마일스톤 게이트 (컨셉 → 골드)
Milestone gates: concept → prototype → vertical slice → alpha → beta → gold
컨셉부터 골드 마스터까지 6단계 게이트마다 통과 조건 체크리스트가 채워지고 빌드 미리보기·진척률·버그 수·팀 규모가 함께 변하는 마일스톤 시뮬레이션으로, 제작 단계별 목표와 승인 기준을 정할 때 쓴다.
프롬프트
게임 제작 마일스톤 6단계(컨셉 → 프로토타입 → 버티컬 슬라이스 → 알파 → 베타 → 골드)를 Canvas 2D 타임라인으로 만들어 줘: 단계당 1.4초, 게이트마다 통과 조건 3개(예: 알파 = 기능 완성·처음~끝 플레이·전 콘텐츠 임시본)를 0.2초 간격으로 체크하고 PASS 도장을 찍은 뒤 다음 노드로 진행해. 오른쪽 빌드 썸네일은 연필 스케치 → 회색 박스 → 색·조명 → 적·HUD → 골드 광택으로 진화하고, 아래 차트에 기능 %(0→15→35→100), 콘텐츠 %(→60→100), 오픈 버그(→210→95→0), 팀 인원(3→6→14→30→16명) 선을 그려 줘.
라이브 데모 열기 — 마일스톤 게이트 (컨셉 → 골드)
버티컬 슬라이스 vs 호리즌털 슬라이스
Vertical slice vs horizontal slice (discipline × level coverage)
같은 36 인주를 한 레벨에 전 직군을 몰아 출시 품질로 만드는 경우와 여섯 레벨 전부를 회색 박스로 까는 경우를 직군 × 레벨 격자 채우기로 비교해, 각 방식이 무엇을 증명하는지 보여 주는 계획 시뮬레이션이다.
프롬프트
직군 6행(기획·아트·애니·코드·사운드·UI) × 레벨 6열 격자 두 개를 Canvas로 나란히 그려 줘: 왼쪽 버티컬 슬라이스는 36개 작업 토큰을 L3 열 한 곳에만 행마다 6개씩 넣어 셀이 아래에서 위로 100%까지 차고, 오른쪽 호리즌털은 토큰 하나당 셀 하나를 회색(품질 1/6)으로 덮어 36칸 전체를 채워. 토큰은 0.18초 포물선으로 날아가고, 아래 비교 막대에 "출시 품질·제작 단가 = 6/6 vs 추정 불가", "전체 흐름 검증 = 1/6 vs 6/6"과 빌드 썸네일(완성 1개 vs 회색 6개)을 보여 줘.
라이브 데모 열기 — 버티컬 슬라이스 vs 호리즌털 슬라이스
범위 · 시간 · 품질 삼각형
Iron triangle: scope, schedule & quality trade-off
면적이 팀 용량으로 고정된 삼각형에서 기능 8개가 추가되면 날짜를 지키면 품질이, 품질을 지키면 출시일이 무너지고 기능을 잘라야 원래 계획으로 돌아오는 것을 꼭짓점 변형과 결과 수치로 보여 주며, 범위 변경 회의에서 트레이드오프를 설명할 때 쓴다.
프롬프트
범위·시간·품질 세 꼭짓점의 삼각형을 Canvas로 그리고 "기능 수 × 품질 = 팀 속도 × 기간" 제약으로 꼭짓점 거리를 계산해 줘: 기준 20개·40주·85점에서 범위 +8(1.4배)이 들어오면 용량 140% 경고로 빨갛게 맥동하고, A 날짜 고정 → 품질 0.714배(61점, 버그 120→330), B 품질 고정 → 기간 1.4배(56주), C 기능 8개 컷 → 기준 복귀를 단계당 1.9초, easeInOutCubic 0.8초 변형으로 순환해. 오른쪽에 출시 주·리뷰 점수·버그 수 타일과 기준 대비 증감, 아래에 기능 토큰 28개가 추가·컷되는 모습을 보여 줘.
라이브 데모 열기 — 범위 · 시간 · 품질 삼각형
기능 추가 누적 · 변경 통제
Feature creep vs change control (add-one-cut-one backlog)
프로젝트 중간에 들어오는 기능 요청을 전부 받는 백로그와 하나를 넣을 때마다 우선순위가 가장 낮은 하나를 빼는 변경 통제 백로그를 같은 속도로 소화시켜 예상 완료일이 어떻게 갈라지는지 보여 주는 범위 관리 시뮬레이션이다.
프롬프트
기능 40개·속도 주당 1개·목표 W40인 백로그 두 줄을 Canvas로 시뮬레이션해 줘: 5·9·13·17·21·25·29·33주차에 이해관계자 아바타가 말풍선과 함께 요청 1~2개(총 11개)를 넣고, 위 줄은 블록이 그대로 늘어나 예상 완료 = 현재 주 + 남은 개수 ÷ 속도가 W51(+11주)로 밀리며, 아래 줄은 같은 수만큼 우선순위 최저 항목이 회전하며 떨어져 "컷: 낚시" 칩이 뜨고 나머지 블록이 지수 감쇠로 당겨져 W40을 지켜. 하단 주차 타임라인에 현재·목표·예상 마커와 지연 주 수를 표시해 줘.
라이브 데모 열기 — 기능 추가 누적 · 변경 통제
기능 우선순위 (MoSCoW · RICE)
Feature prioritisation: MoSCoW buckets + RICE score & capacity cut line
기능 카드를 Must·Should·Could·Won't로 나누고 RICE 점수(도달×영향×확신÷노력)로 순위를 매긴 뒤 누적 노력이 팀 용량을 넘는 지점에 컷 라인을 긋고 마감이 당겨지면 라인이 올라오는 우선순위 결정 시뮬레이션이다.
프롬프트
기능 8개(세이브·전투 콤보·컨트롤러 리맵·크래프팅·업적·포토 모드·PvP·낚시)를 Canvas로 0.3초 간격 포물선 비행시켜 MoSCoW 2×2 버킷에 넣고, 오른쪽 표에서 RICE = R×I×C÷E(예: 세이브 100×3×1.0÷2 = 150)를 0.6초 카운트업한 뒤 점수순으로 0.8초 재정렬해 줘. Won't는 제외하고 누적 노력 막대가 용량 18 인주를 넘는 곳에 빨간 점선 컷 라인을 긋고, 6.6초에 "마감 2주 당김 → 용량 10"이 되면 라인이 올라가며 아래 기능은 반투명·취소선 처리해 줘.
라이브 데모 열기 — 기능 우선순위 (MoSCoW · RICE)
추정 불확실성 원뿔 · PERT
Cone of uncertainty + three-point (PERT) estimate with Monte Carlo
제작 단계가 진행될수록 추정 범위가 ×0.25~×4에서 ×1로 좁아지는 불확실성 원뿔과, 낙관·보통·비관 3점 추정을 베타 분포 몬테카를로로 쌓아 P50·P90 일정을 고르는 과정을 함께 보여 주며, 일정 약속 전에 버퍼를 정할 때 쓴다.
프롬프트
로그 Y축(×0.25~×4) 불확실성 원뿔을 Canvas로 그려 6단계(초기 컨셉 ×0.25~4 → 승인 ×0.5~2 → 요구 확정 ×0.67~1.5 → UI 설계 ×0.8~1.25 → 상세 설계 ×0.9~1.1 → 완료 ×1)를 7.4초에 걸쳐 커서가 지나가며 "20일 추정 = 5~80일" 범위 괄호와 추정자 7명의 점이 좁아지게 해 줘. 아래에는 O=4·M=8·P=20일 PERT(E = (O+4M+P)/6 = 9.3일, σ = 2.7일)를 Beta(2,4) 샘플 420개로 32칸 히스토그램에 떨어뜨리고 이론 곡선·M·P50·P90 점선과 "일정엔 P90" 라벨을 표시해 줘.
라이브 데모 열기 — 추정 불확실성 원뿔 · PERT
스프린트 번다운 · 속도 예측
Sprint burndown with mid-sprint scope change, velocity & release forecast
10일 스프린트의 이상선 대비 실제 남은 포인트, 중간에 들어온 범위 추가 융기, 칸반 카드 이동, 지난 스프린트 속도 막대와 출시 예측을 한 화면에서 연동해 보여 주는 애자일 일정 관리 대시보드다.
프롬프트
스토리 포인트 40·10일 스프린트 번다운을 Canvas로 그려 줘: 점선 이상선 40→0, 실제 남은 포인트 40·37·33·31·36·32·27·23·18·13·9를 하루 0.82초로 그려 가고 D4에 핫픽스·요청 +8pt 범위 계단과 칩을 띄우며, D7부터 최근 3일 기울기로 연장한 예상 완료일(약 D11.9) 점선을 표시해. 오른쪽 칸반(할 일/진행 WIP 2/완료)의 카드 12장은 완료 포인트에 맞춰 지수 감쇠로 이동하고, 아래 지난 6스프린트 속도 막대(평균 30.3)와 "남은 백로그 ÷ 평균 속도 = 필요 스프린트" 출시 예측을 갱신해 줘.
라이브 데모 열기 — 스프린트 번다운 · 속도 예측
의존성 · 크리티컬 패스
Task dependencies & critical path method (float absorbs vs ship date slips)
작업 의존성 그래프를 간트 차트로 펼쳐 CPM으로 크리티컬 패스와 여유 시간을 계산하고, 여유가 있는 작업의 지연은 흡수되지만 크리티컬 작업의 지연은 출시일을 그대로 미는 것을 보여 주며, 일정 리스크가 어디 몰려 있는지 찾을 때 쓴다.
프롬프트
작업 8개(기획 4일 → 엔진 10일 / 캐릭터 모델 6 → 리깅 3 → 애니 6 / 레벨 그레이박스 5 → 레벨 아트 7 → 통합·QA 5)를 Canvas 간트로 그리고 전진·후진 계산(ES/EF/LS/LF)으로 여유 = LS − ES를 구해 크리티컬 패스(24일)를 금색 글로와 꺾인 의존 화살표로, 여유는 빗금으로 표시해 줘. 2.9초에 레벨 아트를 +2일 늘리면 여유 3→1일로 흡수돼 출시 D24가 그대로이고, 5.7초에 리깅을 +3일 늘리면 후속 막대가 밀리며 출시선이 D27로 빨갛게 이동하게 매 프레임 CPM을 다시 계산해 줘.
라이브 데모 열기 — 의존성 · 크리티컬 패스
리스크 매트릭스 · 완화
Risk matrix (probability × impact) with mitigation and materialised risk
확률 × 영향 5×5 격자에 리스크를 배치하고 완화 조치로 칸을 옮겨 노출 점수를 낮춘 뒤, 완화하지 않은 리스크가 실제로 터지면 일정이 몇 주 밀리는지 비교해 보여 주는 리스크 관리 시뮬레이션이다.
