" 칩을 띄우는 10초 루프.

라이브 데모 열기 — 플레이 시간 격차 압축 (하드 ÷ 캐주얼 배율)

패치 노트 수치 표기 (%p · % · 전→후 · 실효 변화)

Patch-note number notation: percentage points vs percent, before → after values and effective DPS change

  • Markdown
  • Unity
  • Canvas

"치명타 확률 +10%" · "공격력 15% 감소" · "대기시간 감소"처럼 변화량만 적은 패치 노트는 20 → 22%(곱)와 20 → 30%(더하기)로 해석이 43 : 57로 갈리고, "20% → 30% (+10%p)" · "120 → 102 (−15%)" · "10초 → 8초 (−20%)"처럼 전후 값과 %p/%를 구분해 적고 실효 DPS −7.9%까지 공개하면 오해가 없다는 것을 두 패치 노트와 커뮤니티 반응 · 게임 안 툴팁으로 비교한다. 밸런스 패치 노트와 인게임 툴팁 수치 표기 규칙을 정할 때 쓴다.

프롬프트

Canvas 2D 두 패널에 '1.4 패치 노트 · 창술사' 카드를 그리고 0.45초 간격으로 줄을 타이핑하듯 띄워줘: A는 "치명타 확률 +10% · 기본 공격력 15% 감소 · 재사용 대기시간 감소", B는 흰색 전→후 값과 녹색/산호색 괄호로 "치명타 확률 20% → 30% (+10%p) · 기본 공격력 120 → 102 (−15%) · 재사용 대기시간 10초 → 8초 (−20%)". 2초에 A 아래 해석 투표 막대(곱하기 43% · 더하기 57%)를 0.8초로 채우고 3.4초에 "15% 감소 — 기본값? 최종값?" · "감소 — 몇 초?" 질문을, B 아래엔 같은 표기의 인게임 툴팁(30% · 이전 20% · +10%p)과 3.8초에 실효 DPS (102 × 1.30) ÷ (120 × 1.20) = −7.9% "버프처럼 보여도 너프"를 띄우고, 6.4초에 "해석 2갈래 · 문의 폭주" vs "오해 없음 · 실효 변화까지 공개" 칩으로 끝나는 10초 루프.

라이브 데모 열기 — 패치 노트 수치 표기 (%p · % · 전→후 · 실효 변화)

출시 전 경제 시뮬레이션 (에이전트 300명 · 30일)

Pre-launch agent-based economy simulation: player archetypes, median / P90 gold targets and a missing endgame sink

  • Python
  • Machinations
  • Google Sheets
  • Canvas

캐주얼 · 일반 · 하드 플레이어 에이전트 300명을 30일 동안 시간당 9,000골드로 벌고 강화(15,000 × 1.15^단계)로 쓰게 돌려, 강화 12단계 상한이 있으면 만렙 뒤 싱크가 없어 하드 플레이어 골드가 쌓여 P90이 1.3M로 목표(150k)를 크게 넘는 것을 찾고, 상한을 풀어 비용이 계속 오르게 바꾼 2차 실행에서 중앙값 · P90 목표를 모두 통과하는 것을 로그 축 추이와 옆 히스토그램으로 보여 준다. 출시 전 재화 소스 · 싱크 수치를 정하고 검증할 때 쓴다.

프롬프트

Canvas 2D 왼쪽 그래프(0~30일 · 보유 골드 1k~3M 로그 축, 목표선 중앙값 ≤ 50k 녹색 점선 · P90 ≤ 150k 금색 점선)에 시드 고정 에이전트 300명(캐주얼 60% 1h · 일반 30% 3h · 하드 10% 8h, 각 ±30%)의 하루 수입 9,000 × 시간과 강화 구매(비용 15,000 × 1.15^단계, 살 수 있으면 반복)를 일 단위로 계산한 중앙값 · P90 선을 그리고, 오른쪽에 같은 로그 축을 공유하는 가로 히스토그램(0.25 decade 구간, 150k 이상 빨강)을 현재 일자로 갱신해줘. 1차 실행(강화 상한 12, 0.4~4초)이 끝나면 "만렙 뒤 싱크 없음 → 하드 골드 폭증" 칩, 4.6초 "변경: 상한 해제 · 비용 ×1.15 계속" 후 2차 실행(5.1~8.5초)을 1차 선을 옅게 남긴 채 겹쳐 그리고, 아래에 D일 · 중앙값 · P90 통과 배지를 갱신하는 10초 루프.

라이브 데모 열기 — 출시 전 경제 시뮬레이션 (에이전트 300명 · 30일)

버스트 vs 지속 딜 예산 (교차점과 전투 길이 분포)

Burst vs sustained DPS budget: cumulative-damage crossover judged against per-content fight-length distributions

  • Google Sheets
  • Python
  • Unity
  • Canvas

즉발 400 + 초당 25인 폭딜형과 초당 45인 지속형의 누적 피해가 20초에서 교차하는 것을 그린 뒤, PvP 교전(중앙 6초) · 일반 몹(17초) · 보스(40초)의 전투 길이 분포를 같은 시간축에 겹쳐 "폭딜이 이기는 판 = P(전투 < 20초)"가 99% · 66% · 0%로 갈리는 것을 보여 준다. 두 빌드의 피해 예산을 나눌 때 교차점을 어느 콘텐츠 한가운데 둘지 정하는 데 쓴다.

