따알깍PROMPT DICT 앱으로 열기

게임 개발 · 게임 디자인 · 경험 · 디자인 기초 · 조작감

게임 디자인 기초 · 플레이어 동기 Game design fundamentals & player motivation

흥미로운 결정의 네 조건, 봇 자가 대전으로 찾는 퇴화 전략, 동사 × 대상 응답표의 빈 칸, 실력 차가 드러나기까지 필요한 판 수로 재는 운의 비중, 완전 · 불완전 · 숨김 · 비대칭 정보 구조, 요미(상대 읽기) 단계, 마지막 역전 이후 남은 시간, 킹메이킹, 양합 · 영합 · 음합 상호작용, 단기 · 중기 · 장기 목표의 공백, 장난감 테스트, 실패 비용과 도전 의지, 좋은 마찰과 나쁜 마찰, 열린 고리, 동기 분포와 콘텐츠 배분, 분당 결정 수, 루프 길이와 보상 크기, 원인 → 결과의 가독성, 말한 재미와 행동한 재미, 핵심 판타지 전달 비율까지 — 게임 디자이너가 "왜 재미있나 / 왜 지루한가"를 판단할 때 쓰는 기초 이론과 진단 도구를 작은 게임 장면 시뮬레이션과 A/B 비교, 숫자 HUD로 보여 준다.

카드 40개 · 카드마다 설명과 바로 복사해 쓸 수 있는 프롬프트 전문 · 앱에서 라이브 데모로 보기

카드 목록 40개
  1. 흥미로운 결정의 네 조건 (대안 · 트레이드오프 · 정보 · 결과)
  2. 퇴화 전략 탐지 (봇 자가 대전 · 행동 엔트로피)
  3. 동사 × 대상 응답표 (빈 칸 · 불일치 감사)
  4. 운의 비중 측정 (실력이 드러나는 판 수)
  5. 정보 구조 네 가지 (완전 · 불완전 · 숨김 · 비대칭)
  6. 요미 · 상대 읽기 단계 (L0 → L1 → L2 → 순환)
  7. 마지막 역전 이후 남은 시간 (확정 후 플레이 비율)
  8. 킹메이킹 (질 사람이 승자를 정함)
  9. 양합 · 영합 · 음합 상호작용 (총점이 어디로 가나)
  10. 목표 공백 타임라인 (10초 · 10분 · 10시간)
  11. 장난감 테스트 (목표 없이도 재미있나)
  12. 실패 비용과 도전 의지 (지름길 시도율)
  13. 좋은 마찰 vs 나쁜 마찰 (결정을 만드나 · 시간만 늘리나)
  14. 열린 고리 (세션 끝의 다음 목표 · 자이가르닉)
  15. 동기 분포 vs 콘텐츠 배분 (불일치 지수)
  16. 분당 결정 수 · 최장 공백
  17. 루프 길이와 보상 크기 정합 (로그-로그 띠)
  18. 원인 → 결과 가독성 (지연 효과의 연결 표시)
  19. 말한 재미 vs 행동한 재미 (플레이테스트 진단)
  20. 핵심 판타지 전달 비율 (한 문장 → 플레이 시간)
  21. 숙련 고원기와 돌파 (기울기 1.5 미만 구간 · 다음 기술 단서)
  22. 메타 고착 · 전략 공간 탐색 속도 (덱 복사 vs 혼잡 손해)
  23. 자원 긴장 · 항상 조금 모자라게 (공급 ÷ 필요 0.6 · 0.85 · 1.4)
  24. 협동 게임 지시형 플레이어 문제 (자기 결정 비율)
  25. 기대 vs 놀람 (예측 적중률 곡선 · 목표 65~85%)
  26. 패턴 소진 곡선 · 변주 간격 (배움이 끝나면 지루해진다)
  27. 시간 압박과 결정의 질 (소음 · 긴장 · 계산 구간)
  28. 몰입 깨는 요소 감사 (20분 몰입 미터)
  29. 규칙 예외 수와 예측 적중률 (보이는 예외 vs 숨은 예외)
  30. 실패에서 배우는 정보량 (새 정보 있는 죽음 비율 · 재도전 의향)
  31. 진행감 채널 · 60분 시계 (진행 신호 없는 최장 공백)
  32. 리더보드 구간 설계 (한 세션 안에 닿는 다음 목표 비율)
  33. 남의 차례 대기 시간 (활동 비율 · 최장 대기)
  34. 결정 번복 비용과 실험률 (무료 · 영구 · 레벨 비례)
  35. 멀티플레이 솔리테어 지수 (상대 때문에 바뀐 결정 비율)
  36. 손 부하 vs 머리 부하 교대 (과부하 1.15 이상 시간)
  37. 난이도 종류 · 지식 함정 (실행 · 판단 · 지식 · 인내)
  38. 패배 납득도 · 원인 귀인과 재도전 (가중 재도전율)
  39. 프로토타입 재미 판정 3관문 (회색 상자 8개 → 1개)
  40. 위험 선택의 보상 할증 (같은 기대값이면 18%만 고른다)

흥미로운 결정의 네 조건 (대안 · 트레이드오프 · 정보 · 결과)

Interesting decision checklist: distinct alternatives, trade-off, readable information and felt consequence (pick-distribution test)

  • Unity
  • Unreal
  • Canvas

같은 턴제 결투에서 피해만 10 · 11 · 10으로 다른 세 선택지와, 강타 · 연타 · 막기처럼 얻는 것과 잃는 것이 다르고 적의 의도(강타 준비 30)가 보이는 세 선택지를 나란히 두고 네 조건을 하나씩 체크한 뒤 플레이어 100명의 선택 분포를 비교한다. 97%가 한쪽으로 몰리면 결정이 아니라 정답 맞히기라는 것을 숫자로 보여 주며, 스킬 · 행동 · 업그레이드 선택지를 심사할 때 쓴다.

프롬프트

Canvas 2D로 A/B 패널(150×161)에 플레이어와 적 결투 장면 · 선택지 카드 3장 · 조건 4줄 · 선택 분포 막대를 그려 줘. A는 베기 10 · 찌르기 11 · 치기 10, 적 의도 "?", B는 강타 28(다음 턴 무방비) · 연타 6×3(방어 −1) · 막기(반격 12)와 적 의도 "강타 준비 30" 칩을 7Hz로 맥동시키고, 1.4~4.4초에 커서가 카드를 1초씩 훑으며 예상 결과(적 −28 · 나 −30?)를 띄운 뒤 4.6초부터 0.42초 간격으로 대안 · 트레이드오프 · 정보 · 결과 체크(A는 1/4, B는 4/4)를 찍어 줘. 6.6초에 100명 선택 분포(A 2/97/1, B 31/27/42)를 1.2초 동안 채우고 "뻔한 정답" vs "상황 따라 갈림" 판정 칩으로 끝나는 10초 루프.

라이브 데모 열기 — 흥미로운 결정의 네 조건 (대안 · 트레이드오프 · 정보 · 결과)

퇴화 전략 탐지 (봇 자가 대전 · 행동 엔트로피)

Degenerate strategy detection: bot self-play action share, Shannon entropy alarm and the "most boring optimum" strip

  • Unity
  • Python
  • Canvas

찌르기 · 점프 공격 · 잡기 · 막기 네 행동의 승률표를 두 버전으로 두고 봇끼리 1,000판 학습시켜, 찌르기 후딜이 0프레임인 규칙은 찌르기 점유율 95%와 엔트로피 0.3비트로 무너지고 후딜 12프레임 · 잡기 > 막기 상성이 있는 규칙은 네 행동이 1.7비트로 공존하는 것을 누적 점유율 그래프와 마지막 판 행동 띠로 보여 준다. 플레이어가 재미를 최적화로 지워 버릴 한 수 반복을 출시 전에 찾을 때 쓴다.

프롬프트

Canvas 2D로 위(A) · 아래(B) 두 줄에 4×4 승률 행렬을 넣고, 매 단계 p ← 0.88p + 0.12·softmax(40·기대 승률)로 50단계(=1,000판) 갱신한 행동 점유율을 누적 영역 그래프(찌르기 하늘 · 점프 금 · 잡기 분홍 · 막기 민트)로 7.2초에 걸쳐 그려 줘. 흰 선으로 엔트로피 H = −Σp·log₂p(최대 2비트)를 겹치고, 왼쪽에 두 봇이 0.45초마다 현재 점유율로 행동을 뽑아 겨루는 미니 결투와 마지막 판 24수 행동 띠, 오른쪽에 최다 행동 % · 엔트로피 수치와 "경고 < 1.00" 기준을 표시해 7.4초에 "퇴화 · 한 수 반복" vs "건강 · 네 행동 공존" 칩을 띄우는 10초 루프. 첫 호출 계산은 1ms 이하로 캐시해 줘.

라이브 데모 열기 — 퇴화 전략 탐지 (봇 자가 대전 · 행동 엔트로피)

동사 × 대상 응답표 (빈 칸 · 불일치 감사)

Verb × noun response grid: auditing empty cells (missed play) and rule inconsistencies in a systemic game

  • Unity
  • Unreal
  • Google Sheets
  • Canvas

베기 · 불 · 얼음 · 밀기 · 전기 다섯 동사와 나무 상자 · 풀숲 · 물 · 밧줄 · 금속 문 · 슬라임 여섯 대상의 30칸 표를 채워 응답 있는 칸 · 반응 없는 빈 칸(놓친 놀이) · "나무 상자는 타는데 밧줄은 안 탄다" 같은 불일치 칸을 구분하고, 패치로 응답률 57% → 100%와 불일치 0을 만드는 과정을 보여 준다. 시스템 상호작용 게임에서 플레이어가 "이것도 되겠지?" 하고 시도할 조합을 미리 감사할 때 쓴다.