프롬프트
5×5 확률×영향 히트맵(점수 = P×I, 초록→빨강)을 Canvas로 그리고 리스크 6개(R1 엔진 업그레이드 4×4, R2 인력 이탈 2×5, R3 인증 실패 3×4, R4 외주 지연 4×3, R5 서버 과부하 3×5, R6 방향 변경 2×3)를 떨어뜨린 뒤 R1·R3·R5에 "완화: 버전 고정" 같은 칩과 함께 0.6초씩 낮은 칸으로 이동시켜 총 노출 71→42로 갱신해 줘. 4.4초 발생 판정 하이라이트가 돌다가 미완화 R4가 터지면 충격 링과 함께 하단 일정 막대에 +3주 빨간 구간이 자라고, 완화한 R1은 +0.5주만 늘어 "R1 미완화였다면 +4주"를 비교 표시해 줘.
라이브 데모 열기 — 리스크 매트릭스 · 완화
브룩스의 법칙 · 늦은 인력 추가
Brooks's law: onboarding cost & n(n−1)/2 communication overhead
늦은 시점에 인력을 투입하면 신규 인원의 숙련 기간과 기존 인원의 멘토링 부담, n(n−1)/2로 늘어나는 소통 경로 때문에 산출이 오히려 떨어져 완료가 늦어지는 것을 팀 네트워크와 누적 작업 곡선으로 보여 주는 인력 계획 시뮬레이션이다.
프롬프트
팀원 6명을 원형으로 배치하고 모든 쌍을 선으로 이어(15개) Canvas로 그려 줘: W10에 6명을 추가하면 경로가 66개로 늘고 신규 인원은 8주 동안 숙련도 0→100%(진행 막대), 기존 인원은 신규 1명당 35% 시간을 멘토링(금색 선)에 쓰며, 주간 산출 = Σ숙련도 × (1 − 0.005 × 경로 수)로 계산해. 오른쪽 차트에 목표 85 작업의 누적 곡선 3개(유지 6명 W15.3 완료, W10 +6명 W16.3으로 오히려 지연, W2 +6명 W13.9)를 20주 동안 그리고 하단에 인원·경로·오버헤드 %·주간 산출을 실시간 표시해 줘.
라이브 데모 열기 — 브룩스의 법칙 · 늦은 인력 추가
크런치의 비용 (12주 비교)
Cost of crunch: overtime fatigue, bug rate & attrition vs sustainable pace
주 60시간 크런치 팀이 처음 몇 주는 앞서지만 피로가 쌓이며 시간당 효율이 떨어지고 버그율과 퇴사가 늘어 8주 무렵 주 40시간 팀에게 누적 산출을 역전당하는 과정을 12주 시뮬레이션으로 보여 주며, 일정 압박 속에서 지속 가능한 페이스를 설득할 때 쓴다.
프롬프트
6명 팀 둘을 12주 동안 0.05주 단위로 시뮬레이션해 Canvas 차트로 보여 줘: 크런치 팀은 2주차부터 주 60시간, 피로 F는 dF/dt = 0.11(1 − F)로 쌓이고(40시간 팀은 0.3으로 회복), 시간당 효율 = 1 − 0.7F, 버그율 = 0.1 + 0.6F, 주간 순산출 = 인원 × 시간/40 × 효율 × (1 − 버그율)로 계산하며 F가 0.45·0.6을 넘을 때 1명씩 퇴사해. 누적 순산출 곡선이 약 8주차에 역전되면 "역전" 칩을, 팀 아바타는 피로에 따라 회색으로 처지고 땀방울이 떨어지게, 하단 표에 계산식의 숫자를 실시간으로 표시해 줘.
라이브 데모 열기 — 크런치의 비용 (12주 비교)
콘텐츠 제작 파이프라인 병목
Content production pipeline bottleneck: WIP limits & Little's law
컨셉 → 모델링 → 텍스처 → 리깅 → 애니 → 구현 스테이션을 에셋이 흘러가며 가장 느린 리깅 앞에 대기열이 쌓이는 것을 푸시 방식과 WIP 제한 풀 방식으로 나란히 돌려, 처리량은 같고 재공품·리드타임만 줄어드는 것을 리틀의 법칙으로 보여 주는 아트 파이프라인 시뮬레이션이다.
프롬프트
스테이션 6개(컨셉 0.8일, 모델링 1.0, 텍스처 1.1, 리깅 2.6, 애니 1.4, 구현 0.9일 ±20%)의 이산 사건 시뮬레이션을 1초 = 3.2일로 Canvas에 두 줄로 돌려 줘: 위는 앞 공정이 끝나는 대로 밀어 넣는 푸시 방식이라 리깅 앞 대기열이 하루 0.5개씩 15개 가까이 쌓여 리드타임이 20일을 넘고 빨간 "병목" 칩이 뜨고, 아래는 대기열 한도 2인 풀 방식이라 앞 공정이 "막힘" 상태로 멈춰 재공품이 제한돼. 에셋 아이콘은 단계마다 스케치 → 회색 큐브 → 색 → 뼈대 → 모션 선 → 완료 별로 바뀌며 0.5일 포물선으로 이동하고, 각 줄에 WIP·처리량(개/일, 둘 다 병목인 0.38개/일로 같음)과 리틀의 법칙 W = L ÷ λ로 구한 리드타임(약 70일 vs 29일)을 표시해 줘.
라이브 데모 열기 — 콘텐츠 제작 파이프라인 병목
디자인 필라 필터
Design pillars as a feature filter (support / contradict gating)
핵심 디자인 필라 3개를 문지기로 세워 들어오는 기능 아이디어를 하나씩 통과·보류시키고, 필라가 있을 때와 없을 때 백로그의 정렬도와 범위가 얼마나 달라지는지 보여 주며, 기능 요청이 쏟아질 때 판단 기준을 세울 때 쓴다.
프롬프트
필라 3개(긴장 탐험 · 협동 · 10분 세션)를 기둥으로 그린 Canvas 심사대를 만들고, 아이디어 카드 12장이 0.7초 간격으로 기둥을 지나가며 각 필라 점수(+1 지지 / 0 / −1 위배)를 체크·X 아이콘과 색 플래시로 표시하게 해 줘. 규칙은 "지지 2개 이상, 위배 0개"면 통과 → 오른쪽 백로그로 포물선 이동, 아니면 보류함으로 떨어뜨리고, 하단에 필라 있을 때(정렬도 78% · 11주) vs 없을 때(25% · 35주)의 노력 막대와 정렬도 = Σ점수 ÷ (3 × 개수)를 실시간으로 비교해 줘.
라이브 데모 열기 — 디자인 필라 필터
프로토타입 단계 · 빠른 실패
Prototype fidelity funnel: paper → greybox → digital (fail fast, cost per iteration)
같은 30일 예산으로 종이(회당 0.5일) → 그레이박스(3일) → 디지털(10일) 단계를 밟으며 아이디어 12개를 싸게 걸러 재미를 찾는 방식과 바로 디지털로 2개만 만들어 보는 방식을 나란히 돌려, 반복 횟수와 버리는 비용 차이를 보여 주는 프로토타이핑 계획 시뮬레이션이다.
프롬프트
아이디어 12개(숨은 재미 점수 0.15~0.9)를 Canvas로 시뮬레이션해 줘: 종이 프로토는 0.5일씩 12장을 뒤집어 점수 0.52 초과만 KEEP(4개), 생존작은 포물선으로 그레이박스 슬롯에 승격돼 3일씩 테스트하고 0.75 초과만 통과, 최고작 1개를 D18~D28 디지털로 만들어 "재미 확인" 도장을 찍게 해. 아래 줄은 같은 30일에 디지털 프로토 2개를 15일씩 만들어 D15·D30에 둘 다 KILL되게 하고, 표에 반복 횟수(17 vs 2) · 버린 아이디어(10 vs 2) · 버리는 비용 평균(1일 vs 15일) · 재미 검증(1 vs 0)을 실시간 갱신해 줘.
라이브 데모 열기 — 프로토타입 단계 · 빠른 실패
플레이테스트 주기 계획
Playtest cadence: internal → friends & family → external → closed beta (discovery curve & funnel)
내부 팀 → 지인 → 외부 모집 → 클로즈드 베타로 넘어가는 20주 플레이테스트 일정에서 단계마다 묻는 질문과 인원이 다르고, 한 단계 안에서는 발견 = N(1−(1−p)^n) 수확 체감이 오기 때문에 다음 단계로 넘어가야 하는 이유를 발견 곡선과 백로그 깔때기로 보여 준다.
프롬프트
20주 타임라인에 4단계(내부 8명 p=0.25 이슈 22, F&F 15명 p=0.16 28, 외부 40명 p=0.07 36, 베타 400명 p=0.008 50)를 Canvas로 그리고 단계별 질문 칩(재미 있나? / 설명 없이 이해되나? / 어디서 그만두나? / 리텐션·밸런스?)을 현재 단계만 강조해 줘. 왼쪽 차트에 발견 = M(1−(1−p)^n) 곡선과 접선 기울기, "1명 더 → +x개" 한계 발견량을 표시하고 0.6개 아래로 떨어지면 "수확 체감 → 다음 단계" 칩을, 오른쪽에는 원시 리포트(테스터당 3.5건) → 고유 이슈 → 재현·우선순위(70%) → 백로그 반영(45%) 깔때기를 단계 색으로 쌓아 줘.
라이브 데모 열기 — 플레이테스트 주기 계획
버그 수명주기 · 심각도 SLA
Bug lifecycle kanban with severity SLAs, reopen loop & zero-bug bounce
신규 → 분류 → 할당 → 수정 중 → 검증 → 종료로 흐르는 버그 칸반에 S1~S4 심각도별 SLA 타이머와 재오픈 루프를 붙이고, 출시 전 30일 동안 오픈 버그 수가 0에 닿았다 회귀 테스트로 튀어 오르는 제로 버그 바운스를 거쳐 출시 후보가 되는 과정을 보여 주는 QA 운영 시뮬레이션이다.
프롬프트
출시 전 30일을 1초 = 3.5일로 이산 사건 시뮬레이션해 Canvas 칸반 6열에 버그 카드를 흘려 줘: 유입률 λ = 6.5·e^(−d/5) + 0.35건/일(S1 10% · S2 22% · S3 38% · S4 30%), 프로듀서가 0.1일씩 분류, 개발자 3명이 심각도 순으로 S1 0.35 ~ S4 1.7일 수정(WIP 3), QA 2명이 0.2일 검증하고 15%는 ↺ 재오픈시켜. 카드 하단 막대는 SLA(24h/2일/4일/7일) 소진율, 초과 시 빨간 테두리로 표시하고, D20에 전체 회귀 패스로 7건을 한꺼번에 추가해 오픈 버그 차트에 ZBB → 반등 → "출시 후보 · 오픈 0" 칩이 뜨게, 오른쪽 표에 등급별 열린 수와 SLA 준수율을 실시간 표시해 줘.
라이브 데모 열기 — 버그 수명주기 · 심각도 SLA
기능 락 · 콘텐츠 락 · 코드 프리즈
Feature lock, content lock & code freeze with change-control board
24주 일정에 기능 락(W12) · 콘텐츠 락(W18) · 코드 프리즈(W22) 관문을 세우고, 변경 요청 10건이 단계별 규칙에 따라 자동 승인·CCB 심사·반려되며 늦은 변경일수록 위험 = 규모 × 10 ÷ 남은 주로 커져 빌드 안정성이 출렁이는 것을 보여 주는 변경 통제 시뮬레이션이다.