프롬프트

Canvas 2D 위 그래프(0~60초 · 누적 피해 0~3k)에 폭딜형 D = 400 × easeOutCubic(min(1, t ÷ 1.5)) + 25t(산호색)와 지속형 D = 45t(민트)를 커서가 0.4~4.6초 easeInOutCubic으로 훑으며 그려 20초 교차점에 금색 점선과 '교차 20초 · 900' 칩을 띄워줘. 4.8초부터 0.3초 간격으로 아래 띠에 로그정규 전투 길이 분포 3개(PvP 중앙 6초 σ 0.55 · 일반 몹 17초 σ 0.4 · 보스 40초 σ 0.25)를 채우되 교차점 왼쪽은 진하게, 오른쪽은 옅게 칠하고, 오른쪽 패널에 커서 시점의 두 빌드 피해와 콘텐츠별 P(T < 20) = Φ(ln(20 ÷ 중앙) ÷ σ) 막대(PvP 99% · 일반 66% · 보스 0%)를 띄운 뒤 7.4초 "교차점 위치 = 역할 분리" 칩으로 끝나는 10초 루프.

라이브 데모 열기 — 버스트 vs 지속 딜 예산 (교차점과 전투 길이 분포)

쿨다운 길이와 실효 사용 횟수 (긴 쿨다운의 톱니)

Cooldown length vs effective uses: sawtooth value per second against fight length for equal paper DPS

  • Google Sheets
  • Python
  • Unity
  • Canvas

표기 가치가 모두 초당 20인 15초 쿨 300 · 60초 쿨 1,200 · 120초 쿨 2,400 스킬을 전투 길이 T에 따라 실제 사용 횟수 1 + ⌊(T − 3) ÷ 쿨다운⌋로 계산해, 긴 쿨다운일수록 실효 가치가 121초 ×0.99 ↔ 125초 ×1.92처럼 크게 톱니치는 것을 시전 레인과 그래프로 보여 주고 목표 전투 길이 분포의 기대값으로 값을 매긴다. 궁극기 · 생존기처럼 쿨다운이 긴 기술의 수치를 정할 때 쓴다.

프롬프트

Canvas 2D 위쪽에 스킬 3개(15초 쿨 300 · 60초 쿨 1,200 · 120초 쿨 2,400, 첫 시전 3초)의 시전 레인을 그리고 전투 길이 커서 T를 0.4~6초 easeInOutCubic으로 10 → 300초 움직이며 시전 마름모와 횟수를 갱신해줘. 아래 그래프에 실효 ÷ 표기 = 횟수 × 피해 ÷ T ÷ 20 (×0~3, ×0.9–1.1 녹색 띠)을 T = 1초 단위로 세 색 선으로 그려 120초 쿨의 큰 톱니를 보여 주고, 6.4초에 121초 ×0.99 · 125초 ×1.92 지점에 원과 칩, 7.2초에 보스 전투 150초 ±20%(로그정규) 가중 기대 배율을 스킬별로 계산한 칩과 "긴 쿨다운은 목표 전투 길이 분포의 기대 횟수로 값을 매긴다" 캡션을 띄우는 10초 루프.

라이브 데모 열기 — 쿨다운 길이와 실효 사용 횟수 (긴 쿨다운의 톱니)

선공 이점 보상 크기 정하기 (이분 탐색 · 49–51% 대역)

First-player advantage compensation: bisection on the seat win-rate curve, then picking the simplest discrete bonus inside the band

  • Python
  • Google Sheets
  • Unity
  • Canvas

선공 승률이 56%인 턴제 대전에서 후공 보상 크기 c를 0~2 사이에서 이분 탐색(회차마다 시뮬레이션 2만 판 · ±0.7%p)으로 줄여 50%가 되는 c ≈ 1.16을 찾고, 실제로 줄 수 있는 보상(첫 드로우 +1장 · 코인 1개 · 코인 + 카드)을 같은 곡선에 대어 49–51% 대역 안에서 가장 단순한 코인 1개를 고르는 과정을 보여 준다. 카드 · 보드 · 턴제 게임의 선후공 보정 수치를 정할 때 쓴다.

프롬프트

Canvas 2D 오른쪽 그래프(c 0~2 · 선공 승률 46~58%, 49–51% 녹색 띠)에 모델 승률 = 56 − 6.2c + 0.9c² 곡선을 그리고, 0.9초부터 0.85초 간격으로 이분 탐색 6회(가운데 값 시험 → 50%보다 크면 하한, 작으면 상한 이동)를 점 · ±0.7%p 오차 막대 · 번호와 아래 탐색 구간 막대로 보여줘. 왼쪽엔 선공/후공 승률 카드와 비율 막대가 시험 값마다 갱신되고, 6.2초부터 보상 후보 4개(보상 없음 0 → 56.0% · 첫 드로우 +1장 0.6 → 52.6% · 코인 1개 1.0 → 50.7% · 코인 + 카드 1.25 → 49.7%)를 0.18초 간격으로 띄워 대역 안은 녹색으로 표시하고, 7.4초에 코인 행에 녹색 테두리와 "코인 1개 채택 · 대역 안 · 가장 단순" 칩을 붙이는 10초 루프.

라이브 데모 열기 — 선공 이점 보상 크기 정하기 (이분 탐색 · 49–51% 대역)

등급 사다리 배율 (파워 × · 확률 ÷ · 업그레이드 간격)

Rarity ladder ratios: per-tier power multiplier vs drop-rate divisor, time to first drop and upgrade cadence

  • Google Sheets
  • Python
  • Canvas

일반~전설 5등급을 파워 ×2 · 확률 ÷10으로 쌓으면 전설이 일반의 16배이고 첫 획득까지 333시간이라 3시간 뒤부터 업그레이드가 끊기는 반면, 파워 ×1.25 · 확률 ÷4로 쌓으면 2.4배 · 8.3시간으로 대기 간격이 ×4씩 고르게 늘어나 하위 등급도 쓰이는 것을 등급표와 첫 20시간 업그레이드 시점 타임라인으로 비교한다. 아이템 등급 체계의 배율을 처음 정할 때 쓴다.