프롬프트

Canvas 2D로 5행(동사) × 6열(대상) 격자(칸 25×23)를 0.1초 스태거로 채우되 응답 칸은 동사 색 16% 채움 + 결과 단어, 빈 칸은 점선 테두리와 "?", 불일치 칸은 빨간 테두리로 그려 줘. 오른쪽 장면 패널에서 1.2초부터 1.33초씩 예시 3개(불 → 나무 상자: 불씨 입자 14개로 탐 · 얼음 → 밧줄: 회색 연기 "반응 없음" · 불 → 밧줄: "불일치")를 동사 구체가 날아가 맞는 애니메이션으로 보여 주고, 5.4초부터 빈 칸과 불일치 칸이 0.045초 간격으로 초록 플래시와 함께 채워지게 해줘. 응답 있음 n/30 · 빈 칸 · 불일치 카운터와 응답률 막대(목표 ≥ 80%)를 실시간 갱신하는 10초 루프.

라이브 데모 열기 — 동사 × 대상 응답표 (빈 칸 · 불일치 감사)

운의 비중 측정 (실력이 드러나는 판 수)

Luck share measured by series length: best-of-n win probability of the stronger player and games needed for 90%

  • Python
  • Excel
  • Canvas

강자의 한 판 승률이 55% · 65% · 85%인 주사위 경주 · 카드 대전 · 수 읽기 보드에서 n판 다승제로 강자가 이길 확률을 이항 분포로 계산해, 90%에 도달하는 데 163판 · 17판 · 3판이 필요하다는 것을 곡선과 실제 판 결과 띠로 보여 준다. 운이 클수록 초보도 이기는 맛이 있지만 순위는 판 수로만 가려진다는 균형을 잡을 때, 그리고 랭크 시즌 길이나 토너먼트 판 수를 정할 때 쓴다.

프롬프트

Canvas 2D로 왼쪽 세 줄에 게임 아이콘(굴러가는 주사위 · 카드 · 체스판)과 40판 결과 칸(강자 하늘 · 약자 주황, 6.4초 동안 채움)과 약자 승률을, 오른쪽에 x = 시리즈 판 수(1~301, 로그), y = 강자 시리즈 승률(50~100%) 그래프를 그려 줘. P(n) = Σ_{k>n/2} C(n,k)·p^k·(1−p)^(n−k)를 로그 팩토리얼 표로 계산해 세 곡선을 0.6~5.6초에 그리고, 90% 점선과 만나는 점에 n = 3 · 17 · 163판 칩을 6.4초부터 0.35초 간격으로 붙인 뒤 "운이 크면 약자도 이긴다 · 순위는 판 수로 가린다"로 끝나는 10초 루프.

라이브 데모 열기 — 운의 비중 측정 (실력이 드러나는 판 수)

정보 구조 네 가지 (완전 · 불완전 · 숨김 · 비대칭)

Information structures: perfect, imperfect (unknown future), hidden (private hand) and asymmetric (scouting) information

  • Unity
  • Canvas

같은 카드 대결을 상대 손패 · 덱 · 내 손패의 공개 여부만 바꿔 네 가지로 보여 주고, 각 구조에서 봇의 생각(끝까지 계산 · 남은 덱 확률 62% · 블러프인가? · 정찰로 2장 확인)과 계산 가능 · 블러프 성립 · 추론 · 기억 · 정찰 가치를 체크해 핵심 실력이 수 읽기 · 확률 판단 · 심리 · 정보 획득으로 갈리는 것을 비교한다. 대전 게임에서 무엇을 숨기고 무엇을 보여 줄지 정할 때 쓴다.

프롬프트

Canvas 2D로 4열(폭 74.5) 녹색 펠트 테이블에 상대 카드 3장 · 덱 · 내 카드 3장을 0.08초 스태거로 딜해 줘. 완전 정보는 모두 앞면과 덱 맨 위 공개, 불완전 정보는 덱만 뒷면, 숨김 정보는 상대 손패 뒷면, 비대칭 정보는 정찰한 2장만 보라색 테두리로 공개하고, 2.2초부터 0.3초 간격으로 봇의 생각 칩, 5.6초에 뒷면 카드를 cos 스케일로 뒤집어 결과 칩(예측대로 승 · 확률대로 패 · 블러프 간파 승 · 정찰 덕에 승), 6.4초부터 속성 4줄 체크와 "핵심 실력" 한 줄을 띄우는 10초 루프.

라이브 데모 열기 — 정보 구조 네 가지 (완전 · 불완전 · 숨김 · 비대칭)

요미 · 상대 읽기 단계 (L0 → L1 → L2 → 순환)

Yomi / level-k reading: each reading level counters the previous one, and a safe option collapses the ladder

  • Unity
  • Unreal
  • Canvas

강공 > 잡기 > 막기 > 강공 3자 순환에서 습관대로 강공(L0) → 그걸 읽고 막기(L1) → 그걸 읽고 잡기(L2) → 다시 강공(L3 = L0)으로 읽기 단계가 끝없이 도는 것과, 잡기를 지워 막기에 카운터가 없어지면 L2 = L1이 되어 읽기가 1단계에서 멈추는 것을 단계 칩과 승패 행렬로 비교한다. 격투 · 대전 액션에서 "안전한 선택지"가 심리전을 죽이는지 점검할 때 쓴다.

프롬프트

Canvas 2D로 위 A · 아래 B 두 줄에 미니 결투 장면, 단계 칩 4개(L0~L3, 35×24, 0.6초부터 1.05초 간격 등장, 이전과 같은 답이면 어둡게), 3×3 단계 대 단계 승패 행렬을 그려 줘. A는 4.9초에 L3에서 L0로 돌아가는 금색 곡선 화살표와 "L3 = L0 · 순환", B는 "L2 = L1 · 막기가 안전한 답"을 쓰고, 결투 장면은 현재 단계 쌍(Lk vs Lk+1)의 행동을 공격 팔 · 막기 호로 보여 주며, 5.3초부터 행렬 칸을 0.07초 스태거로 승 · 패 · 무 색칠한 뒤 "모든 행에 패가 있음" vs "지지 않는 행 존재" 칩으로 끝나는 10초 루프.

라이브 데모 열기 — 요미 · 상대 읽기 단계 (L0 → L1 → L2 → 순환)

마지막 역전 이후 남은 시간 (확정 후 플레이 비율)

Dead time after the last lead change: share of the match played after the outcome is effectively decided

  • Python
  • Unity
  • Canvas

두 플레이어의 점수 차를 100턴 동안 시뮬레이션해, 앞선 쪽이 턴마다 5.5% 더 버는 규칙은 마지막 역전이 평균 초반에 일어나 경기의 89%가 결과가 정해진 채 진행되고, 뒤진 쪽을 4.5% 보정한 규칙은 끝까지 역전이 일어나 확정 후 시간이 20%로 줄어드는 것을 한 판의 점수 차 곡선과 400판 히스토그램으로 보여 준다. 승부가 일찍 갈려 남은 시간이 지루한 문제를 숫자로 진단할 때 쓴다.

프롬프트

Canvas 2D로 A/B 패널에 점수 차 곡선(P1 앞섬 하늘 · P2 앞섬 주황, 4.2초에 걸쳐 100턴 그리기)을 그리고 d ← d + k·d + N(0,1) (A k = +0.055, B k = −0.045)로 400판을 시드 고정 시뮬레이션해 줘. 마지막 부호 변경 턴부터 끝까지를 빨강(A) · 금색(B)으로 칠하고 "역전 끝 · 남은 92턴" 칩, 아래에 마지막 역전 시점 10칸 히스토그램(앞 5칸 빨강 · 뒤 5칸 초록)을 1.2초 동안 올린 뒤 평균 확정 후 시간 = 1 − 평균 마지막 역전 턴 ÷ 100(89% vs 20%)을 크게 띄우는 10초 루프.

라이브 데모 열기 — 마지막 역전 이후 남은 시간 (확정 후 플레이 비율)

킹메이킹 (질 사람이 승자를 정함)

Kingmaking in 3+ player games: an eliminated-from-contention player decides the winner, with rank-score fixes

  • Tabletop Simulator
  • Unity
  • Canvas

10점 선착 경주에서 A · B가 8점, C가 3점일 때 C는 남은 턴에 이길 수 없는데도 A와 B 중 누구를 공격하느냐로 승자를 정해 버리는 킹메이킹을 트랙 장면으로 보여 주고, 순위 점수 4 · 2 · 1, 점수 일부 비공개, 자기 점수가 오르는 공격 보상 같은 처방으로 자기 이익 없는 결정이 승자를 정한 판을 37% → 6%로 줄이는 비교를 한다. 3인 이상 대전 · 보드게임형 규칙을 설계할 때 쓴다.

프롬프트

Canvas 2D로 3개 트랙(0~10점 눈금, 10점 금색 결승선)에 A 하늘 · B 금 · C 산호색 말을 두고 0.3~2.9초에 A · B를 8점, C를 3점까지 easeOut으로 올려 줘. 3초에 "C · 남은 턴에 10점 불가 → 승리 확률 0%" 칩과 점선 화살표 두 개(A 공격 → B 승 · B 공격 → A 승)를 띄우고, 4.6초에 C의 발사체가 포물선으로 B를 맞혀 8 → 6, 5.7초에 A가 10점에 도달하며 "A 승리 · 이유는 C의 기분" 칩을 띄운 뒤, 6.4초부터 처방 3줄을 0.35초 간격으로 체크하고 "승자만 점수 37% vs 순위 점수 도입 6%" 막대를 채우는 10초 루프.