프롬프트
W0~W24 타임라인에 락 3개와 출시선을 색이 짙어지는 구역으로 Canvas에 그리고, 변경 요청 10건(신규 무기 W2.5 … 스킬 트리 W13 · 퀘스트 체인 W19 · 크래시 1줄 수정 W23)이 도착하면 CCB 패널에 카드와 규칙("기능 락 이후 신규 기능 금지" 등), PD·리드·QA 투표 아이콘이 0.15초 간격으로 뜬 뒤 AUTO / APPROVED / REJECTED 도장을 찍게 해 줘. 승인된 변경은 위험 = 규모 × 10 ÷ (24 − 주)만큼 크래시 없는 세션 비율 곡선(기본 99.4 − 18·e^(−w/6)%)에 1.2주 감쇠 딥을 만들고, 반려는 "1.1 패치 백로그"로 보내며 승인·반려·회귀 버그 수를 갱신해 줘.
라이브 데모 열기 — 기능 락 · 콘텐츠 락 · 코드 프리즈
빌드 브랜치 전략
Trunk-based development + feature flags vs long-lived feature branches (merge hell)
매일 트렁크에 작게 머지하고 미완성 기능은 플래그로 숨기는 트렁크 기반 개발과 몇 주씩 떨어져 있다 한꺼번에 합치는 장기 기능 브랜치를 20일 동안 나란히 그려, 뒤처진 커밋 수에 비례해 커지는 머지 충돌과 릴리스 브랜치 컷 지연을 비교하는 소스 관리 전략 시뮬레이션이다.
프롬프트
Canvas로 두 개의 git 그래프를 그려 줘: A는 개발자 3명이 0.85일마다 0.55일짜리 짧은 브랜치를 트렁크에 머지(충돌 확률 8%, 각 10분)하고 크래프팅·길드 기능 플래그가 D13·D16에 OFF → ON, D17에 release/1.0을 잘라 체리픽 2개를 받게 해. B는 기능 브랜치 3개(D1→D12, D2→D15, D3→D18, 하루 2커밋)가 메인(하루 0.8커밋)에서 떨어져 "뒤처짐" 수를 달고 다니다 머지 때 충돌 = 0.012 × 자기 커밋 × 뒤처진 커밋(2 · 10 · 22건)이 빨간 지그재그로 터지고 건당 0.08일씩 머지가 늘어 release 컷이 D21.3으로 밀리게, 오른쪽 스파크라인에 미통합 커밋 수를 비교해 줘.
라이브 데모 열기 — 빌드 브랜치 전략
플랫폼 인증 · 로컬라이제이션 일정
Platform certification & localization schedule (string freeze → translation → LQA → cert resubmit)
스트링 프리즈 → 12개 언어 번역 → LQA → 플랫폼 인증 제출로 이어지는 출시 전 60일 일정에서, 프리즈 후 문자열 변경과 인증 실패·재제출이 출시 여유를 12일에서 2일로 깎아 먹는 과정을 간트와 언어 타일로 보여 주며 출시일 역산 계획을 세울 때 쓴다.
프롬프트
D0~D60 간트를 Canvas로 그려 줘: 콘텐츠 개발 D0~20 → D20 스트링 프리즈(금색 마름모) → 번역 13일 → LQA 6일 → 플랫폼 A·B 인증 심사 5·6일 → 출시 준비 3일, 출시 D60 고정이고 여유는 빗금으로 표시해. D27에 "스트링 변경 +1,200단어 × 12개 언어 → +3일"로 번역 바와 12개 언어 진행 링이 뒤로 밀리고, D47에 플랫폼 A가 "저장 중 종료 처리 누락"으로 실패해 수정 3일 + 재심사 5일이 붙으며, 원래 계획은 점선 고스트로 남기고 여유 12 → 9 → 2일과 인증 단계 핍(제출 → 심사 → 실패 → 수정 → 재심사 → 통과)을 갱신해 줘.
라이브 데모 열기 — 플랫폼 인증 · 로컬라이제이션 일정
외주 협업 파이프라인 · 시차
Art outsourcing pipeline across time zones: feedback rounds & review bottleneck
서울 스튜디오와 시차 14시간 외주사 사이에서 브리프 → 스케치 → 피드백 라운드 → 최종으로 오가는 에셋 6개를 시간 단위로 시뮬레이션해, 외주사는 밤새 작업하지만 아트 디렉터 리뷰 시간이 병목이면 대기열이 쌓여 전체 소요가 늘어나는 것을 리뷰 3시간·4라운드 vs 6시간·3라운드로 비교한다.
프롬프트
240시간을 1초 = 28시간으로 Canvas에 시뮬레이션해 줘: 상단 24시간 막대에 스튜디오 10–19시, 외주사 22–07시(현지 08–17시), 리뷰 창(A 16–19시, B 13–19시)을 띠로 그리고 현재 시각 바늘을 움직여. 외주 작가 3명이 근무 시간에만 스케치 5h · 수정 4h · 최종 6h를 깎고, 끝나면 리뷰 대기열에 쌓여 리뷰어가 근무 창 안에서 건당 1.5시간씩 처리하게 해서, 에셋 행마다 라운드 핍(작업 중 분홍 진행 링, 리뷰 대기 금색 펄스)과 상태("현지 밤 · 대기", "리뷰 대기 3번째")를, 오른쪽에 대기열 카드 더미와 완료 수 · 라운드 평균 일수 · 최대 대기 · 전체 소요를 표시해 줘.
라이브 데모 열기 — 외주 협업 파이프라인 · 시차
포스트모템 · 반복 이슈 추적
Project postmortem: went-right / went-wrong board, affinity clustering, dot voting & recurring issues
팀이 잘된 점과 아쉬운 점 포스트잇을 붙이고 카테고리로 묶은 뒤 점 투표로 상위 3개를 골라 담당·기한이 있는 액션 아이템으로 만들고, 지난 프로젝트들과의 히트맵에서 3회 연속 반복된 이슈가 액션 실행 시 다음 프로젝트에서 얼마나 줄어드는지 보여 주는 회고 진행 시뮬레이션이다.
프롬프트
Canvas 회고 보드에 포스트잇 12장이 0.22초 간격으로 날아와 잘된 점 3 / 아쉬운 점 9로 붙고, 3.1초에 아쉬운 점이 일정·범위·기술·소통·파이프라인 클러스터로 1초 동안 재배치, 4.4초부터 점 투표(6 · 7 · 3 · 5 · 2표)가 쌓여 상위 3개에 금색 순위 배지가 붙게 해 줘. 오른쪽 히트맵(카테고리 5 × 프로젝트 P1~P4 · 이번 · 다음)에서 3회 연속 0.6 이상이면 반복 이슈로 빨갛게 맥동시키고, 액션 아이템 3개(범위: 주 1회 변경 심사 등)를 체크박스로 그린 뒤 "다음" 열을 액션 반영 ×0.4 / 미반영 ×0.9로 예측해 반복 이슈 3 → 1을 표시해 줘.
라이브 데모 열기 — 포스트모템 · 반복 이슈 추적
출시 당일 체크리스트 · Go/No-Go
Launch-day readiness checklist with go / no-go vote, autoscaling & rollback plan
출시 6시간 전부터 2시간 후까지 서버 오토스케일·데이원 패치 CDN·스토어 페이지·커뮤니티 공지·롤백 플랜·모니터링·CS 매크로 체크리스트가 실시간 상태로 바뀌고, Go/No-Go 투표에서 막힌 항목 하나 때문에 NO-GO가 났다가 해결 후 GO로 바뀐 뒤 동접과 오토스케일 용량을 지켜보는 출시 당일 운영 시뮬레이션이다.
프롬프트
T−6h → T+2h를 Canvas로 진행시켜 체크리스트 7항목에 상태등(진행 금색 · 막힘 빨강 · 완료 초록)과 진행 막대, 담당 칩을 달아 줘: CDN 사전 배포가 78%에서 정체돼 T−3:06 첫 투표에서 네트워크 담당만 ✗ → NO-GO 도장, "CDN 노드 +4 → 재배포" 후 T−1:30 재투표에서 6명 전원 ✓ → GO. T0에 동접 = 135k·(1 − e^(−2.6h))로 오르고, 사전 스케일 8대(대당 6k)에서 사용률 70%를 넘으면 6분 뒤 +4대가 붙는 계단형 용량선과 오류율, 롤백 "ARMED · 12분 내 복구" 칩을 표시해 줘.
라이브 데모 열기 — 출시 당일 체크리스트 · Go/No-Go
라이브 업데이트 로드맵
Seasonal live-ops roadmap: capacity-bound lanes, tech-debt reserve & internal vs public view
시즌 4개 × 콘텐츠·기능·이벤트·기술 부채 레인에 항목을 우선순위대로 용량(8명 × 12주 × 0.67 = 64pt) 안에 채우고, 기술 부채 예약 20%가 긴급 장애 대응을 흡수해 일정이 밀리지 않는 것과, 같은 로드맵을 플레이어용 공개본으로 바꾸면 무엇을 숨기는지 보여 주는 라이브 서비스 계획 시뮬레이션이다.
프롬프트
Canvas 로드맵 격자(S1 봄 ~ S4 겨울 × 콘텐츠/기능/이벤트/기술 부채)에 항목 14개를 0.24초 간격으로 날려 넣는데, 시즌 이벤트는 해당 시즌 고정, 나머지는 우선순위대로 51pt(64pt − 기술 부채 예약 13pt) 안에 들어가는 가장 이른 시즌으로 first-fit 배치하고 막대 폭 = 포인트 × 2.3px로 그려 줘. 4.3초에 S2 "긴급 서버 장애 +12pt"가 예약 빗금 칸을 빨갛게 채우며 흡수되고 "예약 0%였다면 랭킹 시즌 → S3" 점선 고스트를 보여 준 뒤, 6.4초에 공개본으로 전환해 기술 부채 레인을 접고 포인트를 숨기며 S3·S4 항목은 점선 "예정"으로, 시즌 칩은 출시됨/확정/예정/검토 중으로 바꿔 줘.
라이브 데모 열기 — 라이브 업데이트 로드맵
직군별 용량 계획 · 부하 평준화
Discipline capacity planning & resource leveling (demand vs capacity per sprint)
기획·아트·코드·QA 직군마다 스프린트별 수요와 용량을 겹쳐 병목 직군을 찾고, 남는 스프린트로 작업을 옮기는 평준화 전후의 완료 시점을 비교하는 용량 계획 시뮬레이션으로, 마일스톤 계획 때 특정 직군 과부하를 미리 잡을 때 쓴다.