프롬프트

Canvas 2D 두 패널에 등급 5행(보석 아이콘 · 이름 · 파워 배율과 log₂ 막대 · 첫 획득까지 = 1 ÷ 시간당 드롭, 24시간 넘으면 빨강)을 0.2초 스태거로 채워줘: A 파워 1 · 2 · 4 · 8 · 16, 시간당 30 · 3 · 0.3 · 0.03 · 0.003개(2분 · 20분 · 3.3시간 · 33시간 · 333시간), B 파워 1 · 1.25 · 1.56 · 1.95 · 2.44, 시간당 30 · 7.5 · 1.9 · 0.47 · 0.12개(2분 · 8분 · 32분 · 2.1시간 · 8.3시간). 아래 0~20시간 타임라인을 2.6~6.2초 커서로 훑으며 각 등급 첫 획득 시점에 보석을 찍고 마지막 업그레이드 뒤 4시간 넘는 공백은 빨간 띠와 'n시간 무소식'으로 칠하고 전설까지 얻었으면 '전설 도달' 칩을 붙이며, 6.6초에 전설 ÷ 일반 파워(×16 vs ×2.44) · 대기 증가(×10씩 vs ×4씩), 7.4초에 "3시간 뒤 정체" vs "간격이 고르게 늘고 하위 등급도 쓰임" 칩을 띄우는 10초 루프.

라이브 데모 열기 — 등급 사다리 배율 (파워 × · 확률 ÷ · 업그레이드 간격)

스탯 압축 계획 (순서 · 처치 타수 보존 검사)

Stat squish planning: uniform divide vs level-curve remap, with monotonicity, hits-to-kill and floor-at-1 audits

  • Google Sheets
  • Python
  • Unity
  • Canvas

레벨 60에서 기본 피해 8,014까지 불어난 수치를 일괄 ÷100으로 줄이면 L1~20이 1로 뭉개져 같은 값 반복 · 처치 타수 붕괴가 생기고, 같은 레벨의 피해와 HP를 같은 배율로 나누는 레벨 곡선 재매핑(20 × 1.045ᴸ)으로 줄이면 최댓값 268에서 순서와 4타 처치가 모든 레벨에서 보존되는 것을 로그 그래프와 레벨별 타수 막대, 검사 표로 보여 준다. 확장팩 · 장기 서비스에서 스탯 압축(stat squish)을 계획하고 검수할 때 쓴다.

프롬프트

Canvas 2D 왼쪽 로그 그래프(L1~60 · 1~10k)에 원래 피해 10 × 1.12^(L−1)(흰 점선), A = max(1, round(원래 ÷ 100))(빨강), B = round(20 × 1.045^(L−1))(녹색)을 0.4~2.8초에 왼쪽부터 그리고, HP = 피해 × 4를 A는 같은 ÷100, B는 같은 레벨 배율(B ÷ 원래)로 변환해줘. 3.2초부터 1.6초 동안 아래에 레벨 60칸의 처치 타수 ⌈HP ÷ 피해⌉ 막대 두 줄(4타면 녹색, 아니면 빨강)을 채우고, 오른쪽 검사 표에 최댓값(8,014 → 80 · 268) · 같은 값 반복 칸 수 · 타수 ≠ 4 레벨 수 · 1로 바닥 고정 레벨 수를 A/B 체크 배지와 함께 0.3초 간격으로 띄운 뒤, 6.8초에 "같은 레벨 피해 · HP 같은 배율로 나눈다 · L1 최소 2자리 유지" 규칙을 보여 주는 10초 루프.

라이브 데모 열기 — 스탯 압축 계획 (순서 · 처치 타수 보존 검사)

자동 튜닝 가드레일 (일일 한도 · 상하한 · 이상치 동결)

Telemetry auto-tuning guardrails: per-day change cap, absolute bounds and anomaly freeze vs a naive proportional controller

  • Python
  • Unity
  • Google Sheets
  • Canvas

시간당 강화석 20개를 목표로 서버가 드롭 배율을 매일 자동 조정할 때, D5~8에 봇 농장이 관측값을 46으로 부풀리면 그대로 따라가는 A는 배율을 ×0.11까지 깎아 정상 유저 수급이 2개 수준으로 무너지고 밴 이후 ×9로 튀는 반면, 하루 ±5% 한도 · 0.7–1.3 절대 범위 · 예상 대비 130% 넘는 관측값 동결 + 사람 알림을 건 B는 정상 유저를 18–22 대역에 지키는 것을 14일 차트로 비교한다. 드롭률 · 매칭 · 난이도를 데이터로 자동 조정하는 시스템을 만들 때 쓴다.

프롬프트

Canvas 2D 두 패널에 14일 막대(정상 유저의 시간당 강화석 = 20 × 배율 × (1 + 0.04 × 노이즈), 18–22 녹색 띠 안이면 민트 · 밖이면 빨강)와 컨트롤러가 보는 관측값(정상 + D5~8 봇 +26) 흰 점선, 아래 작은 그래프에 드롭 배율 선을 0.4~6.4초 easeInOutCubic으로 하루씩 그려줘. A는 배율 ← 배율 × 20 ÷ 관측, B는 관측 > 20 × 배율 × 1.3이면 동결(자물쇠 아이콘) 아니면 배율 × clamp(√(20 ÷ 관측), 0.95, 1.05)를 0.7~1.3(금색 점선)으로 제한하고, D5 '봇 유입' · D9 '밴' 칩, 패널 아래 현재 배율과 정상 유저 수급, 6.8초에 "정상 유저 최저 n/h · 밴 뒤 ×n 반등" vs "최저 n/h · 동결 4일 · 사람에게 알림" 칩을 띄우는 10초 루프.