라이브 데모 열기 — 킹메이킹 (질 사람이 승자를 정함)

양합 · 영합 · 음합 상호작용 (총점이 어디로 가나)

Positive-, zero- and negative-sum interactions: trade, steal and attack and what each does to the table total

  • Unity
  • Tabletop Simulator
  • Canvas

두 플레이어 사이의 거래(+3 / +3), 빼앗기(+3 / −3), 공격(−1 / −4)을 토큰이 생겨나고 · 옮겨 가고 · 사라지는 애니메이션으로 보여 주고, 같은 상호작용이 20턴 쌓였을 때 4인 점수 합계가 오르고 · 평평하고 · 내려가는 곡선과 협력 · 경쟁 · 소모라는 정서 차이를 비교한다. 상호작용 종류의 섞는 비율(예 50 · 35 · 15)을 정하고, 음합이 많으면 3인 이상에서 제3자가 이득을 보는 문제를 점검할 때 쓴다.

프롬프트

Canvas 2D로 3열 패널에 플레이어 두 명과 토큰을 2.6초 주기로 애니메이션해 줘. 양합은 가운데서 초록 토큰 4개가 양쪽으로 튀어 나가고, 영합은 금색 토큰이 오른쪽에서 왼쪽으로 포물선 이동, 음합은 빨간 토큰이 흩어지며 사라지게 하고, 1.4초에 +3/+3 · +3/−3 · −1/−4 숫자를 띄워 줘. 아래 그래프에 4인 합계 = 40 + 기울기(+1.44 · 0 · −1.92)·턴으로 20턴 곡선을 6.5초 동안 그리고 협력 · 건설 / 경쟁 · 긴장 / 소모 · 전쟁 칩, 맨 아래 섞는 비율 50 · 35 · 15 누적 막대를 0.8초 동안 채우는 10초 루프.

라이브 데모 열기 — 양합 · 영합 · 음합 상호작용 (총점이 어디로 가나)

목표 공백 타임라인 (10초 · 10분 · 10시간)

Goal ladder gap timeline: is there always a short, mid and long-term goal on screen?

  • Unity
  • Unreal
  • Canvas

30분 세션 동안 단기(10초) · 중기(10분) · 장기(10시간) 목표가 각각 걸려 있는지 3줄 타임라인으로 그려, 다음 목표를 완료 후에야 주는 설계는 중기 목표 없는 시간이 32%(3분 30초 · 6분 공백 두 번)이고 그 동안 단기 목표도 끊기는 반면, 완료 전에 다음 목표를 예고해 겹치게 하면 공백이 0이 되는 것을 재생 헤드와 이탈 위험 막대로 보여 준다. 퀘스트 · 진행 구조에서 "지금 뭘 해야 하지?" 순간을 찾을 때 쓴다.

프롬프트

Canvas 2D로 A/B 두 줄에 단기(하늘) · 중기(금) · 장기(보라) 레인과 0~30분 눈금을 그리고, 재생 헤드가 0.4~6.8초 동안 30분을 훑으며 목표 막대(라운드 5.5px)를 채우게 해줘. A는 중기 목표 [0~6] [9.5~17] [23~30]분으로 6~9.5분 · 17~23분 공백을 빨간 반투명 띠와 "할 일 모름 3:30" 칩으로 표시하고, B는 다음 목표가 0.4~0.8분 먼저 시작해 겹치게 해줘. 오른쪽에 중기 목표 없는 시간 %와 공백 안에서 치솟는 이탈 위험 막대, 7.2초에 "공백 2회 · 32%" vs "공백 0 · 목표 겹치기" 칩으로 끝나는 10초 루프.

라이브 데모 열기 — 목표 공백 타임라인 (10초 · 10분 · 10시간)

장난감 테스트 (목표 없이도 재미있나)

Toy test: measuring free play without goals before adding goals (toy fun × goal quadrant)

  • Unity
  • Godot
  • Canvas

공을 튕기는 물리 장난감을 먼저 목표 없이 놀게 한 뒤 금색 고리 맞히기 목표를 더하는 두 단계를 보여 주고, 프로토타입 4개(공 튕기기 · 밧줄 그네 · 자원 클릭 · 카드 정렬)를 x = 목표 없이 노는 시간, y = 목표 추가 후 재방문율로 찍어 장난감 재미가 없는 것에 목표를 붙이면 숙제가 된다는 것을 사분면으로 보여 준다. 프로토타입 단계에서 코어 동사 자체가 만지는 맛이 있는지 판단할 때 쓴다.

프롬프트

Canvas 2D로 왼쪽 상자(156×144)에 페그 8개와 공을 두고 1/60초 고정 스텝으로 중력 260px/s², 페그 반발 1.9·vn, 바닥 반발 0.72로 시뮬레이션하며 1.5초마다 커서가 공을 (90~160, −40~−100)px/s로 튕기고 잔상 26점을 그려 줘. 4.5초에 금색 목표 고리(반지름 9 ± 2, 6Hz)와 점수를 추가하고, 오른쪽 사분면(x 0~5분 · y 0~100%)에 프로토타입 점 4개가 1초 간격으로 나타난 뒤 5초부터 목표 추가 후 재방문율(72 · 63 · 34 · 21%)로 솟아오르게 하고 "장난감이 재미없으면 목표는 숙제가 된다" 칩으로 끝나는 10초 루프.

라이브 데모 열기 — 장난감 테스트 (목표 없이도 재미있나)

실패 비용과 도전 의지 (지름길 시도율)

Failure cost vs willingness to take risks: instant restart, checkpoint, knockback and resource loss compared

  • Unity
  • Unreal
  • Canvas

같은 구덩이 위 지름길 코인을 즉사 · 처음부터(−120초), 체크포인트(−25초), 뒤로 밀림(−6초), 자원 손실(코인 −30%, 약 15초 환산) 네 실패 방식으로 두고 시도율 ≈ e^(−비용 ÷ 45초) 모델로 7% · 57% · 88% · 72%를 계산해, 비용이 너무 크면 아무도 시도하지 않고 너무 작으면 긴장이 사라진다는 것을 4줄 플랫포머 장면과 목표 구간(40~75%) 막대로 보여 준다. 사망 · 실패 처리 방식을 고를 때 쓴다.

프롬프트

Canvas 2D로 4줄 플랫폼 레인(140×24, 구덩이 20px, 그 위 코인, 끝 깃발)에 고스트를 2.2초 주기(줄마다 0.37초 위상차)로 달리게 하고, 해시 난수 < e^(−cost/45)이면 구덩이로 점프(성공 55%), 아니면 안전한 길로 돌아가게 해줘. 실패하면 줄 색 칩(−120초 · −25초 · −6초 · 코인 −30%)을 띄우고, 오른쪽에 시도율 숫자와 막대를 1.2초 동안 채우며 40~75% 구간을 초록으로 깔아 6.2초부터 "시도 안 함 · 목표 구간 · 긴장 없음" 판정 칩을 붙이는 10초 루프.

라이브 데모 열기 — 실패 비용과 도전 의지 (지름길 시도율)

좋은 마찰 vs 나쁜 마찰 (결정을 만드나 · 시간만 늘리나)

Good vs bad friction: friction that forces a meaningful decision vs friction that only adds waiting

  • Unity
  • Unreal
  • Canvas

같은 "던전 출발 준비" 60초를 걷기 · 확인 창 ×3 · 수량 +1 ×20 · 로딩으로 채운 버전과, 가방 12칸 제한으로 뺄 것을 고르고 포션 vs 폭탄 예산을 정하는 버전으로 나눠 결정 시간과 대기 시간을 막대 타임라인으로 쌓아, 결정 비율 13% vs 77%로 비교한다. 불편함을 없애야 할지 남겨야 할지 판단하는 기준(포기를 강요하는 마찰은 남기고 반복 대기만 늘리는 마찰은 없앤다)을 세울 때 쓴다.

프롬프트

Canvas 2D로 A/B 두 줄에 60초 구간 막대(결정 = 초록, 대기 = 빨강)를 재생 헤드가 0.4~7초 동안 채우게 하고, 왼쪽 미니 화면에 현재 구간 그림(걷는 말 · 겹치는 확인 창 3개 · ×20까지 오르는 수량 버튼과 클릭 커서 · 회전 로딩 · 12칸 가방에서 하이라이트 이동 · A/B 카드 선택)을 그려 줘. 구간 이름과 "결정 · 무엇을 포기할까" / "대기 · 선택 없음" 칩, 오른쪽에 결정 시간 비율 % 와 결정 · 대기 초를 실시간 갱신하고 7.4초에 "없앨 마찰" vs "남길 마찰" 칩을 띄우는 10초 루프.

라이브 데모 열기 — 좋은 마찰 vs 나쁜 마찰 (결정을 만드나 · 시간만 늘리나)

열린 고리 (세션 끝의 다음 목표 · 자이가르닉)

Open loops at session end (Zeigarnik effect) without punishing absence

  • Unity
  • Canvas

세션을 끝낼 때 퀘스트 · 제작 · 탐험 · 이야기 고리를 모두 닫은 경우와, 탐험 고리 하나를 "잠긴 문을 봤다 → 문 너머가 궁금"처럼 열어 둔 경우의 다음 날 자발적 복귀(예시 41% vs 58%)를 진행 링으로 비교하고, 안 들어오면 보상이 사라지는 손실 압박은 복귀를 늘려도 만족도와 신뢰를 깎는 나쁜 예로 따로 표시한다. 세션 끝 구간과 챕터 마무리를 설계할 때 쓴다.