프롬프트
직군 4행(기획 2명·아트 3명·코드 4명·QA 2명, 1인당 10pt·QA 8pt) × 스프린트 8열 격자를 Canvas로 그리고 칸마다 수요 막대와 점선 용량선을 겹쳐 100% 초과분은 빨강으로 쌓아 줘(아트 S3 44/30 = 147%, QA S7 28/16 = 175%). 2.6초부터 초과분을 4pt 블록으로 가장 가까운 여유 스프린트에 0.55초 포물선으로 옮기는 그리디 평준화를 돌리고, 아래 차트에 "과부하 스프린트는 효율 × (1 − 0.3 × 초과율, 최저 70%), 남은 일은 이월" 규칙으로 계산한 원안 vs 평준화 누적 완료율과 완료 스프린트(원안 S11 → 평준화 S8)를 보여 줘.
라이브 데모 열기 — 직군별 용량 계획 · 부하 평준화
RACI 책임 매트릭스 · 결정 지연
RACI responsibility matrix with accountability gaps & decision-latency simulation
작업 6개 × 역할 5개 격자에 R·A·C·I를 배정하고 A 없음·A 중복·R 과다·R 없음 행을 자동으로 표시한 뒤, 결정 신호가 승인자에게 가는 경로와 지연 일수가 행 규칙을 고치면 어떻게 줄어드는지 보여 주는 책임 배정 도구로, 팀이 커져 "누가 정하나"가 흐려질 때 쓴다.
프롬프트
Canvas에 작업 6행(핵심 루프 기획·보스 밸런스·UI 리뉴얼·빌드 배포·사운드 외주·출시 일정) × 역할 5열(PD·기획·아트·개발·QA) RACI 격자를 그리고 R 하늘색·A 코랄·C 금색·I 회색 배지로 채워 줘. 행마다 A 정확히 1명·R 1~2명 규칙을 검사해 위반 행을 빨간 테두리로 맥동시키고, 결정 지연 = 0.6 + A 없음 3.4 + A 중복 1.8 + R 없음 2.4 + R 과다 1.5 + C당 0.25일로 계산해 오른쪽 막대로 보여 줘. 결정 토큰은 R에서 A로 포물선 이동(A가 없으면 PD로 에스컬레이션 후 복귀, A가 둘이면 "충돌")하고, 4.3초부터 위반 행을 0.7초 간격으로 셀 뒤집기 애니메이션으로 고쳐 평균 지연이 줄어드는 것을 보여 줘.
라이브 데모 열기 — RACI 책임 매트릭스 · 결정 지연
플래닝 포커 추정 · 이상값 토론
Planning poker: simultaneous Fibonacci reveal, outlier discussion & re-vote convergence
팀원 5명이 피보나치 카드를 동시에 공개하고 최대 ÷ 최소가 2를 넘으면 양 끝 투표자가 근거를 말한 뒤 재투표해 합의하는 과정을 테이블 위 카드 뒤집기로 보여 주고, 확정 시점의 투표 분산이 실제 추정 오차와 어떻게 연결되는지 산점도로 증명하는 추정 회의 시뮬레이션이다.
프롬프트
타원형 테이블 둘레에 5명(기획·클라·애니·서버·QA)을 앉히고 Canvas로 카드 딜(0.4초 포물선) → 동시 뒤집기(scaleX = |cos πk|, 0.08초 스태거)를 만들어 줘: 1차 투표 [3, 5, 13, 5, 2]는 최대 ÷ 최소 = 6.5 > 2라 13과 2 투표자에게 링을 두르고 말풍선으로 근거를 말하게 한 뒤 카드를 회수하고, 2차 [5, 5, 8, 5, 5](비율 1.6)에서 "5 PT 확정" 도장을 찍어. 오른쪽에 차수별 피보나치 분포 점(μ·σ 표시)과 과거 스토리 12개의 "확정 시 분산 vs 오차" 산점도 + 회귀선을 그리고, 이번 스토리 실측 오차 17%와 1차에서 확정했을 때의 예상 오차를 비교해 줘.
라이브 데모 열기 — 플래닝 포커 추정 · 이상값 토론
사이클 타임 관리도 · WIP 한도 효과
Cycle-time control chart with percentile lines, outliers & WIP-limit change (Little's law)
완료된 티켓 96개의 사이클 타임을 완료일 순으로 찍고 P50·P85·P95 선과 이상값을 표시한 관리도에서, D30에 WIP 한도를 12에서 6으로 줄이면 분포가 아래로 좁아지는 것을 리틀의 법칙 계산과 함께 보여 주며, 팀의 납기 약속 기준(P85)을 정하거나 WIP 정책 효과를 검증할 때 쓴다.
프롬프트
Canvas 산점도에 60일 동안 완료된 티켓 96개(처리량 1.6건/일)를 x = 완료일, y = 사이클 타임으로 하나씩 팝인시켜 줘: D30 이전은 로그정규(평균 7.4일, σ 0.5), WIP 한도를 12 → 6으로 줄인 뒤 5일에 걸쳐 평균 3.7일(σ 0.34)로 이동하게 하고, 구간별 P50·P85·P95 수평선과 이상값 3건(코드 리뷰 대기 19.6일 등)에 빨간 링과 사유 칩을 달아. 오른쪽에 y축을 공유하는 2일 구간 가로 히스토그램(전/후 색 구분), 아래에 리틀의 법칙 WIP ÷ 처리량 = 12 ÷ 1.6 = 7.5일 vs 6 ÷ 1.6 = 3.75일과 측정 평균·P85를 나란히 보여 줘.
라이브 데모 열기 — 사이클 타임 관리도 · WIP 한도 효과
기술 부채 이자 · 속도 저하
Technical debt interest: shortcut-driven velocity decay vs scheduled refactor sprints
지름길로 기능을 계속 밀어 넣는 팀은 부채 원금이 쌓여 속도가 이자처럼 깎이고, 4번째 스프린트마다 리팩터링하는 팀은 초반엔 뒤처지다 누적 출하량에서 역전하는 과정을 코드베이스 모듈 균열과 속도 막대로 보여 주는 부채 관리 시뮬레이션이다.
프롬프트
24스프린트를 Canvas로 시뮬레이션해 줘: 속도 = 40 × (1 − 0.8 × (1 − e^(−부채/110))), A팀은 매 스프린트 출하량의 34%가 부채로 쌓이고, B팀은 22%만 쌓이되 4번째 스프린트마다 기능 0으로 속도 × 1.4만큼 부채를 상환해. 왼쪽 누적 출하 곡선 두 개에 역전 지점 칩(보간 계산), 오른쪽 8×3 모듈 격자가 부채만큼 빨갛게 금 가는 코드베이스 두 개와 "이자 −n%", 아래에 스프린트별 속도 막대(리팩터 스프린트는 빗금)를 보여 줘.
라이브 데모 열기 — 기술 부채 이자 · 속도 저하
기능 중단 결정 · 매몰 비용
Kill-or-continue decision tree: expected value vs sunk-cost fallacy
8개월·12억을 쓴 멀티플레이 모드를 계속할지 중단하고 팀을 재배치할지 의사결정 트리의 기대값으로 계산하되, 이미 쓴 돈을 계산에 넣으면 판단이 뒤집히는 매몰 비용 편향과 미래 현금흐름만 본 올바른 판단을 나란히 보여 주는 기능 정리 회의용 시뮬레이션이다.
프롬프트
Canvas에 의사결정 트리를 그려 줘: 결정 노드 → 계속(−9억·6개월, 흥행 p 0.25 +24억 / 부진 p 0.75 +3억 → EV −0.75억) / 중단 후 코어 폴리시(−6억·4개월, p 0.7 +12억 / p 0.3 +5억 → EV +3.9억) 가지가 0.15초 간격으로 자라게 하고, 2.3초에 "12억 아까워서라도" 편향 칩과 중단 쪽에 −12억을 계상한 오판 막대를 띄운 뒤 4.5초에 매몰 비용 상자에 줄을 긋고 "결정과 무관" 도장을 찍어. 이어 기대값을 역산해 중단 가지를 민트로 강조하고, 아래 M0~M6 타임라인에서 9명 팀이 코어 폴리시 레인으로 포물선 이동하며 "+2개월 확보"가 나타나게 해 줘.
라이브 데모 열기 — 기능 중단 결정 · 매몰 비용
그린라이트 게이트 · 단계별 투자
Greenlight funnel: pitch → prototype KPIs → greenlight with stage-gated funding
피치 8건이 시장성 → 프로토타입 재미·리텐션 → 예산·ROI 게이트를 차례로 통과하거나 보류되고, 통과한 만큼만 0.5억 → 4억 → 40억 자금이 풀려 일괄 투자 대비 탈락 손실이 얼마나 줄어드는지 보여 주는 퍼블리싱·스튜디오 포트폴리오 심사 시뮬레이션이다.
프롬프트
Canvas에 피치 → 프로토타입 → 그린라이트 → 제작 4열과 점선 게이트 3개(시장성 ≥ 6 / 재미 ≥ 7.0 · D1 ≥ 35% / 예산 ≤ 45억 · ROI ≥ 1.5)를 그리고, 프로젝트 카드 8장이 게이트마다 0.2·0.34·0.55초 간격으로 심사받아 통과하면 다음 열로 지수 감쇠 이동, 탈락하면 회색 + X로 그 열 아래에 남게 해 줘. 아래에 현재 심사 중인 카드의 KPI 막대와 기준선, 통과·보류 도장, 오른쪽에 단계별 투자(8 × 0.5 + 5 × 4 + 1 × 40억)와 "8개 모두 바로 제작했다면 356억" 비교, 최종 1건에 GREENLIGHT 도장과 빌드 썸네일 성장을 보여 줘.
라이브 데모 열기 — 그린라이트 게이트 · 단계별 투자
예산 소진 · 획득 가치 관리 (EVM)
Budget burn & earned value management: PV / EV / AC, CPI · SPI, EAC & runway
18개월 60억 예산의 계획 S곡선(PV) 위에 획득 가치(EV)와 실제 비용(AC)을 월별로 그려 CPI·SPI·EAC·런웨이를 실시간으로 계산하고, 마일스톤 지연과 현금 부족 시점을 미리 경고하는 제작 예산 관리 대시보드다.
프롬프트
Canvas 차트에 BAC 60억·18개월 계획 PV = BAC × smoothstep(월 ÷ 18) 점선 S곡선을 깔고, 상태 시점 커서를 0 → 12개월로 6.4초 동안 움직이며 EV(진척 86%)·AC(EV × 1.15까지 상승) 곡선과 커서 위 CV·SV 괄호를 그려 줘. 오른쪽 링 게이지로 CPI = EV ÷ AC, SPI = EV ÷ PV, 표로 EAC = BAC ÷ CPI·VAC·예상 완료 월을 보여 주고, 7초에 EAC까지 점선 예측을 연장해 현금 66억 선을 넘으면 "현금 부족 예상" 칩을 띄워. PV 위 마일스톤 마름모는 EV가 도달한 시점에 지연 개월 수를 달고, 아래에 월 소진 막대와 런웨이 = 남은 현금 ÷ 최근 월 소진 vs 남은 일정을 비교해 줘.
라이브 데모 열기 — 예산 소진 · 획득 가치 관리 (EVM)
채용 · 온보딩 생산성 램프
Hiring & onboarding ramp: new-hire productivity curve, mentor cost & payback week
6명 팀에 4명을 한꺼번에 뽑는 경우와 2명씩 나눠 뽑는 경우를 신입 3개월 생산성 램프와 시니어 멘토 비용으로 시뮬레이션해, 팀 산출이 얼마나 깊이 꺼지고 언제 투자를 회수하는지 보여 주는 채용 계획 도구다.