라이브 데모 열기 — 자동 튜닝 가드레일 (일일 한도 · 상하한 · 이상치 동결)

밸런스 표 회귀 테스트 (수치 불변식 CI)

Balance-sheet regression tests: numeric invariants (TTK band, DPS spread, sell/buy ratio) run in CI on every data PR

  • Python
  • GitHub Actions
  • Google Sheets
  • Canvas

무기 표에서 창 피해 42를 24로 잘못 치고 포션 판매가를 90으로 올린 PR이 열리면, CI가 레벨 비용 단조 증가 · 드롭 확률 합 100% · TTK 0.8–2.5초 · 같은 티어 DPS ±10% · 판매가 ≤ 구매가 × 0.5 · 희귀도 순서 = 파워 순서 6개 불변식을 차례로 돌려 3개 실패(창 4.17초 · 창 −43% · 포션 90 > 40)로 병합을 막고, 수정 커밋 뒤 6/6 통과로 병합되는 흐름을 보여 준다. 밸런스 데이터를 코드처럼 리뷰 · 배포하는 파이프라인을 만들 때 쓴다.

프롬프트

Canvas 2D 왼쪽에 weapons.csv 표(장검 40 · 1.2 · 120 · 240, 도끼 60 · 0.8, 창 42 · 1.0, 활 30 · 1.5, 지팡이 50 · 0.9, 포션 판매 30 · 구매 80)를 그리고 커서가 1초에 창 피해를 24로, 1.5초에 포션 판매가를 90으로 고치면 칸을 금색으로 칠해줘. 2.3초부터 0.34초 간격으로 오른쪽 테스트 6개를 스피너 → 체크/엑스로 돌리며 실패 줄 아래에 근거(창 2.38 → 4.17초 > 2.5 · DPS 평균 42.0 대비 −43% · 포션 판매 90 > 40)를 쓰고 4.4초 "병합 차단 · 3개 실패", 5.4~6.2초에 창 42 · 판매 40으로 고친 뒤 6.4초부터 0.17초 간격으로 재실행해 7.5초 "6/6 통과 · 병합" 칩이 뜨는 10초 루프.

라이브 데모 열기 — 밸런스 표 회귀 테스트 (수치 불변식 CI)

신규 보호 곡선 (절벽 해제 vs 서서히 · 조기 졸업)

Newbie protection ramp: hard L10 cliff vs smoothstep L6–18 with an early-graduation rule, churn and abuse

  • Unity
  • Google Sheets
  • Python
  • Canvas

사망 손실 면제 · PvP 보호를 L10에서 한 번에 끄면 그 레벨에서 이탈이 47%로 치솟아 L30 도달이 30%에 그치고 L9에 머무는 고의 정체 계정이 신규를 학살하는 반면, L6–18에 걸쳐 서서히 줄이고 보호 중 PvP 처치 5회면 즉시 졸업시키면 최대 이탈이 레벨당 3% 미만으로 흩어져 L30 도달이 53%가 되고 악용이 막히는 것을 보호율 곡선 · 플레이어 점 흐름 · 레벨별 이탈 막대로 비교한다. 초보 보호 · 사망 페널티 · PvP 진입 레벨을 설계할 때 쓴다.

프롬프트

Canvas 2D 두 패널에 보호율 곡선(A: L < 10이면 100% 아니면 0, B: 1 − smoothstep(6, 18, L))을 레벨 커서(0.6~5.8초, L1 → 30 easeInOutCubic)를 따라 채워 그리고, 아래에 플레이어 36명 점을 레벨 축으로 흘리며 레벨마다 이탈 확률 = 2% + 45% × (보호 감소폭)²로 시드 고정 굴림해 이탈한 점은 그 레벨에 빨간 엑스로 남겨줘. 레벨별 이탈 막대(10% 넘으면 빨강)를 함께 쌓고, A엔 'L9 고의 정체 계정 · 신규 처치 0 → 37' 주황 칩, B엔 2.4초 'PvP 처치 5회 → 즉시 졸업' 칩, 6초에 L30 도달률(A 30% · B 53%)과 최대 이탈 레벨, 7초에 "L10 절벽 · 고의 정체 악용" vs "충격을 나눠 이탈 분산 · 악용 차단" 칩을 띄우는 10초 루프.

라이브 데모 열기 — 신규 보호 곡선 (절벽 해제 vs 서서히 · 조기 졸업)

골드 효율 (기본 아이템으로 스탯 단가 역산)

Gold efficiency: deriving per-stat gold prices from basic items and auditing composite items against a 95–110% band

  • Google Sheets
  • Excel
  • Canvas

장검(공격력 +10 · 350G) · 루비(체력 +150 · 400G) · 단검(공속 +12% · 300G) · 천 갑옷(방어 +15 · 300G)에서 스탯 1당 가격 35G · 2.67G · 25G · 20G를 역산하고, 완성 아이템의 스탯을 금액으로 바꿔 쌓은 막대를 가격과 비교해 효율 104% · 101% · 120%(상한 초과) · 64%(고유 효과 1,033G 몫 검증 필요)를 찾아 폭풍 단도 가격을 2,400 → 2,650G로 고치는 과정을 보여 준다. 상점형 아이템의 가격과 능력치를 맞추거나 고유 효과의 값어치를 따질 때 쓴다.