프롬프트

Canvas 2D로 A/B 패널에 고리 4개(반지름 6 링, 선폭 2.2)를 0.3~4.9초 동안 0.08 스태거로 채워 A는 모두 100%와 체크, B는 탐험만 62%에서 금색으로 멈추고 설명을 "잠긴 문을 봤다 → 문 너머가 궁금"으로 바꿔 줘. 5초에 "세션 종료 · 22:40" 칩, 5.6초부터 다음 날 자발적 복귀 막대(41% vs 58%)를 1.2초 동안 채우고, 7초에 맨 아래 빨간 테두리 줄로 "나쁜 예 · 안 들어오면 보상이 사라짐(손실 압박)"을 띄우는 10초 루프.

라이브 데모 열기 — 열린 고리 (세션 끝의 다음 목표 · 자이가르닉)

동기 분포 vs 콘텐츠 배분 (불일치 지수)

Player motivation profile vs content budget: mismatch index Σ|motive − budget| ÷ 2 and reallocation

  • Excel
  • Unity
  • Canvas

설문으로 얻은 플레이어 동기 분포(경쟁 18 · 성취 31 · 탐험 27 · 사회 12 · 표현 12%)와 개발 콘텐츠 예산(경쟁 45 · 탐험 8%…)을 쌍막대로 겹쳐 불일치 지수 27%를 계산하고, 경쟁 45 → 22%, 탐험 8 → 24%로 재배분해 4%까지 낮추는 과정을 보여 준다. 만들고 싶은 콘텐츠가 아니라 실제 플레이어가 원하는 쪽에 제작 시간을 쓰는지 점검할 때 쓴다.

프롬프트

Canvas 2D로 동기 5개 그룹마다 플레이어 막대(동기 색 그라디언트)와 예산 막대(금색 테두리)를 높이 = 비율 × 220px로 세우고, 설문 점 26개가 0.1~1.6초에 해당 막대로 떨어지게 해줘. 차이가 6%p를 넘는 막대 위에 "과투자" · "부족" 칩, 오른쪽에 불일치 지수 = Σ|p − b| ÷ 2를 크게(27%) 띄운 뒤 5.4초부터 1.4초 easeInOut으로 예산을 재배분안으로 바꿔 지수가 4%로 내려가고 "목표 ≤ 10%" 칩이 붙는 10초 루프.

라이브 데모 열기 — 동기 분포 vs 콘텐츠 배분 (불일치 지수)

분당 결정 수 · 최장 공백

Decision density: decisions per minute and the longest no-decision gap in one minute of play

  • Unity
  • Unreal
  • Canvas

같은 1분 플레이를 긴 이동 구간(분당 6회 · 최장 공백 34초), 이동 중 선택지를 배치한 버전(14회 · 5초), 0.8초마다 선택을 요구하는 과밀 버전(75회 · 생각할 틈 없음)으로 나눠 결정 눈금이 찍히는 타임라인과 실시간 공백 경고로 비교한다. 탐험 · 이동 · 전투 구간의 리듬을 점검하고, 지루함과 피로 사이의 목표 구간(분당 6~20회 · 공백 15초 이하)을 정할 때 쓴다.

프롬프트

Canvas 2D로 3줄 60초 타임라인에 결정 시각 배열을 눈금으로 찍어 줘(큰 결정 14px · 작은 결정 7px, backOut으로 솟고 0.5초 글로). 재생 헤드가 0.3~6.7초에 60초를 훑으며 마지막 결정 이후 15초가 넘으면 빨간 띠와 "공백 31초" 칩을 키우고, 오른쪽에 분당 결정 수와 최장 공백을 실시간 갱신한 뒤 6.8초에 최종값(6 · 34초 / 14 · 5초 / 75 · 0.8초)과 "지루함 위험 · 적정 · 생각할 틈 없음" 칩, 맨 아래 목표 기준 줄을 띄우는 10초 루프.

라이브 데모 열기 — 분당 결정 수 · 최장 공백

루프 길이와 보상 크기 정합 (로그-로그 띠)

Loop length vs reward size fit: log–log reward ∝ length^0.55 band with mismatched loops

  • Excel
  • Unity
  • Canvas

적 처치 3초 · 방 클리어 1분 · 던전 20분 · 하루 세션 2시간 · 시즌 30일 루프의 보상(하루 진행량 대비 %)을 로그-로그 그래프에 찍어 보상 ∝ 길이^0.55 띠 위에 놓고, 40분 일일 의뢰에 0.05%를 주는 허무한 루프와 2초 상자 탭에 3%를 주는 과한 루프가 띠 밖으로 벗어나는 것을 찾아 띠 안으로 옮기는 과정을 보여 준다. 보상 표를 만들 때 짧은 루프와 긴 루프의 보상 크기가 서로를 무의미하게 만들지 않는지 점검할 때 쓴다.

프롬프트

Canvas 2D로 x = 루프 길이(1초~30일, log10), y = 보상(0.01~100%, log10) 축에 띠 p = 0.02·(초/3)^0.55의 ×½ ~ ×2.2 범위를 반투명 초록으로 캐시해 두고, 점 7개를 0.45초 간격으로 backOut 등장시켜 줘(띠 위 하늘색, 벗어난 점 빨강 + 글로). 3.8초에 진단 2줄(긴 루프에 작은 보상 → 허무 · 짧은 루프에 큰 보상 → 긴 루프 무의미), 5.6초부터 1.2초 easeInOut으로 빨간 두 점이 점선을 남기며 0.9% · 0.016%로 이동해 초록이 되고 "띠 안 = ×½ ~ ×2.2" 칩이 붙는 10초 루프.

라이브 데모 열기 — 루프 길이와 보상 크기 정합 (로그-로그 띠)

원인 → 결과 가독성 (지연 효과의 연결 표시)

Causal legibility: delayed effects need a visible link (attribution rate vs delay, with and without cues)

  • Unity
  • Unreal
  • Canvas

독 함정을 밟은 적이 3초 뒤에 쓰러질 때, 아무 연결 표시가 없으면 "왜 죽었지?"가 되고 독 거품 · 함정에서 이어지는 점선 · 독 아이콘이 붙은 지속 피해 숫자를 보여 주면 "독 함정 성공!"이 되는 것을 A/B 장면으로 보여 주고, 원인을 맞힌 비율이 지연 시간에 따라 표시 없음 e^(−d/1.6)로 무너지고 표시 있음 0.96 − 0.03d로 유지되는 곡선(3초에서 15% vs 87%)을 그린다. 함정 · 지속 피해 · 연쇄 반응처럼 원인과 결과가 떨어진 시스템을 설계할 때 쓴다.

프롬프트

Canvas 2D로 A/B 장면에 플레이어가 0.4초에 독 함정을 설치하고 적이 0.6~1.8초에 걸어와 밟은 뒤 4.6초에 쓰러지게 해줘. B만 밟은 동안 함정 → 적 점선, 위로 오르는 초록 거품 4개, 0.7초마다 "−4/−5" 지속 피해 숫자와 독 아이콘, 몸 색 8Hz 깜빡임을 넣고, 5초에 "왜 죽었지? (원인 모름)" vs "독 함정 성공! (원인 명확)" 칩을 띄워 줘. 아래 그래프에 지연 0~5초 대비 귀인율 두 곡선을 5.4초부터 1.8초 동안 그리고 3초 지점 값 칩, 오른쪽에 규칙 3줄(지연 0.5초 넘으면 연결 표시 등)을 0.3초 간격으로 체크하는 10초 루프.

라이브 데모 열기 — 원인 → 결과 가독성 (지연 효과의 연결 표시)

말한 재미 vs 행동한 재미 (플레이테스트 진단)

Self-report vs behaviour in playtests: polite survey scores against replay and return telemetry, and behaviour-based questions

  • Unity Analytics
  • Google Forms
  • Canvas

테스터 10명이 설문에서 재미 4.3 · 추천 4.1점을 주고 "재밌었어요"라고 말하지만 실제로 끝나고 바로 한 판 더 한 사람은 18%, 다음 날 다시 켠 사람은 21%뿐인 차이를 별점과 떠나가는 말 · 남는 말로 보여 주고, "재미있었나요?"를 "가장 지루했던 순간은?"처럼 행동을 묻는 질문으로 바꾸는 법을 정리한다. 플레이테스트 결과를 읽고 설문지를 만들 때 쓴다.

프롬프트

Canvas 2D로 왼쪽 설문 패널에 질문 3개와 5점 별점(지름 6.4 점, 0.3초 스태거로 채움)과 점수를, 오른쪽에 테스터 말 10개를 그려 0.8~3.2초에 "재밌었어요" 말풍선을 띄운 뒤 3.2초부터 0.12초 간격으로 8명은 오른쪽으로 걸어 나가며 사라지고 2명만 초록 글로로 남게 해줘. 텔레메트리 막대 3개(18 · 21 · 12%)를 3.6초부터 채우고 5.6초에 "설문 4.3점 · 바로 한 판 더 18% → 행동을 믿는다" 칩, 6.4초부터 질문 바꾸기 3줄(회색 원래 질문 → 초록 화살표 → 행동 질문)을 띄우는 10초 루프.

라이브 데모 열기 — 말한 재미 vs 행동한 재미 (플레이테스트 진단)

핵심 판타지 전달 비율 (한 문장 → 플레이 시간)

Core fantasy delivery ratio: share of play time where the one-line fantasy verb is actually performed

  • Unity
  • Unreal
  • Canvas

"당신은 지붕 위를 달리는 대도다"라는 판타지 문장의 동사(달린다 · 숨는다)가 실제 20분 플레이에서 얼마나 조작으로 일어나는지 활동 구간 타임라인으로 재서, 메뉴 · 대화 · 정면 전투가 대부분인 빌드는 22%, 판타지 동사 중심으로 재배치한 빌드는 72%라는 것을 도넛과 지붕 위를 달리는 미니 말로 보여 준다. 기획서의 판타지가 실제 플레이 시간에 전달되는지 검사할 때 쓴다.