프롬프트
26주를 Canvas로 시뮬레이션해 줘: 신입 생산성 = 5% + 90% × easeInOutCubic(근속 주 ÷ 12), 멘토 비용은 신입 1명당 시니어 32%에서 8주에 걸쳐 0으로 줄고, 시니어 2명에게 신입이 동시에 2명 이상 붙으면 램프 속도 ×0.69·멘토 비용 ×1.3 페널티를 줘. A(W2에 4명) vs B(W2·W10에 2명씩) 팀 패널에 시니어 → 신입 점선 멘토 링크(−n%)와 신입 진행 링, 오른쪽에 팀 산출 = 6 − 멘토 비용 + Σ생산성 곡선 두 개와 채용 없음 6.0 기준선·누적 이득이 0을 넘는 회수 주차, 아래에 신입 1명 램프 곡선과 환경 셋업 W1 → 첫 커밋 W3 → 첫 기능 W6 → 독립 W12 이정표를 보여 줘.
라이브 데모 열기 — 채용 · 온보딩 생산성 램프
리스크 기반 QA 테스트 매트릭스
Risk-based test matrix: feature × platform × config coverage under a fixed QA budget, escaped bugs
기능 7개 × 플랫폼 5개 × 저·고사양 70칸을 같은 테스트 예산 26칸으로 목록 순서대로 전수 검사할 때와 영향 × 변경 빈도 × 플랫폼 위험 순으로 검사할 때 발견 버그·리스크 커버리지·출시 후 유출 버그가 어떻게 달라지는지 보여 주는 QA 계획 시뮬레이션이다.
프롬프트
Canvas에 행렬 두 개(기능 7행: 전투·세이브·결제·멀티·UI·튜토리얼·업적 × 플랫폼 PC·콘솔A·콘솔B·iOS·AND × 사양 L·H = 70칸)를 나란히 그리고 칸 배경을 리스크 = 영향(1~5) × 변경 빈도(1~4) × 플랫폼 계수(1~2) × 사양 계수(1.25/1)로 초록 → 빨강 히트맵 칠해 줘. 숨은 버그는 확률 0.62 × 정규화 리스크 + 0.03으로 배치하고, 테스터 커서가 5.4초 동안 26칸을 A는 목록 순서, B는 리스크 내림차순으로 칠하며 발견 버그에 금색 점 팝을 띄워. 6.3초 출시 후 테스트 안 한 칸의 버그를 빨갛게 맥동시키며 아래 유출 통으로 포물선 낙하시키고, 커버리지 37%는 같지만 리스크 커버리지와 유출 건수·심각도 합이 크게 다른 것을 비교해 줘.
라이브 데모 열기 — 리스크 기반 QA 테스트 매트릭스
연령 등급 심의 제출 흐름
Age-rating submission workflow: content questionnaire → regional boards → required changes → resubmission timeline
폭력·혈흔·언어·유료 랜덤 박스 등 콘텐츠 설문 답변이 지역별 가상 등급 위원회 기준표를 거쳐 서로 다른 등급으로 나오고, 엄격한 지역의 분류 거부 → 혈흔 옵션·확률 공개 수정 → 재심의가 출시 일정의 크리티컬 패스가 되는 과정을 보여 주는 등급 심의 계획 시뮬레이션이다.
프롬프트
Canvas에 6문항 콘텐츠 설문(0~3단계 칸)과 가상 위원회 4곳(A 북미형·B 유럽형 설문 1일, C 아시아형 수동 심의 20일, D 남미형 3일)을 그리고, 위원회마다 문항 × 단계 → 연령 표를 두어 등급 = 문항별 최댓값으로 계산해 줘(초기 A 17 · B 16 · C 분류 거부 · D 16). D0~D46 커서를 8.6초 동안 움직이며 D22에 C가 "혈흔 · 확률 공개" 변경을 요구하면 혈흔 2 → 0(기본 OFF 옵션)·확률 공개로 답변을 바꾸고 6일 수정 + 15일 재심의 막대를 그린 뒤 D43에 모든 지역이 15세 이하로 바뀌어 출시 D45까지 여유 2일이 남는 것을 간트로 보여 줘.
라이브 데모 열기 — 연령 등급 심의 제출 흐름
외부 미들웨어 · 엔진 의존 리스크
Third-party middleware dependency risk: SDK breaking change & license shift, adapter layer containment
게임 모듈이 물리 SDK를 직접 호출하는 구조와 어댑터 인터페이스 뒤에 숨긴 구조에 같은 v5 API 변경·로열티 라이선스 변경을 던져, 충격이 퍼지는 범위·수정 지점·소요 주와 대체 SDK 교체 비용을 비교하는 기술 의존성 리스크 시뮬레이션이다.
프롬프트
Canvas 패널 두 개에 게임 모듈 5개(전투·캐릭터·레벨·리플레이·UI)와 물리 SDK 박스를 베지어 호출선으로 연결해 줘: A는 모듈이 SDK를 직접 36개 선으로 호출하고, B는 모듈 → IPhysics 어댑터(18곳) → SDK 구조로 그려. 1.8초에 "v5: API 38개 변경 · 매출 3% 로열티 · v4 보안 지원 6개월 후 종료" 이벤트가 터지면 빨간 충격파가 1.6초 동안 호출선을 타고 올라가 A는 모듈 전부를, B는 어댑터에서 멈추게 하고(수정 지점 412 vs 18, 6.5주 vs 1.2주), 수정 진행률만큼 선이 민트로 바뀌게 해. 아래 표에 v4 고정 · v5 업그레이드(로열티 연 3억) · 대체 SDK 교체(A 9주 vs B 2주) 비용을 비교해 줘.
라이브 데모 열기 — 외부 미들웨어 · 엔진 의존 리스크
마케팅 비트 타임라인 · 관심 감쇠
Marketing beat timeline: announce → trailer → demo → date reveal → launch with attention decay & follower floor
발표·트레일러·데모 행사·출시일 공개·출시 비트마다 관심이 솟았다가 지수적으로 식고 팔로워 바닥만 조금씩 올라가는 모습을 주간 관심 곡선과 누적 위시리스트로 보여 주며, 비트를 분산할지 막판에 몰지 출시 마케팅 일정을 짤 때 쓴다.
프롬프트
W−52~W+4 주간 관심 I = Σ 크기·e^(−Δ주/2.5) + 바닥(3 + 비트 크기의 12%씩 누적)을 Canvas 차트로 그려 줘: A는 발표 W−40(100) · 트레일러 W−26(70) · 데모 행사 W−14(90) · 출시일 공개 W−6(55) · 출시 W0(140), B는 W−8 발표+트레일러(150) · 출시(140) 두 번만. 커서가 8.4초에 56주를 지나며 비트 칩이 팝업되고 피크에서 점이 튀며, 오른쪽에 누적 위시리스트 = Σ 0.05 × I(A 약 93k vs B 약 34k)와 "A = B × 2.7" 칩, 반감기 2.5·ln2 = 1.7주 라벨을 표시해 줘.
라이브 데모 열기 — 마케팅 비트 타임라인 · 관심 감쇠
위시리스트 → 판매 전환
Wishlist pool & conversion: launch-week conversion, discount re-notifications and wishlist decay
출시 전 위시리스트 풀이 쌓이고 출시 주에 일부가 구매로 전환된 뒤 할인 때마다 남은 위시에서 다시 전환되는 흐름을 수조와 주간 판매 막대로 보여 주며, 출시 첫 주 판매와 할인 일정을 예측할 때 쓴다.
프롬프트
위시 풀 60k에서 시작해 출시 전 주당 +2.2k(W−6 +3k, W−1 +6k), 삭제 0.4%/주로 쌓이는 수조를 Canvas로 그리고, W0에 풀의 16%, 평주 0.8%/주, W+8 −20% 할인 5%, W+20 −35% 할인 8%가 하트 입자로 판매 막대에 흘러가게 해 줘. 일반 구매 = 위시 전환 × 0.7 + 1.2k를 위에 쌓고, 커서는 W−12~W+30을 진행하다 출시·할인 주에서 0.75초씩 느려지며, 하단에 출시 주 판매(약 26k) · 할인별 추가 · 누적 판매 · 위시 → 구매 비율을 갱신해 줘.
라이브 데모 열기 — 위시리스트 → 판매 전환
데모 행사 효과 · 플레이 → 위시
Demo festival: daily player spike, session survival to the hook & play-to-wishlist conversion
7일짜리 온라인 데모 행사에서 일일 플레이어가 첫날 몰렸다 식고, 데모 첫 12분 안에 훅(첫 보스)까지 데려가느냐에 따라 플레이어 → 위시 전환이 세 배 가까이 갈리는 것을 세션 생존 곡선과 입자로 보여 주며, 행사용 데모 구성을 정할 때 쓴다.
프롬프트
일일 플레이어 P = 9000·e^(−0.3d) + 1200(7일) 이후 잔향 7일을 Canvas 막대로 그리고, 데모 A(바로 전투, 생존 S = e^(−분/26))와 B(튜토리얼 6분, 3~6분에 분당 16% 이탈)의 생존 곡선 위로 플레이어 점 34개씩을 분당 10분 속도로 흘려 이탈 지점에서 회색으로 떨어지게 해 줘. 12분 훅 선을 넘은 점의 34%는 하트로 날아가 위시가 되고(전환 = 0.34 × 훅 도달: A 21.4% vs B 8.0%), 오른쪽에 축제 중 위시 · 종료 후 잔향(축제 위시의 5%·e^(−0.45d)) · "A = B × 2.7"을 표시해 줘.
라이브 데모 열기 — 데모 행사 효과 · 플레이 → 위시
앞서 해보기 운영 루프 · 리뷰 추이
Early access loop: update cadence vs silence and the recent-reviews score trajectory
앞서 해보기 기간 52주 동안 6주마다 작은 업데이트와 개발 일지를 내는 운영과 큰 업데이트 3번 사이에 오래 침묵하는 운영을 나란히 돌려, 최근 리뷰 점수가 침묵 구간에서 무너지고 피드백 백로그가 쌓이는 과정을 보여 주며 EA 로드맵 주기를 정할 때 쓴다.
프롬프트
52주 EA를 Canvas로 시뮬레이션해 줘: 주간 리뷰 수 = 160·e^(−w/8) + 30(+업데이트 후 90·e^(−Δ/1.5)), 긍정률 = 0.80 + 업데이트 보너스(A 0.07, B 0.12)·e^(−Δ/4) − 0.014 × max(0, 침묵 주 − 6). A는 W6마다 8번, B는 W6·W28·W48 3번 업데이트하고 B의 침묵 6주 초과 구간은 빨간 빗금으로 표시해. 차트에 최근 4주 긍정 %(실선)와 전체 %(점선), 매우 긍정적 80+ / 대체로 긍정적 70+ / 복합적 띠를 깔고, 오른쪽에 등급 칩과 열린 피드백(주간 리뷰의 15%) · 반영 건수(업데이트당 A 22 / B 60)를 갱신해 줘.