프롬프트

Canvas 2D 왼쪽에 기본 아이템 4개(아이콘 · 이름 · 스탯 · 가격)를 0.3초 간격으로 띄우고 각각 '1 = 35G · 2.67G · 25G · 20G' 단가 칩을 붙여줘. 오른쪽에 완성 아이템 4개(피의 칼날 2,600G: 공격 40 + 체력 300 + 공속 20 · 거인의 허리띠 1,000G: 체력 380 · 폭풍 단도 2,400G: 공격 35 + 공속 50 + 방어 20 · 수호자 망토 2,900G: 방어 60 + 체력 250)를 2.4초부터 0.4초 간격으로 띄워 스탯별 금액 누적 막대(0~3.4k, 스탯 색)와 흰 가격선 · 95–110% 녹색 구간을 그리고 효율 % (대역 밖 빨강)를 표시하며, 4.8초에 폭풍 단도 '상한 110% 초과', 망토 '고유 효과 1,033G 몫 · 검증 필요'(보라), 6.2초에 폭풍 단도 가격을 0.6초 동안 2,650G로 보간해 108%가 되는 10초 루프.

라이브 데모 열기 — 골드 효율 (기본 아이템으로 스탯 단가 역산)

회복 ÷ 피해 비율과 교착 (r = 1이면 끝나지 않는다)

Healing-to-damage ratio and stalemates: TTK = HP ÷ (DPS × (1 − r)), the r = 1 asymptote and healing-reduction tuning

  • Google Sheets
  • Unity
  • Unreal
  • Canvas

체력 2,000 탱커가 초당 400 피해를 받을 때 받는 회복 비율 r을 0.3 → 0.6 → 0.9 → 1.05로 올리면 처치 시간이 7.1 → 12.5 → 50초 → 무한(교착)으로 r = 1 점근선을 향해 폭발하는 것을 탱커 HP 바와 TTK 곡선으로 보여 주고, 치유 감소 −40%로 r을 0.63에 내려 목표 15초 안(13.5초)에 들이는 과정을 보여 준다. 힐러 · 흡혈 · 재생의 총량 상한이나 치유 감소 수치를 정할 때 쓴다.

프롬프트

Canvas 2D 오른쪽 그래프(r 0~1.2 · 처치 시간 0~40초, TTK ≤ 15초 = r ≤ 0.67 녹색 영역, r = 1 빨간 점선)에 TTK = 2000 ÷ (400 × (1 − r)) 곡선을 그리고, r을 0.4 · 2 · 3.6 · 5.2 · 6.8초에 0.3 → 0.6 → 0.9 → 1.05 → 0.63으로 0.4초 easeInOutCubic 이동시키며 흰 점과 글로우(15초 안 녹색 · 밖 빨강)를 움직여줘. 왼쪽엔 탱커 실루엣 주변으로 빨간 피해 입자와 녹색 회복 십자가 돌고, 4배속 HP 바 · 받는 피해 400/초 · 받는 회복 400r/초 · 처치까지 n초(∞) 수치를 갱신하며, r ≥ 1에서 "교착 · 끝나지 않는 전투", 6.8초 "치유 감소 −40% → r 0.63 · 13.5초" 칩을 띄우는 10초 루프.

라이브 데모 열기 — 회복 ÷ 피해 비율과 교착 (r = 1이면 끝나지 않는다)

경기 길이 분포 목표 (p10–p90 · 꼬리 자르기 장치)

Match-length distribution targets: p10/p50/p90 band, a stalemate tail and late-game pressure mechanics that fold only the tail

  • Python
  • Google Sheets
  • Unity
  • Canvas

경기 2,000판의 시간을 히스토그램으로 펼쳐 p10 · p50 · p90을 20–40분 목표 대역과 비교하고, 8%의 교착 판이 만든 60분 넘는 꼬리를 30분 이후 강화 미니언 · 부활 대기 +50% · 안전 구역 축소로 남은 시간을 ×0.35로 접어 중앙값은 그대로 둔 채 p90만 대역 안으로 넣는 것을 보여 준다. 대전 · MOBA · 배틀로얄의 경기 시간 목표와 후반 압박 장치를 설계할 때 쓴다.

프롬프트

Canvas 2D 히스토그램(10~80분 · 2분 구간, 20–40분 녹색 띠, 20분 미만 하늘색 · 40분 이상 빨강)에 시드 고정 경기 2,000판(92%는 로그정규 중앙 28분 σ 0.22, 8% 교착 판은 중앙 52분 σ 0.22)을 0.3~1.7초 easeOutCubic으로 세우고 p10 · p50 · p90 점선과 칩을 그려줘. 4.2초에 오른쪽 패널에 "30분부터 압박: 강화 미니언 투입 · 부활 대기 +50% · 안전 구역 축소 · 남은 시간 = 압축 ×0.35"를 띄우고 4.6초부터 1.2초 easeInOutCubic으로 모든 판을 t > 30이면 30 + (t − 30) × 0.35로 옮겨 막대를 재집계하며 p10 · p50 · p90(목표 밖 빨강) · 60분 이상 판 수 · 시간당 판 수를 갱신하고 "꼬리만 접고 중앙값은 그대로" 칩으로 끝나는 10초 루프.