프롬프트

Canvas 2D로 맨 위에 판타지 문장 패널, 아래 A/B 두 줄에 20분 활동 구간 막대(지붕 질주 · 잠입 = 초록 85%, 메뉴 · 대화 · 정면 전투 · 로딩 = 회색/보라/빨강 45%)를 재생 헤드가 0.4~6.6초에 채우게 하고, 판타지 구간에서는 헤드 위에서 14Hz로 통통 뛰는 금색 말을 달려 줘. 오른쪽 도넛(반지름 10, 선폭 4)에 판타지 시간 = 판타지 구간 합 ÷ 경과 시간을 실시간 표시해 50% 이상이면 초록, 미만이면 빨강으로 칠하고 6.9초에 "22% · 메뉴 · 전투 위주" vs "72% · 판타지 중심" 칩, 맨 아래 검사 규칙 두 줄을 띄우는 10초 루프.

라이브 데모 열기 — 핵심 판타지 전달 비율 (한 문장 → 플레이 시간)

숙련 고원기와 돌파 (기울기 1.5 미만 구간 · 다음 기술 단서)

Mastery plateaus and breakthroughs: detecting flat stretches of a skill curve and placing the next-technique hint before them

  • Unity
  • Unreal
  • Canvas

20시간 동안 실력 지표가 계단처럼 오르는 곡선에서 기울기가 시간당 1.5점 미만인 구간을 고원으로 잡아, 숨은 기술을 혼자 찾게 둔 빌드는 6시간 넘는 고원과 기술 3개, 고원 직전에 다음 기술 단서(적이 먼저 쓰는 회피 반격 등)를 둔 빌드는 고원 2~3시간과 기술 5개라는 것을 비교한다. 깊이는 있는데 중반 이탈이 많을 때 "기술이 없어서"인지 "기술이 안 보여서"인지 가를 때 쓴다.

프롬프트

Canvas 2D로 308×112 차트에 실력 = 10 + 8(1 − e^(−h/2.2)) + 0.45h + Σ14·σ((h − cᵢ)/0.42) 곡선 두 개(A cᵢ = 1.2 · 11.4 · 17.5시간, B cᵢ = 1.2 · 4.8 · 8.4 · 12 · 15.6시간)를 0.3~6.7초에 재생 헤드로 그리고, 중앙 차분 기울기 < 1.5점/시간인 구간을 반투명 띠로 칠해 2시간 이상이면 "고원 6.7h" 칩을 띄워 줘. 기술 돌파 지점마다 점과 기술 이름 칩, B에는 돌파 1.1시간 전에 금색 마름모 "단서" 표식을 찍고, 아래에 발견한 기술 칩 5개 줄(A는 2개가 끝까지 회색)과 최장 고원 · 고원 중 이탈 ≈ 1 − e^(−고원/12h)(A 43% · B 21%)을 6.8초에 띄우는 10초 루프. 곡선 계산은 첫 호출 1회만.

라이브 데모 열기 — 숙련 고원기와 돌파 (기울기 1.5 미만 구간 · 다음 기술 단서)

메타 고착 · 전략 공간 탐색 속도 (덱 복사 vs 혼잡 손해)

Meta stagnation: how fast a player population solves the strategy space, single-peak landscape with netdecking vs four crowding-penalised peaks

  • Unity
  • Python
  • Canvas

전략 공간을 밝기 지형으로 그리고 플레이어 30명이 언덕 오르기와 상위 덱 복사로 8주 동안 움직이게 해, 정답 봉우리 하나인 규칙은 몇 주 만에 전략 1~2종으로 굳고, 같은 강함의 봉우리 4개에 "같은 덱이 많을수록 손해" 상성을 넣은 규칙은 8주 뒤에도 여러 전략이 공존하는 것을 "서로 다른 전략 수" 그래프로 보여 준다. 출시 후 메타가 너무 빨리 풀려 지루해질지 미리 볼 때 쓴다.

프롬프트

Canvas 2D로 A/B 패널(150×161)에 134×88 전략 지형(27×18 셀, 어두운 남색 → 금색)을 캐시하고, 점 30개를 매 단계 10% 확률로 최고 점수 점 쪽 60% 이동(덱 복사), 아니면 지형 기울기 방향 0.024 + 잡음 ±0.006으로 48단계(= 8주 · 주당 6단계) 움직여 첫 호출에 한 번만 계산해 줘. B는 효용 = 지형 − 0.06 × 반경 0.134 안 인원, 0.06 이내 점끼리 밀어내기를 넣고, 점 색은 가장 가까운 봉우리 색으로 칠해. 아래 그래프에 5×5 칸 중 2명 이상 있는 칸 수(= 서로 다른 전략 수)를 0.4~6.8초에 그리고 7.1초에 "n주에 해법 확정" vs "8주 뒤에도 n종 공존" 칩을 띄우는 10초 루프.

라이브 데모 열기 — 메타 고착 · 전략 공간 탐색 속도 (덱 복사 vs 혼잡 손해)

자원 긴장 · 항상 조금 모자라게 (공급 ÷ 필요 0.6 · 0.85 · 1.4)

Resource tension by supply-to-need ratio: starvation, tight scarcity and surplus hoarding over 20 encounters

  • Unity
  • Unreal
  • Canvas

적 20마리(한 마리에 3발)와 3초마다 오는 탄약 상자를 공급 ÷ 필요 0.6 · 0.85 · 1.4 세 줄로 돌려, 0.6은 탄 부족으로 싸움을 피하는 횟수가 늘고, 0.85는 탄이 4발 이하로 내려가는 시간이 길지만 끝까지 싸울 수 있으며, 1.4는 상한 30발에 막혀 탄을 버리는 것을 탄 그래프와 미니 장면으로 보여 준다. 서바이벌 · 호러 · 로그라이트에서 탄약 · 포션 · 연료 공급량을 정할 때 쓴다.

프롬프트

Canvas 2D로 세 줄(높이 44)마다 왼쪽 110×28 복도 장면(플레이어 · 3초마다 다가오는 적 · 1.5초에 떨어지는 상자 "+n"), 가운데 0.25초 단위 탄 수 그래프(0~30, 3발 점선), 오른쪽에 탄 부족 횟수 · 저탄(≤4) 시간 비율을 그려 줘. 시작 9발, 상자 = floor(누적 r × 3), 적 도착 때 3발 이상이면 3발 써서 처치(탄도 3줄 · 섬광), 아니면 플레이어가 점프로 피하고 "탄 부족 · 회피" 칩, 상한 30을 넘는 탄은 버린 탄으로 세. 게임 시간 60초를 0.3~6.9초에 재생하고 6.9초부터 "좌절 · 긴장 · 긴장 없음" 칩을 0.2초 간격으로 띄우는 10초 루프.

라이브 데모 열기 — 자원 긴장 · 항상 조금 모자라게 (공급 ÷ 필요 0.6 · 0.85 · 1.4)

협동 게임 지시형 플레이어 문제 (자기 결정 비율)

Quarterbacking / alpha-player problem in co-op games: one player directing everyone vs hidden hands and simultaneous timed decisions

  • Tabletop Simulator
  • Unity
  • Canvas

정보가 전부 공개되고 순서대로 두는 4인 협동 게임에서 리더 한 명이 "너 2번 카드 써"라고 모든 차례를 지시하는 장면과, 손패를 비공개로 하고 30초 모래시계 안에 동시에 결정하며 "숫자는 말하지 않기" 규칙을 둔 장면을 비교해, 플레이어별 자기 결정 비율이 100 · 24 · 18 · 30%에서 88 · 82 · 91 · 85%로 바뀌는 것을 보여 준다. 협동 보드게임 · 협동 퍼즐에서 한 사람이 게임을 대신 하는 문제를 고칠 때 쓴다.

프롬프트

Canvas 2D로 A/B 패널(150×161)에 타원 테이블(반지름 40×18 · 격자) 둘레 4명 말을 그리고, A는 0.6초부터 1.25초마다 차례가 넘어갈 때 금색 리더가 점선 곡선 화살표로 지시 칩("P1: 너 2번 카드 써")을 띄우고 상대는 "응…", 나머지는 "zZ"를 표시해 줘. B는 각자 앞에 작은 카드 뒷면 3장, 중앙 모래시계가 30초에서 0까지 4초 동안 줄고 각자 "?" 칩을 0.3초 간격으로 띄운 뒤 4.6초에 "동시 공개"와 "내 판단" 칩. 아래에 20판 자기 결정 비율 막대 4개를 6초부터 1.1초 동안 채우고 7.4초 판정 칩으로 끝나는 10초 루프.

라이브 데모 열기 — 협동 게임 지시형 플레이어 문제 (자기 결정 비율)

기대 vs 놀람 (예측 적중률 곡선 · 목표 65~85%)

Expectation vs surprise: an order-2 player predictor on repeating, rule-plus-variation and random attack patterns, with an inverted-U interest curve

  • Unity
  • Python
  • Canvas

찌르기 · 베기 · 잡기 세 공격을 완전 반복, 규칙 + 12수마다 변주, 완전 무작위로 내는 적 세 줄에 대해 직전 2수로 다음 수를 맞히는 예측기를 돌려 적중률 100% · 74% · 24%를 재고, 흥미 ≈ e^(−((적중 − 0.74) ÷ 0.17)²)인 역U 곡선 위에 찍어 너무 뻔하면 지루하고 너무 무작위면 읽을 게 없다는 것을 보여 준다. 보스 패턴 · 적 AI · 퍼즐 생성 규칙의 예측 가능성을 맞출 때 쓴다.