라이브 데모 열기 — 앞서 해보기 운영 루프 · 리뷰 추이
패치 주기 · 크기 (작게 자주 vs 크게 가끔)
Patch cadence & batch size: regression risk, MTTR, QA load, change wait time and release overhead
같은 24주 동안 변경 120건을 매주 5건씩 내는 방식과 8주마다 40건씩 내는 방식을 비교해, 패치가 클수록 회귀 확률과 원인 찾기 시간이 급증하고 플레이어 감성이 침묵 구간에 꺼지지만 작은 패치는 배포 고정비가 쌓이며 이를 자동화로 줄이는 트레이드오프를 보여 준다.
프롬프트
24주 타임라인 두 줄을 Canvas로 그려 줘: A는 매주 5건 블록, B는 대기 변경이 빗금으로 쌓이다 W8·W16·W24에 40건 블록으로 나가고, 회귀 확률 = 1 − 0.985ⁿ·e^(−0.0002n²)(A 7.7% · B 60%), 수정 시간 = 4 + 0.6n시간(A 7h · B 28h), QA = 4 + 0.8n + 0.03n²시간으로 계산해 A W7·W17, B W16에 빨간 폭발과 칩을 띄워. 감성 곡선은 A가 패치마다 +2.5, B는 침묵 3주 이후 주당 −1 · 패치 +14 · 회귀 −16으로 그리고, 7.3초에 "배포 자동화: 패치당 고정비 6h → 1.5h"가 적용돼 합계가 A 354h → 246h, B 270h → 257h로 뒤집히는 비교표를 보여 줘.
라이브 데모 열기 — 패치 주기 · 크기 (작게 자주 vs 크게 가끔)
스프린트 회고 · 액션 아이템 추적
Sprint retrospective: start / stop / continue board, action-item follow-through & repeat issues
스프린트마다 Start·Stop·Continue 포스트잇과 액션 아이템을 남기지만 담당이 없으면 아무도 하지 않아 같은 이슈가 반복되고, 액션을 2개 이하로 줄이고 담당·기한을 붙이자 완료율과 속도가 오르는 과정을 6스프린트 동안 보여 주는 회고 운영 시뮬레이션이다.
프롬프트
6스프린트를 1.42초씩 Canvas로 진행해 줘: 회고 보드 3열에 포스트잇이 0.07초 간격으로 떨어지고 액션 아이템이 체크박스로 붙는데, S1~S3는 담당 없는 액션 4~5개(완료율 20 · 25 · 20%)라 미완료 항목에 취소선이 그어지고 "빌드 깨짐 · 리뷰 대기"가 반복 이슈 칸에 빨갛게 ×3으로 쌓여. S4에 "규칙: 2개 이하 · 담당 · 기한" 칩이 뜨면 "CI 머지 전 스모크(코드 리드 · D3)" 같은 액션이 100% 완료돼 반복 이슈가 사라지고, 오른쪽에 스프린트별 액션 점(완료 초록 / 미완료 빨강)과 속도 막대 24 → 31을 표시해 줘.
라이브 데모 열기 — 스프린트 회고 · 액션 아이템 추적
결정 기록 (ADR) · 지식 손실
Architecture decision records: context, alternatives, consequences, revisit triggers & knowledge loss without them
맥락·대안 점수·결정·결과·재검토 조건을 담은 ADR 한 장을 작성하고, 1년 동안 팀원이 빠져나가며 기록 없는 결정의 이유를 아는 사람이 사라지는 것과, 같은 질문이 돌아왔을 때 ADR이 있으면 10분 만에 끝나고 없으면 회의와 재작업으로 번지는 차이를 보여 준다.
프롬프트
Canvas에 ADR-007 문서를 타자 효과로 채워 줘: 맥락(4인 협동 · 서버 예산 없음) → 대안 3개 점수 막대(A 릴레이 P2P 8 · B 전용 서버 6 · C 락스텝 4) → 결정 → 결과 → 재검토 조건(동접 5만 초과)을 0.36초 간격으로, 3초에 상태 칩을 제안 → 승인됨으로. 오른쪽 차트에 결정 이유를 아는 비율을 ADR 있음(97% 유지)과 구두만((남은 원년 멤버 ÷ 8)·e^(−월/10), M4 · M8에 2명씩 퇴사)으로 12개월 그리고, M6 재질문에서 "ADR 읽기 10분 → 유지 0.2 인시" vs "회의 6명 × 2시간 → 기각한 B 재선택 → 재작업 3주 12 인시", M10에 "ADR-012로 대체" 상태 전환을 보여 줘.
라이브 데모 열기 — 결정 기록 (ADR) · 지식 손실
마일스톤 리뷰 데모 · Go/Hold
Milestone review demo: prep checklist, timed demo script, stakeholder feedback & conditional go decision
리뷰 빌드 동결·스모크 테스트·리허설·백업 빌드를 준비하고 12분 데모 스크립트를 진행하는 동안 이해관계자 반응과 질문이 쌓이며, 데모 중 크래시를 백업 빌드로 20초 만에 넘긴 뒤 미리 합의한 기준 4개로 조건부 GO를 내리는 마일스톤 리뷰 시뮬레이션이다.
프롬프트
Canvas로 리뷰 준비 체크 5개(빌드 동결 D−3 · 스모크 32/32 · 리허설 ×2 · 백업 빌드 · 알려진 이슈 7건)를 0.32초 간격으로 채운 뒤, 12분 스크립트(인트로 1 · 코어 루프 3 · 신규 보스전 4 · 리스크 2 · 질의 2분)를 4.7초에 돌려 현재 구간을 강조하고 5분 36초에 빌드가 빨갛게 "크래시!" → "백업 빌드 전환 0:20"으로 0.5초 멈추게 해 줘. 구간이 끝날 때마다 PD · 퍼블리셔 · AD · QA 아바타 위에 +/? 말풍선과 피드백 줄이 뜨고, 마지막에 기준 4개(목표 기능 6/6 ✓ · 30fps 유지 91% ~ · 크래시 원인 확인 ~ · 리스크 계획 ✓ = 3.0/4)로 "조건부 GO" 도장과 "2주 뒤 성능 재확인"을 표시해 줘.
라이브 데모 열기 — 마일스톤 리뷰 데모 · Go/Hold
원격 협업 시간대 겹침 · 결정 지연
Distributed team time-zone overlap: working-hour bands, async handoffs & decision latency
서울·베를린·몬트리올·LA 팀의 근무 시간을 UTC 띠로 겹쳐 놓고, 겹침이 없는 쌍 사이 질문이 상대 출근까지 기다리며 왕복할 때마다 하루씩 밀리는 것을 대기 선으로 보여 준 뒤, 근무 시간 정렬과 질문 템플릿으로 왕복을 줄였을 때 결정 지연이 얼마나 줄어드는지 비교한다.
프롬프트
UTC 0~50시간 축에 4개 도시(UTC+9 · +1 · −5 · −8)의 9시간 근무 띠를 Canvas로 그리고 2곳 이상 겹치는 시간을 금색 기둥으로 칠해 줘. 서울 → 몬트리올 질문(UTC 05)을 시간 바늘에 맞춰 추적해 상대가 근무 중이면 0.25시간, 아니면 다음 출근 + 0.5시간 뒤 답하게 하고 기다리는 구간을 빨간 점선 "대기 9h"로 표시해서, P0(모두 현지 9–18 · 왕복 4회) 44h → 4.7초에 띠가 이징으로 이동하는 P1(서울 10–19 · 베를린 8–17 · 몬트리올 8–17 + 질문 템플릿으로 왕복 2회) 21h를 보여 줘. 아래 표에 6개 쌍의 겹침 시간과 평균 결정 지연 막대, 전체 평균 22h → 11h를 표시해 줘.
라이브 데모 열기 — 원격 협업 시간대 겹침 · 결정 지연
퍼블리셔 계약 · 선급금 회수 구조
Publisher deal waterfall: platform fee, advance recoupment and when developer royalties start
총매출에서 플랫폼 수수료 30%를 뗀 순매출로 퍼블리셔가 선급금을 먼저 회수하고 그 뒤에야 개발사 로열티가 시작되는 워터폴을, 회수 전 100% 퍼블리셔 조건과 회수 중에도 개발사가 25%를 받는 조건으로 나란히 돌려 첫 입금 시점과 24개월 누적 수익을 비교하는 계약 구조 시뮬레이션이다.
프롬프트
24개월 판매(월 = 42k·e^(−(m−1)/3.2) + 3k장, M6 · M12 · M18 · M24 할인 +15 · 20 · 14 · 12k장 $13)를 정가 $20로 Canvas 막대(총매출 · 순매출 = ×0.7)로 그리고, 선급금 $2.0M(개발 1.4 + 마케팅 0.6) 회수 탱크 두 개에 금화 입자가 떨어지게 해 줘. A는 회수 전 순매출 100%가 퍼블리셔 → 이후 50:50(회수 M6), B는 회수 중 개발사 25% · 퍼블리셔 75%로 회수 → 이후 50:50(회수 M11)으로 계산해 탱크가 차면 "M6" · "M11" 도장을 찍고, 아래 차트에 개발사 누적 로열티 곡선과 첫 입금 월(A M6 vs B M1), 24개월 개발사 · 퍼블리셔 로열티 합계(A 876k$ vs B 1,210k$ · 퍼블리셔 2,876k$ vs 2,543k$)를 표시해 줘.
라이브 데모 열기 — 퍼블리셔 계약 · 선급금 회수 구조
팀 구조: 컴포넌트팀 vs 기능팀
Team topology: discipline component teams vs cross-functional feature pods (handoffs, lead time, coordination cost)
같은 인원을 직군별 컴포넌트팀으로 나눠 기능이 기획 → 아트 → 코드 → 사운드 → QA로 넘어갈 때마다 대기와 반려가 생기는 구조와, 4명짜리 포드가 기능을 처음부터 끝까지 맡고 공통 시스템만 길드로 맞추는 구조를 30일 동안 나란히 돌려 처리량·리드타임·핸드오프·조율 비용을 비교한다.
프롬프트
30일을 1초 = 3.5일로 Canvas에 시뮬레이션해 줘: 위 줄은 기획 2 · 아트 4 · 코드 4 · 사운드 1 · QA 2명 스테이션(기능당 1 · 1.5 · 1.5 · 1 · 1.5일, 팀이 한 번에 하나씩)에 WIP 5로 기능 카드를 흘리고 핸드오프마다 0.5일 대기, QA 반려 25%는 빨간 호를 그리며 코드로 돌아가 절반 시간 재작업하게 해. 아래 줄은 포드 3개(4명, 직군 섞임)가 기능 하나를 5.4일 ±7%에 끝내며 진행 링을 채우고 5일마다 길드 싱크 점선(조율 8%)을 그리며, 오른쪽에 완료 기능(약 11 vs 15) · 평균 리드타임(약 10.3일 vs 5.4일) · 기능당 핸드오프 · 재작업 수를 실시간 비교해 줘.