라이브 데모 열기 — 경기 길이 분포 목표 (p10–p90 · 꼬리 자르기 장치)

랭크 티어 인구 설계 (목표 비율에서 컷 역산)

Rank tier population design: deriving MMR cutoffs from target shares with the inverse normal CDF instead of equal-width tiers

  • Python
  • Google Sheets
  • Canvas

MMR이 N(1500, 300)으로 분포할 때 티어 경계를 200씩 같은 폭으로 자르면 골드 · 플래가 각 24.8%, 그랜드마스터가 2.3%로 원하는 인구와 어긋나는 것을 보여 주고, 목표 비율(브론즈 15 · 실버 25 · 골드 28 · 플래 18 · 다이아 10 · 마스터 3.5 · 그마 0.5%)의 누적값에 Φ⁻¹를 씌워 경계 1189 · 1424 · 1640 · 1824 · 2025 · 2273을 역산하면 비율이 정확히 맞는 것을 분포 곡선 색 띠와 표로 비교한다. 랭크 시즌의 티어 컷과 승급 구간을 정할 때 쓴다.

프롬프트

Canvas 2D 왼쪽에 MMR 600~2400 정규분포 N(1500, 300) 곡선을 그리고 티어 7개(브론즈 · 실버 · 골드 · 플래 · 다이아 · 마스터 · 그마) 구간을 곡선 아래 색 띠로 칠해줘. 처음엔 경계 1100 · 1300 · 1500 · 1700 · 1900 · 2100(같은 폭 200)이고 1.8초에 "골드 · 플래 각 24.8% · 그마 2.3%" 경고 칩, 3.6초부터 1.2초 easeInOutCubic으로 경계를 μ + σ × Φ⁻¹(누적 목표)(1189 · 1424 · 1640 · 1824 · 2025 · 2273)로 옮기며 흰 경계선과 숫자를 따라가게 하고, 오른쪽 표에 티어별 A 비율(목표와 3%p 넘게 다르면 빨강) · 목표 · B 비율(Φ로 다시 계산, 녹색)을 띄우며 6.2초에 "최상위는 MMR 대신 순위 컷 (상위 500명) · 시즌마다 재계산" 메모를 보여 주는 10초 루프.

라이브 데모 열기 — 랭크 티어 인구 설계 (목표 비율에서 컷 역산)

PvE · PvP 수치 분리 계수 (연속 군중 제어 체감)

PvE / PvP split coefficients: one stun tuned for both modes vs a PvP-only coefficient with diminishing returns on chained crowd control

  • Unity
  • Unreal
  • Google Sheets
  • Canvas

기절 4초 스킬을 PvP 때문에 모든 모드에서 1.5초로 너프하면 레이드 사용률이 34%에서 9%로 떨어지고, 그대로 두면 PvP에서 3명이 연달아 걸어 12초 동안 반격 없이 처치되는 반면, PvE 4초는 유지하고 PvP 계수 1.5초 + 연속 체감(½ → ¼ → 면역 15초)을 따로 두면 잠김 2.6초 · 레이드 34%로 두 모드가 모두 사는 것을 세 줄 타임라인으로 비교한다. 한 스킬을 PvE와 PvP에서 함께 쓰는 게임의 수치 분리 규칙을 정할 때 쓴다.

프롬프트

Canvas 2D 세 줄(A 공유 4초 · B 공유 너프 1.5초 · C PvP 계수 분리 + 체감)마다 스킬 카드(PvE · PvP 지속 시간), 0~12초 PvP 타임라인에 3명이 연달아 건 기절 구간(A 4 + 4 + 4초, B 1.5 × 3, C 1.5 → 0.75 → 0.375초 뒤 금색 빗금 '면역 15초'), 커서(1~5.6초 easeInOutCubic)와 대상 HP 바(초당 18% 감소, 잠김 6초 넘으면 '반격 불가 처치' 빨강)를 그려줘. 오른쪽엔 5.8초부터 0.2초 간격으로 레이드 사용률 막대(34% · 9% · 34%, 20% 미만 빨강 '레이드에서 버려짐')를 채우고 7초에 줄마다 두 조건(PvP 처치 불가 · 레이드 20% 이상) 통과 배지를 붙이는 10초 루프.

라이브 데모 열기 — PvE · PvP 수치 분리 계수 (연속 군중 제어 체감)

기본값 vs 계수 분할 (기준점 고정 회전 · 초반형 · 후반형)

Base value vs scaling ratio split: rotating damage = base + ratio × stat around a fixed pivot to place early vs late power

  • Google Sheets
  • Unity
  • Unreal
  • Canvas

피해 = 기본 + 계수 × 스탯에서 스탯이 20 → 300으로 크는 40분 게임을 두고, 기준점(22분 · 스탯 150 · 피해 195)을 고정한 채 계수를 0.1 ↔ 1.1로 돌리면 기본 = 195 − 150 × 계수가 따라 바뀌어 같은 기술이 초반형(150 + 0.3×: 5분 +70%)에서 후반형(60 + 0.9×: 40분 −27%)으로 바뀌는 것을 회전하는 선과 시점별 피해 표로 보여 준다. 스킬 · 무기 공식의 기본값과 계수 비율로 언제 강한지를 설계할 때 쓴다.