프롬프트

Canvas 2D로 세 줄(높이 34)에 공격 기호(삼각 주황 · 원 하늘 · 사각 분홍) 40개를 0.16초마다 하나씩 흘리고 최근 22개만 보이게 하며, 각 기호 아래 예측 적중(초록) · 실패(빨강) 점, 다음 칸에 예측 기호를 점선 테두리로 미리 그려 줘. 예측기는 (직전 2수) 문맥별 빈도표를 매 갱신마다 0.55배 감쇠하고 최빈값을 고르며, 7수째부터 적중률을 실시간 표시해. 아래 패널에 역U 곡선과 65~85% 목표 띠를 그리고 6.9초부터 A · B · C 점을 곡선 위에 0.25초 간격으로 찍는 10초 루프. 수열 계산은 첫 호출 1회.

라이브 데모 열기 — 기대 vs 놀람 (예측 적중률 곡선 · 목표 65~85%)

패턴 소진 곡선 · 변주 간격 (배움이 끝나면 지루해진다)

Pattern exhaustion: fun as learning gain per repetition, with no variation, adaptive variation and too-frequent variation

  • Unity
  • Excel
  • Canvas

같은 조우를 40번 반복할 때 재미를 "이번 반복에서 새로 배운 양"(숙달 증가분)으로 재서, 변주가 없으면 6~7회째 정점 뒤 13회부터 최고의 10% 아래로 떨어지고, 재미가 최고의 40% 아래로 떨어질 때마다 숙달 55%를 이월하는 변주를 넣으면 톱니 모양으로 유지되며, 2회마다 변주하면 숙달이 쌓이지 않아 오히려 낮다는 것을 세 곡선과 평균 재미(19 · 57 · 23%)로 보여 준다. 적 패턴 · 퍼즐 기믹 · 보스 페이즈를 언제 바꿀지 정할 때 쓴다.

프롬프트

Canvas 2D로 오른쪽 180×161 차트에 숙달 m ← m + 0.42(1 − m)(m + 0.1)로 계산한 재미 = 증가분 − 0.03 × 최근 3회 안 변주 수를 A(변주 없음 · 빨강), B(증가분 < 직전 정점 × 0.4이고 마지막 변주 후 3회 이상이면 m × 0.55 · 초록), C(2회마다 m × 0.3 · 금색 점선) 세 곡선으로 0.3~6.9초에 그려 줘. B 숙달 곡선은 보라 얇은 선, 변주 시점은 x축 위 초록 삼각형으로 표시하고, 왼쪽 위 장면에서 플레이어와 적이 B의 반복 횟수에 맞춰 공격 기호 3개를 내다가 변주 때 "새 변주" 칩을 띄운 뒤 6.9초에 평균 재미 A · B · C 퍼센트를 표시하는 10초 루프.

라이브 데모 열기 — 패턴 소진 곡선 · 변주 간격 (배움이 끝나면 지루해진다)

시간 압박과 결정의 질 (소음 · 긴장 · 계산 구간)

Time pressure vs decision quality: best-choice rate over time limit for 2-option and 6-option decisions, noise vs tension zones

  • Unity
  • Canvas

최선 수 선택률 p(t) = p_rand + (p_best − p_rand)(1 − e^(−t/τ))를 2지선다(τ 1초)와 6지선다(τ 8초)로 그려, 3초 제한은 2지선다는 95%를 지키지만 6지선다는 40%로 운에 가까워지고 15초는 79%로 판단을 시험하며 무제한은 90%로 계산을 시험한다는 것을 카드 6장 장면과 표로 보여 준다. 턴 타이머 · 반응형 선택 · 대화 선택 제한 시간이 긴장을 만드는지 소음을 만드는지 정할 때 쓴다.

프롬프트

Canvas 2D로 왼쪽 위 152×90 장면에 카드 6장 손패(최선 1장은 파란 숫자)와 커서를 그리고 무제한 → 15초 → 3초 모드를 2.1초씩 돌리며, 제한 모드에서는 반지름 7 타이머 고리를 줄이고 3초 모드는 커서가 빠르게 훑다 차선 수를 골라 "차선 수 ✗" 칩을 띄워 줘. 오른쪽 차트(로그 x축 1~60초)에 두 곡선을 2.2초 동안 그리고 6지선다가 50% 미만인 1~4.9초를 "소음"(빨강), 4.9~20초를 "긴장"(금색) 띠로 칠해 현재 모드 점을 표시하며, 왼쪽 아래 표에 3초 · 15초 · 무제한 × 2지 · 6지 선택률과 "반사 · 판단 · 계산"을 0.3초 간격으로 채우는 10초 루프.

라이브 데모 열기 — 시간 압박과 결정의 질 (소음 · 긴장 · 계산 구간)

몰입 깨는 요소 감사 (20분 몰입 미터)

Immersion-breaker audit: a 20-minute immersion meter dropping on pop-ups, loading, invisible walls, repeated barks, tutorial pauses and physics glitches

  • Unity
  • Unreal
  • Canvas

출시 빌드 20분 플레이에서 업적 팝업 · 로딩 화면 · 투명 벽 · 반복 대사 · 튜토리얼 정지 · 물리 튐이 일어날 때마다 몰입 미터를 심각도만큼 깎고 1.4분 시간 상수로 회복시켜, 1.2분마다 깨지는 빌드는 0.7 이상 유지 비율이 낮고, 업적을 세션 끝에 묶고 로딩을 통로로 숨기고 대사에 90초 쿨다운을 둔 빌드는 4회만 깨진다는 것을 보여 준다. 플레이테스트 녹화를 보며 몰입을 끊는 순간을 목록화하고 우선순위를 정할 때 쓴다.

프롬프트

Canvas 2D로 A/B 두 줄(308×62)에 20분 타임라인(218px)과 몰입 미터 곡선(0.3~1.0, 0.7 점선)을 그리고, 0.1분마다 m ← m + (0.95 − m)(1 − e^(−0.1/1.4)), 사건마다 m −= 심각도(팝업 0.22 · 로딩 0.3 · 투명 벽 0.26 · 반복 대사 0.16 · 튜토 정지 0.36 · 물리 튐 0.2)로 계산해 0.3~6.9초에 재생해 줘. 사건 시각에 색 마름모를 찍고 0.9초 동안 이름 칩을 띄우며 곡선 아래를 반투명으로 채우고, 오른쪽에 0.7 이상 유지 비율 · 깨짐 횟수, 맨 아래 범례와 B의 수정 목록 한 줄을 넣어 7.2초에 판정 칩을 띄우는 10초 루프.

라이브 데모 열기 — 몰입 깨는 요소 감사 (20분 몰입 미터)

규칙 예외 수와 예측 적중률 (보이는 예외 vs 숨은 예외)

Rule exceptions vs player prediction accuracy: each unsignalled exception costs ~12% while a visibly marked exception costs ~2.5%

  • Unity
  • Google Sheets
  • Canvas

불 · 얼음 · 전기 세 규칙에 "젖은 나무 제외 · 보스 무기 제외 · 2층 다리 제외…" 같은 표식 없는 예외 6개를 붙인 규칙서와, 예외를 "붉은 테두리 = 면역" 하나로 줄이고 화면에 보이게 한 규칙서를 나란히 두고, 플레이어가 결과를 미리 맞히는 시험 10문항의 적중이 4/10과 9/10으로 갈리는 것을 적중률 = 0.94 × 0.88^예외 곡선과 함께 보여 준다. 시스템이 늘어날수록 플레이어가 "이건 왜 안 돼?"라고 느끼는 순간을 줄일 때 쓴다.

프롬프트

Canvas 2D로 왼쪽 위 A 규칙서(규칙 3줄 · 빨간 예외 6줄을 0.3초 간격으로 추가)와 왼쪽 아래 B 규칙서(규칙 3줄 · 갈색 상자에 1.3px 붉은 테두리가 5Hz로 맥동하는 예외 1개)를 그리고, 오른쪽 위 차트에 표식 없는 예외 0.94 × 0.88^e(빨강)와 보이는 예외 0.94 × 0.975^e(초록) 곡선, 3초에 A(e = 6 · 44%)와 B(e = 1 · 92%) 점을 찍어 줘. 오른쪽 아래에는 A · B 예측 시험 10칸을 4초부터 0.22초 간격으로 ✓/✗ 뒤집어 4/10 · 9/10을 세는 10초 루프.

라이브 데모 열기 — 규칙 예외 수와 예측 적중률 (보이는 예외 vs 숨은 예외)

실패에서 배우는 정보량 (새 정보 있는 죽음 비율 · 재도전 의향)

Information per failure: share of deaths that teach something new, same-cause death streaks and the will to retry

  • Unity
  • Unreal
  • Canvas

같은 구간을 도전하는 시도 기록을 타일로 늘어놓고, 사망 화면에 문구만 있는 빌드는 낙석 · 화면 밖 저격으로 같은 원인을 3번 연속 겪으며 새 정보가 있는 죽음이 25%에 그쳐 12번째에 포기하고, 원인 한 줄과 2초 리플레이를 주는 빌드는 죽음 86%가 새 정보를 주어 8번째에 클리어하는 것을 재도전 의향 곡선과 "알게 된 것" 막대로 보여 준다. 어려운 구간이 "배우는 어려움"인지 "벌 받는 어려움"인지 판단할 때 쓴다.