라이브 데모 열기 — 팀 구조: 컴포넌트팀 vs 기능팀
지연 비용 · CD3 순서 정하기
Cost of delay & CD3 (WSJF) sequencing: delay cost per week ÷ duration vs value-first and shortest-first
기능마다 "출시가 1주 늦어질 때 잃는 가치(지연 비용)"를 매기고 지연 비용 ÷ 기간(CD3)이 큰 것부터 만들면, 가치 큰 순이나 짧은 순보다 아직 안 나간 기능이 쌓아 올리는 손실 면적이 가장 작아진다는 것을 같은 16주 세 줄로 보여 주며, 한 팀이 순서대로 만들어야 하는 백로그 순서를 정할 때 쓴다.
프롬프트
기능 5개(컨트롤러 리맵 1주·지연 비용 3/주, 클라우드 세이브 2주·5, 포토 모드 3주·1, 협동 모드 4주·6, 신규 지역 6주·8)를 Canvas 간트 세 줄(A 가치 큰 순, B 짧은 것 먼저, C CD3 = 지연 비용 ÷ 기간 순)로 16주 동안 6.6초에 쌓아 줘. 각 줄 아래에 아직 출하 안 된 기능의 지연 비용 합(시작 23/주)을 계단식 빨간 면적으로 그려 기능이 나갈 때마다 계단이 내려가게 하고, 누적 지연 비용 = Σ 지연 비용 × 완료 주를 A 223 · B 212 · C 180으로 세어 마지막에 C 줄을 민트로 강조하고 "C = A − 19%" 칩을 띄워 줘. 오른쪽 표에 기간 · 지연/주 · CD3(3.0 · 2.5 · 0.3 · 1.5 · 1.3)를 표시해 줘.
라이브 데모 열기 — 지연 비용 · CD3 순서 정하기
동시 작업 수 · 전환 손실
Multitasking cost: serial vs round-robin work with Weinberg's context-switch loss table
디자이너 한 명에게 5일짜리 작업 3개를 동시에 맡겨 반나절씩 돌리면 전환할 때마다 머리를 다시 싣는 시간이 빠져 셋 다 D24 이후에야 끝나고, 하나씩 끝내면 D5 · D10 · D15에 결과물이 나오는 차이를 타임라인과 와인버그 표로 보여 주며, 기획자에게 일을 몇 개까지 동시에 맡길지 정할 때 쓴다.
프롬프트
Canvas 타임라인 두 줄을 0~26일 축에 7.2초 동안 그려 줘: A는 작업 3개(보스 패턴 설계 · 지역 3 블록아웃 · 상점 밸런스, 각 5일)를 하나씩 끝내 D5 · D10 · D15에 완료 깃발을, B는 0.5일 슬롯마다 작업을 돌리며 슬롯 앞 0.2일을 회색 "전환" 구간, 뒤 0.3일만 색칠해 D24.4 · D24.8 · D25.2에 깃발을 세워. 왼쪽 아래에 와인버그 표(동시 1개 손실 0% · 2개 20% · 3개 40% · 4개 60% · 5개 75%, 작업당 몫 = (100 − 손실) ÷ n)를 막대로 그려 A(1개)와 B(3개)를 표시하고, 오른쪽에 첫 결과물 D5 vs D24.4 · 평균 완료 D10 vs D24.8 · 전환에 쓴 시간 0일 vs 10.2일을 비교해 줘.
라이브 데모 열기 — 동시 작업 수 · 전환 손실
크리티컬 체인 버퍼 · 피버 차트
Critical chain project management: per-task padding & Parkinson's law vs 50% estimates with a pooled project buffer and fever chart
작업마다 넉넉히 10일씩 추정하면 일찍 끝난 여유는 파킨슨 법칙으로 사라지고 늦은 것만 누적돼 마감을 넘기지만, 추정을 50%로 줄이고 아낀 여유의 절반을 체인 끝 프로젝트 버퍼 하나로 모으면 같은 실제 소요로도 제때 끝나며, 버퍼 소진율을 피버 차트로 감시하는 방법을 보여 준다.
프롬프트
보스 제작 5단계(기획 · 모델 · 애니 · AI 코드 · 연출, 실제 소요 4 · 7 · 5 · 13 · 6일)를 Canvas 간트 두 줄로 0~56일에 7.6초 동안 진행해 줘: A는 단계마다 10일 추정이라 일찍 끝나도 남은 시간을 금색 빗금으로 다 쓰고 AI 코드만 3일 빨갛게 넘쳐 D53(마감 D50, 3일 지연), B는 5일씩 추정 + 프로젝트 버퍼 12.5일(마감 D37.5)로 단계가 끝나는 즉시 다음이 시작돼 D35에 끝나고 버퍼가 빨갛게 10일(80%) 소진돼. 왼쪽 아래 피버 차트(x = 체인 완료율, y = 버퍼 소진율, 정상 < 10 + 0.6x < 주의 < 30 + 0.6x < 위험)에 단계 완료마다 점(20,0) · (40,8) · (60,8) · (80,72) · (100,80)을 찍어 "AI 코드 +8일 → 주의"를 표시해 줘.
라이브 데모 열기 — 크리티컬 체인 버퍼 · 피버 차트
폴리시 배분 · 도달률 가중
Polish allocation weighted by player reach: diminishing quality returns and marginal-gain greedy vs polishing the last-built areas
남은 폴리시 12주를 마지막에 만든 끝 지역부터 쓰면 정작 플레이어 대부분이 보는 초반 지역이 거칠게 남지만, 지역별 도달률 × 한계 품질 상승이 큰 곳부터 한 주씩 배정하면 플레이어가 실제로 본 평균 품질이 크게 오른다는 것을 보여 주며, 출시 전 폴리시 우선순위를 정할 때 쓴다.
프롬프트
지역 6곳의 도달률(100 · 72 · 52 · 38 · 28 · 21%)과 품질 q(w) = 55 + 40(1 − e^(−w/2.2))(주별 상승 +14.6 · +9.3 · +5.9 · +3.7 …)를 Canvas로 그려 줘. A는 최근 만든 끝 지역부터 0 · 1 · 1 · 2 · 4 · 4주, B는 매주 도달률 × Δq가 가장 큰 지역에 배정하는 그리디로 4 · 3 · 2 · 2 · 1 · 0주가 되게 12개 주 토큰을 0.45초 간격으로 기둥에 날려 품질 막대를 올리고, 오른쪽에 플레이어가 본 평균 품질 = Σ 도달률 × q ÷ Σ 도달률을 A 69.0 · 균등 2주씩 78.9 · B 80.9로 비교한 뒤 "지역 1 품질 A 55 vs B 89 · 첫 2시간 = 환불 · 리뷰 판단 구간"을 표시해 줘.
라이브 데모 열기 — 폴리시 배분 · 도달률 가중
카노 모델 · 기능 분류
Kano model: functional / dysfunctional survey pairs → must-be, performance, attractive, indifferent with Better–Worse coefficients
기능마다 "있으면 어떤가 / 없으면 어떤가" 짝 질문을 던져 카노 평가표로 필수 · 일원 · 매력 · 무관을 가르고, Better·Worse 계수로 우선순위를 매기며, 오늘의 매력 기능이 몇 년 뒤 장르 표준이 되어 필수로 내려앉는 흐름까지 보여 주는 기능 기획 도구다.
프롬프트
Canvas에 카노 평가표(있으면 × 없으면 5 × 5: 좋다 · 당연 · 무관 · 참음 · 싫다 → A · O · M · I · R · Q)를 그리고, 기능 6개(세이브 손상 없음 · 60fps 유지 · 빠른 이동 거점 · 맵 마커 자유 배치 · 보스 러시 모드 · 업적 100개)마다 응답 20개를 0.85초에 칸으로 날려 범주 막대를 쌓아 다수 범주(필수 · 일원 · 일원 · 매력 · 매력 · 무관) 칩을 달아 줘. 오른쪽 카노 도표(매력 y = ((x+1)/2)^2.4, 일원 y = x, 필수 y = −(1 − (x+1)/2)^2.4)에 점을 올리고, 아래 Better = (A+O) ÷ (A+O+M+I), Worse = (O+M) ÷ (A+O+M+I) 산점도(예: 세이브 0.20 / 0.85, 맵 마커 0.80 / 0.25)를 그린 뒤 7초에 "3년 뒤 장르 표준" 칩과 함께 맵 마커 점이 매력 곡선에서 필수 곡선으로 미끄러지게 해 줘.
라이브 데모 열기 — 카노 모델 · 기능 분류
늦은 설계 변경의 파급 비용
Late design-change ripple: the same jump-height change at concept, prototype, production, alpha and post-launch
"점프 높이 3칸 → 2.5칸" 같은 핵심 수치 하나를 컨셉 · 프로토 · 프로덕션 초 · 알파 · 출시 후에 바꿀 때 이미 만든 방의 발판 · 애니메이션 · 적 AI · 튜토리얼 문구 · 스피드런 기록까지 파급이 번져 비용이 반나절에서 110일로 커지는 것을 방 지도와 파급 그래프로 보여 주며, 핵심 메트릭을 언제 잠글지 정할 때 쓴다.
프롬프트
Canvas에 10 × 8 방 지도를 그리고 단계 5개(컨셉 0방 · 프로토 4 · 프로덕션 초 24 · 알파 80 · 출시 후 80)를 1.7초씩 넘기며 만든 방을 채운 뒤, 최대 점프 높이에 딱 맞춘 발판이 있는 방(약 35%: 0 · 2 · 6 · 27 · 27개)을 빨갛게 깜빡이며 "!"를 달아 줘. 오른쪽 파급 그래프는 중심 "점프 −0.5칸"에서 플레이어 물리 · 기획 문서 · 애니메이션 · 카메라 · 레벨 배치 · 적 AI 점프 · 튜토리얼 · 12개 언어 · 스피드런 · 업적 · 패치 · 플랫폼 인증 노드로 단계에 따라 불이 번지고, 아래 로그 막대에 비용 0.5 · 3 · 15 · 70 · 110인일(방당 1.5일, 알파 이후 아트 포함 2.5일)과 "컨셉 대비 ×220" 칩을 표시해 줘.
라이브 데모 열기 — 늦은 설계 변경의 파급 비용
목표 플레이 시간 → 콘텐츠 분량 역산
Content budget from target playtime: rooms = exploration minutes ÷ (room time × (1 + revisit)), person-days vs team capacity
목표 첫 회차 10시간에서 보스 · 컷신 시간을 빼고 방 하나 체류 시간과 재방문 계수로 필요한 방 수를 역산한 뒤 방 · 적 · 보스 제작 인일을 팀 용량과 비교하고, 재방문 · 변형 방 · 바이옴 수 · 목표 시간 레버로 용량 안에 맞추는 메트로배니아 분량 계획 도구다.