프롬프트

Canvas 2D 그래프(0~40분 · 피해 0~400, 스탯 s(m) = 20 + 280 × (m ÷ 40)^1.3을 축 아래 회색으로 병기)에 초반형 150 + 0.3s(산호색)와 후반형 60 + 0.9s(하늘색)를 0.3~2.5초에 그리고 22.2분 · 스탯 150 · 피해 195 기준점에 금색 글로우와 칩을 붙여줘. 3초부터 4.6초 동안 계수를 0.1 → 1.1 → 0.1로 코사인 왕복시키며 기본 = 195 − 150 × 계수인 흰 선이 기준점을 축으로 회전하게 하고, 오른쪽 패널에 현재 기본 · 계수와 5분 · 22분 · 40분 피해를 갱신하며 7.8초에 "초반형 vs 후반형: 5분 +70% · 40분 −27% · 계수 = 언제 강한지 · 기본 = 바닥 보장"을 띄우는 10초 루프.

라이브 데모 열기 — 기본값 vs 계수 분할 (기준점 고정 회전 · 초반형 · 후반형)

장비 검사 vs 실력 검사 (장비 × 실력 승리 영역)

Gear check vs skill check: the win boundary on a gear × skill map and how much execution can substitute for item level

  • Python
  • Google Sheets
  • Unity
  • Canvas

플레이어 220명을 장비(요구 DPS 대비 0.6~1.4) × 실력(0~1) 평면에 찍고 보스 설계를 광폭화 타이머형(거의 세로 경계) → 피할 수 있는 피해형(가로 경계) → 혼합형(대각선, 실력이 장비 ±25%를 대신)으로 바꾸면 클리어율과 실력 상위 · 하위 25%, 장비 상위 · 하위 25% 클리어 차이가 어떻게 바뀌는지 경계선과 점 색으로 보여 준다. 보스 · 던전이 장비를 요구할지 실력을 요구할지, 그 교환 비율을 정할 때 쓴다.

프롬프트

Canvas 2D 산점도(장비 0.6~1.4 · 실력 0~1)에 시드 고정 플레이어 220명(장비 N(1.0, 0.15), 실력 N(0.5, 0.22))을 찍고, 경계선을 두 점으로 정의해 0~3초 장비 검사 (0.99, 0)–(0.93, 1), 3.2초부터 실력 검사 (0.6, 0.7)–(1.4, 0.5), 6.2초부터 혼합 (0.72, 1)–(1.3, 0)으로 0.6초 easeInOutCubic 보간해줘. 이기는 쪽 반평면을 직사각형 클리핑(Sutherland–Hodgman 한 평면)으로 옅은 녹색 영역으로 칠하고 점은 성공 민트 · 실패 빨강, 오른쪽에 클리어율 큰 숫자, 실력 상위/하위 25% · 장비 상위/하위 25% 클리어율 막대와 '실력 영향 · 장비 영향 (%p 차)'을 매 프레임 계산해 갱신하는 10초 루프.

라이브 데모 열기 — 장비 검사 vs 실력 검사 (장비 × 실력 승리 영역)

너프 파급 예측 (상성 행렬 × 픽률 2차 효과)

Nerf ripple prediction: win rate = Σ opponent pick share × matchup, direct effect then pick-share shift exposing the next outlier

  • Python
  • Google Sheets
  • Canvas

영웅 5명의 상성 행렬과 픽률로 예측 승률 = Σ 상대 픽률 × 상성을 계산해, 53.5%인 검귀의 모든 상성을 −8 하면 1차로 47.8%가 되고 픽률이 28 → 16%로 빠지는 2차 효과까지 넣으면 검귀에게 38%로 약하던 암살이 49.3 → 52.4%로 새 1위가 되는 것을 상성 그래프와 승률 막대로 보여 주고, −4 · 픽률 22% 예상안에서 전원이 48.6–51.1%에 들어오는 것으로 마무리한다. 너프 · 버프 수치를 정하기 전에 다른 캐릭터에 미칠 영향을 예측할 때 쓴다.

프롬프트

Canvas 2D 왼쪽에 영웅 5명(검귀 · 궁사 · 방패 · 암살 · 마법) 노드를 오각형으로 놓고(원 크기 = 픽률) 상성 행렬(검귀 vs 궁사 58 · 방패 45 · 암살 62 · 마법 55, 궁사 vs 방패 60 · 암살 44 · 마법 48, 방패 vs 암살 52 · 마법 42, 암살 vs 마법 60)에서 이기는 쪽 → 지는 쪽 화살표를 차이만큼 굵게 그려줘. 오른쪽에 예측 승률 막대(50% 기준, 48–52% 녹색 띠, 패치 전 위치 흰 눈금, 증감 숫자)를 두고 1.8초에 검귀 모든 상성 −8(0.8초 보간 → 47.8%), 4.4초에 검귀 픽률 28 → 16%(나머지는 비례 재분배)를 적용해 암살 52.4%에 "새 1위" 경고, 7.2초에 대안 −4 · 픽률 22%로 보간해 "전원 48.6–51.1%" 칩을 띄우는 10초 루프.

라이브 데모 열기 — 너프 파급 예측 (상성 행렬 × 픽률 2차 효과)

근접 가동률 보정 (실효 DPS = 표기 DPS × 가동률)

Melee uptime correction: boss mechanics that force melee away, effective DPS per role and paper-DPS premium vs mechanic redesign

  • Google Sheets
  • Unity
  • Unreal
  • Canvas

60초 보스전에서 도약 · 장판 2회 · 비행 기믹이 근접만 19초 동안 때리지 못하게 해 표기 DPS가 같아도 원거리 93% · 근접 68% 가동률로 실효 딜이 갈리는 것을 타임라인 · 위에서 본 전장 · 막대로 보여 주고, 근접 표기 DPS ×1.37 할증 또는 기믹 재설계(가동률 85%) + ×1.09 두 가지 보정안을 비교한다. 근접 · 원거리 역할의 피해 수치와 보스 기믹이 근접을 얼마나 벌할지 정할 때 쓴다.