프롬프트

Canvas 2D로 A/B 두 줄(308×72)에 시도 타일(13×15, 원인별 색: 낙석 갈색 · 저격 빨강 · 구덩이 보라 · 클리어 초록 · 포기 회색)을 0.3~6.2초에 하나씩 켜고, 새 정보가 있는 시도 위에는 금색 별, 줄 오른쪽 위에는 최신 사망 메시지("낙석 · 그림자 0.6초 전")를 띄워 줘. 아래 22px 영역에 재도전 의향 w(시작 1, 새 정보 있는 죽음 −0.03 · 없는 죽음 −0.085, 포기선 0.25 점선)를 하늘색 선으로, 누적 "알게 된 것"을 금색 계단 막대로 그리고 오른쪽에 새 정보 비율 · 같은 원인 최장 연속을 6.4초에 표시해 7초에 "12번째 포기" vs "8번째 클리어" 칩으로 끝나는 10초 루프.

라이브 데모 열기 — 실패에서 배우는 정보량 (새 정보 있는 죽음 비율 · 재도전 의향)

진행감 채널 · 60분 시계 (진행 신호 없는 최장 공백)

Progress channel stacking on a 60-minute clock: skill, gear, story, map and collection signals and the longest no-progress gap

  • Unity
  • Unreal
  • Canvas

60분 플레이를 원형 시계로 놓고 실력 · 장비 · 이야기 · 지도 · 수집 다섯 채널을 동심원으로 그려, 진행 신호가 장비뿐인 빌드는 시간당 6회 · 최장 공백 12분이고 다섯 채널을 번갈아 배치한 빌드는 시간당 21회 · 최장 공백 5분 이하라는 것을 시계 바늘이 돌며 공백 호를 빨갛게 그리는 방식으로 보여 준다. 중반이 "아무것도 안 늘어나는 느낌"일 때 진행 신호 배치를 점검할 때 쓴다.

프롬프트

Canvas 2D로 A/B 패널(150×161)에 반지름 19~51(8 간격) 동심원 5개(채널 색 반투명 4.2px)와 5분 눈금 시계를 캐시하고, 0.3~6.7초에 바늘이 60분을 돌며 지난 신호를 해당 고리에 점(2.3px · 2.5초 글로) 으로 찍어 줘. 마지막 신호 이후 5분이 넘으면 바깥 반지름 61 호를 빨간색으로 늘려 가고, 끝나면 최장 공백 호를 고정해 중앙에 "12분 · 최장 공백"을 크게 표시해. 아래에 채널 범례, 7초에 "신호 6회/시간 · 공백 12분" vs "신호 21회/시간" 칩을 띄우는 10초 루프.

라이브 데모 열기 — 진행감 채널 · 60분 시계 (진행 신호 없는 최장 공백)

리더보드 구간 설계 (한 세션 안에 닿는 다음 목표 비율)

Leaderboard band design: global top-100 board vs 30-player leagues, measured as the share of players with a goal reachable in one session

  • Unity
  • PlayFab
  • Canvas

로그정규 분포 점수 2,000명에서 981위인 "나"가 글로벌 Top 100 컷까지 +308%를 올려야 하는 반면 실력 순 150명 구간 안에서 무작위로 묶은 30명 리그(승급 6 · 강등 5)에서는 승급선까지 +5%면 되는 것을 보여 주고, 한 세션 획득량(점수 × 6% + 30) 안에 다음 목표가 닿는 플레이어 비율이 글로벌 보드 5%, 리그 61%로 갈리는 것을 막대로 비교한다. 경쟁 동기를 상위 1%만이 아니라 중간층까지 살리는 순위표 구조를 정할 때 쓴다.

프롬프트

Canvas 2D로 왼쪽 192×161 패널에 점수 2,000개(ln 정규 μ = ln 1000, σ = 0.9, 고정 시드)를 32칸 로그 히스토그램으로 1.6초 동안 세우고, 2초에 Top 100 컷 점선과 "나 · 981위" 막대, 2.6초에 컷까지 빨간 화살표와 "+n% 필요", 한 세션 획득량 초록 막대를 그려 줘. 오른쪽 112×161 패널에는 실력 순 150명 구간을 섞어 30명씩 묶은 내 리그를 4.9px 줄로 0.04초 간격으로 쌓고 상위 6 초록 · 하위 5 빨강 · 나 금색으로 칠하며, 5.6초에 "한 세션 안에 닿는 다음 목표가 있는 비율"(목표 = 글로벌은 컷 또는 바로 위 순위, 리그는 6위선 또는 바로 위)을 두 막대로 채우는 10초 루프. 정렬 계산은 첫 호출 1회.

라이브 데모 열기 — 리더보드 구간 설계 (한 세션 안에 닿는 다음 목표 비율)

남의 차례 대기 시간 (활동 비율 · 최장 대기)

Downtime between turns: sequential 40-second turns vs simultaneous planning with reaction cards during other players' resolution

  • Tabletop Simulator
  • Unity
  • Canvas

4인 보드게임 4라운드를 플레이어별 활동 띠로 펼쳐, 한 사람씩 40초 턴을 두는 규칙은 각자 25%만 플레이하고 120초를 기다리는 반면, 22칸 동시 계획 + 각자 처리 + 남의 처리 중 반응 카드를 넣은 규칙은 활동 비율 80% 이상 · 최장 대기 20초 이하로 바뀌는 것을 테이블 장면의 "zZ"와 "!" 표시로 보여 준다. 인원이 늘수록 늘어지는 턴제 · 보드게임 · 파티 게임의 대기 시간을 줄일 때 쓴다.

프롬프트

Canvas 2D로 A/B 두 줄(308×78)에 왼쪽 작은 원탁(24×11)과 말 4개, 가운데 4레인 × 160단위(1단위 = 4초) 타임라인을 그리고, A는 라운드마다 10단위 턴 블록을 순서대로, B는 0~22단위 동시 계획(옅게) 뒤 4.5단위씩 각자 처리(진하게) + 남의 처리 중 1.2~3단위 반응 창(중간 농도)을 0.3~6.9초 재생 헤드에 맞춰 채워 줘. 지금 활동 중인 말은 글로, A의 대기 말은 "zZ", B의 반응 중 말은 "!"를 띄우고, 오른쪽에 활동 비율(블록 합 ÷ 640)과 최장 대기(초)를 6.8초에 확정해 7.3초 판정 칩으로 끝나는 10초 루프.

라이브 데모 열기 — 남의 차례 대기 시간 (활동 비율 · 최장 대기)

결정 번복 비용과 실험률 (무료 · 영구 · 레벨 비례)

Respec cost curve vs experimentation: free unlimited respec, permanent choices and free-until-level-10 then level × 50 gold

  • Unity
  • Unreal
  • Canvas

스킬 트리 재분배를 무료 · 무제한, 영구 고정, 10레벨까지 무료 후 레벨 × 50골드 세 방식으로 두고, 무료는 0.5초마다 빌드를 바꿔 결정의 무게가 사라지고(애착 2.1/5), 영구 고정은 실험이 6%뿐이라 71%가 공략 빌드를 그대로 복사하며, 점점 비싸지는 방식은 64%가 실험한 뒤 정착해 애착 4.1/5가 되는 것을 미니 트리와 막대로 보여 준다. 특성 · 직업 · 장비 강화처럼 되돌릴 수 있는 결정의 비용을 정할 때 쓴다.

프롬프트

Canvas 2D로 세 열(100×161)에 노드 7개 스킬 트리(뿌리 1 · 2단 2 · 3단 4)를 그리고 선택 경로를 금색 선 · 글로로 표시해 줘. A는 0.5초마다 경로를 바꾸며 "또 바꿈" 칩, B는 0.4초에 "공략 사이트 빌드" 칩 뒤 1초에 자물쇠, C는 1 · 1.7 · 2.5 · 3.6초에 "재분배 무료 · 무료 · 120G · 300G" 칩과 함께 바꾸다 4.3초에 "정착". 트리 아래 80×22 재분배 비용 그래프(A 평평 0, B ∞, C 10레벨 뒤 선형), 실험한 비율 · 공략 그대로 · 내 빌드 애착(5점) 막대를 5초부터 1.2초 동안 채우고 7.2초 판정 칩을 띄우는 10초 루프.

라이브 데모 열기 — 결정 번복 비용과 실험률 (무료 · 영구 · 레벨 비례)

멀티플레이 솔리테어 지수 (상대 때문에 바뀐 결정 비율)

Multiplayer solitaire index: share of my decisions changed by the opponent, private markets vs a shared 5-card market

  • Tabletop Simulator
  • Unity
  • Canvas

두 사람이 카드를 한 장씩 가져가는 게임을 각자 시장 · 각자 점수 구조와 공용 시장 5장 구조로 나란히 돌려, 각자 시장은 상대가 무엇을 하든 내 계획이 그대로라 봇 200판 지수 4%의 "같은 방 1인 게임 둘"이고, 공용 시장은 노리던 카드를 뺏겨 계획을 바꾸는 결정이 46%라는 것을 점선 목표 표시와 "노리던 카드 뺏김" 칩으로 보여 준다. 대전 · 경쟁 보드게임이 서로에게 영향을 주는지, 너무 적거나 많은지 진단할 때 쓴다.

프롬프트

Canvas 2D로 A/B 패널(150×161)에 위 P1 · 아래 P2 보드(134×16)와 가운데 시장(A: 각자 5장 두 줄, B: 공용 5장)을 그리고, 0.5초부터 0.6초마다 번갈아 한 장씩 가져가 카드가 0.42초 동안 EIO로 자기 보드로 날아가게 해 줘. 다음 차례 플레이어가 노리는 칸을 점선 테두리(자기 색)로 미리 보이고, B에서 상대가 그 칸을 먼저 가져가면 "노리던 카드 뺏김" 칩과 함께 두 칸 옆 카드로 바꾸며 아래 10칸 기록에 금색으로 표시해. 이번 판 n/10과 6.8초에 봇 200판 지수(A 4% · B 46%), 판정 칩을 띄우는 10초 루프.