프롬프트

Canvas 2D 위쪽에 0~60초 타임라인 3레인(원거리: 회피 33–35 · 46–48초 이탈, 근접: 도약 12–18 · 장판 25–29 · 40–44 · 비행 50–55초 이탈, 6초부터 근접 재설계: 12–14 · 25–26 · 40–41 · 50–55)을 커서가 0.4~5.4초에 훑으며 가동 구간은 녹색, 이탈 구간은 빗금 산호색으로 채우고 레인 끝에 누적 피해(표기 DPS 100)를 갱신해줘. 왼쪽 아래 위에서 본 전장에 보스(도약 시 오른쪽 이동 · 장판 빨간 원 · 비행 시 떠오름)와 근접 · 원거리 점, 원거리 사격선과 상태 캡션을 그리고, 오른쪽 아래에 가동률 막대(93% · 68% · 85%)를, 7초에 "① 근접 표기 ×1.37 (93 ÷ 68) · ② 기믹 재설계 85% + 표기 ×1.09"를 띄우는 10초 루프.

라이브 데모 열기 — 근접 가동률 보정 (실효 DPS = 표기 DPS × 가동률)

사거리 가치 환산 (공짜 피해 = DPS × 사거리 차 ÷ 접근 속도)

Range value conversion: free damage before contact = DPS × range gap ÷ closing speed, and the infinite-kite case

  • Google Sheets
  • Unity
  • Canvas

사거리 6m · DPS 40 원거리와 사거리 1m · 이동속도 4m/s · HP 400 근접이 붙기 전까지 원거리가 공짜로 넣는 피해를 정지 사격 50(13%) · 뒤로 걸으며 사격(2m/s, DPS ×0.7) 70(18%) · 같은 속도 카이팅(DPS ×0.6) 무한으로 계산해 세 레인에서 실제로 달려가 맞는 모습과 함께 보여 주고, 근접 이동속도 ≥ 원거리 × 1.25 또는 8초 돌진기라는 규칙으로 정리한다. 원거리 유닛의 사거리 · 이동 사격 페널티와 근접의 속도 · 돌진기를 함께 정할 때 쓴다.

프롬프트

Canvas 2D 세 레인(0~10m 눈금, 원거리 하늘색 원 8m 지점 고정 · 근접 산호색 원이 6m 거리에서 접근)에 정지 사격(근접 4m/s · 원거리 0) · 뒤로 걸으며 사격(원거리 2m/s · DPS ×0.7, 바닥 사선이 흘러 이동 표시) · 같은 속도 카이팅(4m/s · ×0.6)을 0.6초부터 1.15배속으로 재생해줘. 원거리에서 0.5초마다 탄을 쏘고 근접 머리 위 HP 바와 레인 오른쪽 누적 피해(접촉 시간 = 5m ÷ (근접 속도 − 원거리 속도))를 갱신하며 접촉하면 '접촉' 칩, 접근 불가 레인엔 '접근 불가 · 16.7초 뒤 사망'을 띄우고, 오른쪽 패널에 공식과 시나리오별 공짜 피해(50 (13%) · 70 (18%) · ∞), 6.8초에 "근접 속도 ≥ 원거리 ×1.25 또는 8초 돌진기" 규칙을 띄우는 10초 루프.

라이브 데모 열기 — 사거리 가치 환산 (공짜 피해 = DPS × 사거리 차 ÷ 접근 속도)

시간 단축 가격 곡선 (분/젬 가치 · 짧은 대기 무료)

Time-skip pricing curve: linear gems per hour vs a concave 20·h^0.65 curve with free skips under 5 minutes, value per gem and modelled purchase rate

  • Google Sheets
  • Unity
  • Python
  • Canvas

남은 대기 시간을 프리미엄 재화로 즉시 끝내는 가격을 선형(시간당 30젬)으로 매기면 12시간 360젬이라 아무도 사지 않고 5분에도 3젬을 받는 반면, 20 × 시간^0.65에 5분 이하 무료로 매기면 긴 대기일수록 분/젬 가치가 2 → 7.1로 좋아져 구매율 모델에서 타이머 3개당 기대 매출이 11.1 → 21.7젬으로 늘고 짧은 대기의 짜증은 사라지는 것을 가격 곡선과 타이머 카드로 비교한다. 건설 · 연구 · 회복 타이머의 즉시 완료 가격을 정할 때 쓴다.

프롬프트

Canvas 2D 왼쪽 그래프(남은 0~24시간 · 0~800젬)에 A = ⌈30 × 시간⌉(빨강)과 B = 시간 ≤ 5분이면 0, 아니면 round(20 × 시간^0.65)(녹색)를 0.3~2.5초 easeInOutCubic으로 그리고, 오른쪽에 건설 타이머 카드 3개(5분 · 2시간 · 12시간, 남은 시간이 돌아가는 hh:mm:ss)를 2.6초부터 0.4초 간격으로 띄워 A 가격(3 · 60 · 360젬)과 B 가격(무료 · 31 · 101젬), 분/젬 가치와 구매율 = 25% × (1 − e^−(분/젬 ÷ 6)²)를 칩으로 보여줘. 5.6초에 타이머 3개당 기대 매출(Σ 구매율 × 가격: A 11.1 · B 21.7젬)과 모델식을, 7초에 "긴 대기일수록 싸게 · 짧은 대기는 무료" 칩을 띄우는 10초 루프.

라이브 데모 열기 — 시간 단축 가격 곡선 (분/젬 가치 · 짧은 대기 무료)