라이브 데모 열기 — 멀티플레이 솔리테어 지수 (상대 때문에 바뀐 결정 비율)

손 부하 vs 머리 부하 교대 (과부하 1.15 이상 시간)

Execution load vs decision load: overlapping combat waves and upgrade choices vs placing decisions in post-combat lulls

  • Unity
  • Unreal
  • Canvas

60초 플레이에서 손 부하(전투 파도 0.85 · 휴식 0.18)와 머리 부하(강화 선택 0.7 · 퍼즐 0.55)를 겹쳐 그려, 전투 한가운데 강화 선택을 띄운 빌드는 합이 1.15를 넘는 과부하가 약 14초 생기고, 같은 선택을 전투 종료 직후로 옮긴 빌드는 0초가 되는 것을 탄막을 피하는 플레이어와 선택 창이 나타나는 미니 장면으로 보여 준다. 액션 중 메뉴 · 퍼즐 · 대화 선택이 실수를 만드는지 점검할 때 쓴다.

프롬프트

Canvas 2D로 A/B 두 줄(308×70)에 왼쪽 78×49 장면(손 부하만큼 늘어나는 탄 · 좌우로 피하는 플레이어 · 머리 부하 0.3 이상이면 "강화 선택" 3장 창)과 가운데 60초 그래프(손 = 하늘, 머리 = 보라, 합 > 1.15인 0.5초 칸은 빨간 띠)를 0.3~6.9초에 그려 줘. 손 부하는 4~20초 · 30~46초 파도(가장자리 1.5초 램프), A 머리 부하 이벤트는 11초 6초간 0.7 · 15초 5초간 0.55 · 37초 6초간 0.7, B는 21초 4초간 · 25.5초 3.5초간 · 48초 6초간으로 옮겨. 오른쪽에 과부하 시간과 예상 실수율 = 5 + 33 × 과부하 ÷ 60(%)을 6.8초에 확정하는 10초 루프.

라이브 데모 열기 — 손 부하 vs 머리 부하 교대 (과부하 1.15 이상 시간)

난이도 종류 · 지식 함정 (실행 · 판단 · 지식 · 인내)

Kinds of difficulty: execution, judgement, knowledge and endurance radar, and fixing a one-time knowledge trap with a tell

  • Unity
  • Unreal
  • Canvas

한 구간의 난이도를 실행 · 판단 · 지식 · 인내 네 축 레이더로 나눠, 예고 없이 떨어지는 천장 함정 때문에 지식 비중이 95%이고 사망 원인 20건 중 13건이 "처음 보는 사람은 반드시 죽는" 지식 죽음인 구간에, 0.8초 전 먼지와 그림자 예고를 넣으면 지식 죽음이 2건으로 줄고 실행 죽음이 주가 되어 첫 시도 사망률이 94%에서 38%로 내려가는 것을 보여 준다. 어려운 구간이 "실력 시험"인지 "암기 강요"인지 가를 때 쓴다.

프롬프트

Canvas 2D로 왼쪽 150×161 패널에 반지름 42 레이더(4단 격자, 축 이름 색 구분)를 A [실행 0.45 · 판단 0.3 · 지식 0.95 · 인내 0.2]에서 5초부터 1초 동안 B [0.7 · 0.45 · 0.25 · 0.3]로 EIO 모핑하고 첫 시도 사망률 94 → 38%를 표시해 줘. 오른쪽 위 복도 장면에서 2.5초 주기로 달리는 플레이어 위로 20×12 천장 블록이 떨어지며, A는 예고 없이 깔려 "처음 보는 사람은 반드시 죽음", B는 먼지 6개와 그림자 타원이 0.8초 먼저 보이고 플레이어가 멈췄다 지나가게 해. 오른쪽 아래에 사망 원인 20건 사각 점을 네 칸에 쌓아 A [5 · 2 · 13 · 0] → B [12 · 5 · 2 · 1]로 바뀌는 10초 루프.

라이브 데모 열기 — 난이도 종류 · 지식 함정 (실행 · 판단 · 지식 · 인내)

패배 납득도 · 원인 귀인과 재도전 (가중 재도전율)

Loss attribution and requeue: "why did I lose" answers (own mistake, opponent, luck, teammates, unfair) weighted by requeue rate

  • Unity Analytics
  • Canvas

패배 직후 "왜 졌나" 응답을 내 실수 · 상대가 잘함 · 운 · 팀원 탓 · 불공정 다섯으로 나누고 각각의 재도전율(72 · 65 · 48 · 41 · 22%)을 곱해, 숨은 치명타 확률과 킬캠 없는 결과 화면에서는 운 · 불공정 응답이 많아 가중 재도전율이 47%이고, 받은 피해 내역 · 피할 수 있던 공격 수 · 2초 리플레이를 보여 주고 치명타를 고정 배율로 바꾼 뒤에는 원인이 자기 쪽으로 옮겨 57%가 되는 것을 보여 준다. 패배가 "다음엔 이긴다"로 이어지는지 진단할 때 쓴다.

프롬프트

Canvas 2D로 왼쪽 192×161 패널에 원인 다섯 줄 막대(최대 36% = 104px, 자기 쪽 초록 · 운 금색 · 불공정 빨강)를 1.4초 동안 A 비율 [18 · 14 · 30 · 12 · 26%]로 채우고 4.8초부터 1.1초 동안 B [34 · 27 · 14 · 13 · 12%]로 EIO 모핑하며, 오른쪽 열에 원인별 재도전율, 아래에 가중 재도전율 Σ 비율 × 재도전율을 크게 표시해 줘. 오른쪽 112×161 패널은 A일 때 "패배"와 "방금 뭐였지? 운이네" 칩, B일 때 받은 피해 640 · 상대 콤보 420 · 낙하 220 · 피할 수 있던 공격 3회 · 치명타 고정 ×1.5 줄을 0.25초 간격으로, 리플레이 썸네일 3칸과 "아, 그걸 피했어야지" 칩을 띄우는 10초 루프.

라이브 데모 열기 — 패배 납득도 · 원인 귀인과 재도전 (가중 재도전율)

프로토타입 재미 판정 3관문 (회색 상자 8개 → 1개)

Prototype fun gates: eight grey-box prototypes filtered by voluntary replay, strategy discovery at play 10 and rule-explanation time

  • Unity
  • Godot
  • Canvas

아트 · 사운드 없는 회색 상자 프로토타입 8개를 요청 없이 한 판 더(≥ 50%), 10판째에 새 전략 발견(≥ 1개), 규칙 설명 시간(≤ 60초) 세 관문에 차례로 통과시켜 8 → 5 → 3 → 1개로 줄이고, 살린 1개만 버티컬 슬라이스로 보내며 기준은 테스트 전에 적어 두고 바꾸지 않는다는 원칙을 보여 준다. 여러 아이디어 중 무엇을 살리고 무엇을 3~5일 만에 버릴지 정할 때 쓴다.

프롬프트

Canvas 2D로 맨 위에 34×32 회색 타일 8개(공 튀기기 · 상자 점프 · 회전 삼각형 · 쌓기 블록을 1.3Hz로 움직이는 회색 도형)를 그리고, 아래 세 관문 줄(Q1 재시작률 · Q2 새 전략 수 · Q3 설명 초)을 0.8 · 2.4 · 4.0초에 시작해 살아 있는 타일 아래에만 0.12초 간격으로 수치와 ✓/✗를 찍어 줘. 각 줄 끝에 "→ n개 통과" 칩, 탈락 타일은 어둡게 덮고 마지막 하나는 초록 테두리 · 글로를 주며, 아래 패널에 "8 → 5 → 3 → 1"과 살린 것 · 폐기 · 사후 합리화 방지 규칙 세 줄을 넣는 10초 루프.

라이브 데모 열기 — 프로토타입 재미 판정 3관문 (회색 상자 8개 → 1개)

위험 선택의 보상 할증 (같은 기대값이면 18%만 고른다)

Risk premium calibration: how much expected-value premium a 50/50 gamble needs before players pick it, from a loss-averse bot population

  • Unity
  • Python
  • Canvas

확정 100 상자와 50% 확률로 0 또는 200 × (1 + 할증)인 상자 앞에서, 손실 회피 λ가 중앙값 1.5 · 로그 표준편차 0.45로 퍼진 봇 300명의 위험 선택률을 할증 −20%에서 +100%까지 그려, 기대값이 같으면 18%만 위험을 고르고 +30%에서 절반을 넘으며 목표 35~60% 구간은 +15~40% 할증이라는 것을 갈림길 장면과 표로 보여 준다. 엘리트 경로 · 도박 이벤트 · 위험 지름길 보상을 "고를 만한 위험"으로 맞출 때 쓴다.

프롬프트

Canvas 2D로 왼쪽 위 152×96 갈림길 장면(위 금색 확정 100 상자, 아래 보라 50% 상자)에 0.32초마다 말이 출발해 현재 선택률만큼 아래 길로 가게 하고, 할증을 0.3~6.5초에 −20% → +100%로 EIO로 올려 줘. 오른쪽 차트에 선택률 = Φ((0.88 ln(1 + 2p) − ln 1.5) ÷ 0.45) 곡선(보라)과 35~60% 목표 띠, 0% 점선, 현재 할증 흰 점과 % 칩을 그리고, 왼쪽 아래 표에 같은 기대값 · +30% · +100% 선택률과 목표 안 여부 ✓/✗를 0.25초 간격으로 넣어 7초에 "위험 쪽에 +15 ~ +40% 얹기" 칩을 띄우는 10초 루프.

라이브 데모 열기 — 위험 선택의 보상 할증 (같은 기대값이면 18%만 고른다)