프롬프트
Canvas에 목표 600분 = 보스 12 × 8분 + 컷신 24분 + 방 탐험 480분 막대와 방 = 480 ÷ (1.5분 × (1 + 재방문 0.6)) = 200방 격자(25 × 8)를 그리고, 제작 인일 = 방 3일(변형 방 1일) + 적 6일 × (바이옴 × 4종) + 보스 20일 = 1,032인일 막대를 용량 690(4명 × 230일 × 0.75) 점선과 겹쳐 초과분을 빨간 빗금으로 칠해 줘. 2초부터 1.4초 간격으로 레버 4개(재방문 0.6 → 0.9: 169방 · 939, 변형 방 30%: 837, 바이옴 8 → 6: 적 24종 · 789, 목표 10 → 8시간: 127방 · 689)를 체크하며 격자와 막대를 0.8초 이징으로 줄이고, 필요 ÷ 용량 1.50 → 1.00이 되면 "용량 안" 도장을 찍어 줘.
라이브 데모 열기 — 목표 플레이 시간 → 콘텐츠 분량 역산
버스 팩터 · 지식 지도
Bus (truck) factor: system × person knowledge map, single points of failure and pairing rotation
시스템 8개 × 팀원 6명의 숙련도 지도에서 혼자만 아는 시스템을 찾아 버스 팩터(몇 명이 빠지면 시스템 절반이 아무도 못 고치게 되나)를 계산하고, 리드 코더가 빠졌을 때 마비되는 시스템과 8주 페어링 후 같은 이탈에도 마비가 0이 되는 것을 비교하는 팀 리스크 관리 시뮬레이션이다.
프롬프트
Canvas에 시스템 8행(전투 · 세이브 · 맵 · 빌드 파이프라인 · 대화 툴 · 셰이더 · 입력 · 오디오) × 사람 6열(리드 코더 · 게임플레이 · 툴 · 테크 아트 · 기획 · QA) 숙련도 0~3 칸(점 3개)과 행마다 BF = 숙련 2 이상 인원 수 배지를 그려 줘. 2.6초에 리드 코더가 퇴사하면 세이브 · 입력 · 오디오 3행이 "아무도 못 고침"으로 빨갛게 테두리되고, 4.5초부터 핵심 시스템마다 짝 1명을 붙이는 8주 페어링(용량 10% = 4.8인주)으로 칸이 이징으로 차오른 뒤 7.1초에 같은 퇴사에도 마비 0이 되게 해. 오른쪽에 팀 버스 팩터(부분집합 전수 탐색으로 8개 중 4개를 마비시키는 최소 인원: 2 → 4명) · 혼자만 아는 시스템 수 · 재학습 3 × 5주를 표시해 줘.
라이브 데모 열기 — 버스 팩터 · 지식 지도
완료 정의 · 숨은 미완료 작업
Definition of done: "it runs" done vs a 7-item DoD, hidden undone work surfacing at alpha
"돌아가면 완료"로 기능을 닫는 팀은 효과음 · 로컬라이즈 · 패드 표시 같은 일이 수면 아래 쌓였다가 알파 통합 때 1.5배로 불어나 진척률이 100%에서 56%로 꺼지고, 기능마다 완료 정의 7항목을 지키는 팀은 느려 보여도 더 일찍 출하하는 것을 보여 준다.
프롬프트
Canvas에 기능 24개 타일 두 줄을 140일 동안 8.2초에 채워 줘: A는 3일마다 기능이 완료되며 회색 숨은 일(기능당 1.6일)이 수면 점선 아래로 떨어져 쌓이고, D72에 "100% 완료"를 선언하는 순간 숨은 일 24 × 1.6 × 1.5 = 58일이 빨갛게 떠올라, B는 4.4일마다 완료되되 타일마다 완료 정의 7칸(효과음 · 이펙트 · 로컬라이즈 · 패드 표시 · 세이브 연동 · 성능 체크 · 접근성 옵션)이 찍혀. 아래 차트에 A 보이는 진척(D72 100% → 56%로 급락 → D129.6 완료), A 실제(점선), B(D105.6 완료) 곡선과 "100% → 56%" 칩, 마지막에 "B가 24일 먼저 출하"를 표시해 줘.
라이브 데모 열기 — 완료 정의 · 숨은 미완료 작업
회의 배치 · 집중 블록 (메이커 스케줄)
Maker vs manager schedule: scattered meetings fragment deep-work blocks, clustered afternoons keep 3-hour blocks
같은 주 7.25시간의 회의를 하루 곳곳에 흩어 놓으면 90분 이상 집중 블록이 잘게 쪼개지고, 스탠드업을 점심 직후로 옮기고 회의를 화 · 목 오후에 몰면 오전마다 3시간 블록이 생겨 레벨 블록아웃 같은 깊은 작업 시간이 크게 늘어나는 것을 주간 캘린더 두 개로 비교한다.
프롬프트
월~금 9~18시 캘린더 두 개(점심 12~13시 고정)를 Canvas로 그리고 회의 블록(A: 매일 10:00 스탠드업 15분 + 월 11:00 · 15:00, 화 14:00 · 16:30, 수 11:00 · 15:30, 목 14:30, 금 11:00 · 16:00 / B: 매일 13:00 스탠드업 + 화 · 목 13:15~16:15 연속)을 1.6초 동안 떨어뜨려 줘. 이어서 요일별로 빈 시간을 스캔해 90분 이상은 민트 집중 블록(재집중 23분을 뺀 시간 표시), 30~90분은 금색 얕은 블록, 30분 미만은 빗금으로 칠하고, 아래에 집중 시간 A 18.3h vs B 28.9h · 3시간 이상 블록(블록아웃 1회) 1개 vs 8개 · 얕은 블록 10.3h vs 0h를 막대로 비교해 줘.
라이브 데모 열기 — 회의 배치 · 집중 블록 (메이커 스케줄)
깨진 빌드 비용 · 사전 검증 게이트
Broken-build cost: blocked team-hours from mainline breaks vs a pre-submit CI gate (latency vs breakage)
40명이 하루 60번 커밋하는 메인 브랜치에서 실수 3건이 빌드를 깨면 고칠 때까지 절반이 동기화를 못 해 하루 72인시가 날아가고, 커밋 전 25분짜리 CI 검증 게이트를 두면 실수 대부분을 막아 대기 비용을 더해도 손실이 4분의 1 아래로 줄어드는 것을 하루 타임라인으로 보여 준다.
프롬프트
9~19시 타임라인 두 줄을 Canvas로 8.2초 동안 진행해 줘: 커밋 60개를 점으로 찍고 A는 10:40 · 14:10 · 16:50의 실수 커밋이 메인 막대를 1.4 · 0.9 · 1.3시간 빨갛게 만들고, B는 커밋 점이 25분 호를 그리며 CI 게이트를 지나 내려앉되 실수 2건은 "차단"으로 튕겨 나가고 1건만 통과해 17:15에 0.6시간 깨지게 해. 아래 팀 40명 아바타 격자는 빨간 동안 짝수 번째 20명이 회색 대기 상태가 되고, 오른쪽에 메인 깨짐 3회 vs 1회 · 막힌 인시 = 20명 × 깨진 시간(72 vs 12) · 게이트 대기 5인시(커밋당 5분 집중 손실) · 합계 72 vs 17을 누적해 줘.
라이브 데모 열기 — 깨진 빌드 비용 · 사전 검증 게이트
툴 자동화 손익 · 회수 시점
Tooling ROI: break-even day = build time ÷ (daily time saved − upkeep) and a frequency × time-saved matrix
레벨 익스포트처럼 하루에도 수십 번 하는 일은 툴 제작 10일이 일주일 남짓 만에 회수되지만, 매일 1분 아끼는 봇은 반년, 1년에 두 번 하는 작업 자동화는 출시 전에 회수되지 않는다는 것을 누적 시간 교차점과 횟수 × 아낀 시간 행렬로 보여 주며, 기획 툴 요청의 우선순위를 정할 때 쓴다.
프롬프트
Canvas에 툴 3개를 2.7초씩 차례로 보여 줘: 레벨 핫 익스포트(하루 25회 × 5.5분 절약 × 5명 = 11.5h/일, 제작 80h, 유지 0.8h/일 → 회수 7.5일, "반복 25 → 40회/일" 덤), 빌드 알림 봇(매일 1분 × 5명, 제작 16h → 192일), 지역화 패키징(연 2회 × 3시간 × 5명 = 30h/년, 제작 80h → 2.7년). 왼쪽 차트에 수작업 누적선과 툴(제작 + 유지) 누적선을 60일 동안 그리고 교차점에 "회수 7.5일" 칩, 오른쪽에 1년 절약 시간 = 연 횟수 × 아낀 시간 × 5명 행렬(행 하루 25회 · 하루 2회 · 매일 · 매주 · 매월 · 연 2회 × 열 10초 · 1분 · 5분 · 20분 · 1시간 · 3시간, 80h 이상 민트 · 20~80h 금색)과 현재 툴 위치 링을 표시해 줘.
라이브 데모 열기 — 툴 자동화 손익 · 회수 시점
디자인 리뷰 진행 형식 · 구조화 비평
Design critique format: free-form HiPPO discussion vs goal-first, silent note writing and round-robin tagged feedback
자유 토론 리뷰는 직급 높은 사람이 발언의 절반 이상을 차지하고 "이렇게 바꿔요" 처방과 방어만 오가 남는 노트가 거의 없지만, 발표자가 목표와 질문을 먼저 말하고 4분 침묵 노트 → 순번 피드백(문제 · 질문 · 제안 · 좋은 점 태그) → 발표자가 결정하는 형식은 발언이 고르게 퍼지고 실행 가능한 노트가 남는다는 것을 원탁 두 개로 보여 준다.
프롬프트
참석자 6명(디자이너 · 디렉터 · 아트 · 코드 · QA · 사운드)이 앉은 원탁 두 개를 Canvas로 그리고 30분 회의를 7.8초에 돌려 줘: A는 디렉터 처방(3 · 2 · 3 · 2 · 2.5분 …)과 디자이너 방어가 번갈아 디렉터 발언 비중이 58%까지 오르며 노트 3개("더 재밌게" 같은 모호한 것)만 남고, B는 목표 2분("1페이즈가 읽히나") → 침묵 노트 4분(전원 작성, 노트 10개) → 리뷰어 5명 × 2회 × 2분 순번(! 문제 · ? 질문 · → 제안 · ✓ 좋은 점 태그) → 디자이너가 "결정 3 · 보류 2" 정리. 발언자마다 발언 비중 링과 말풍선 칩, 아래에 태그 노트 격자와 최대 발언 비중 58% vs 23% · 남은 노트 3 vs 20 · 처방 비율 82% vs 25% · 결정권 디렉터 vs 디자이너를 비교해 줘.
라이브 데모 열기 — 디자인 리뷰 진행 형식 · 구조화 비평
누적 흐름도 (CFD) · 레벨 제작 단계
Cumulative flow diagram for level production: stage bands, WIP, lead time, throughput and a widening bottleneck band
레벨 30개가 기획 → 블록아웃 → 플레이테스트 → 아트 → 폴리시 → 완료로 흐르는 누적 흐름도를 쌓아 세로 폭은 WIP, 가로 폭은 리드타임, 완료선 기울기는 처리량으로 읽는 법과, 아트 띠가 벌어지는 병목을 W10 외주 투입으로 좁히는 과정을 보여 주는 제작 현황 차트다.
프롬프트
레벨 30개를 주당 2개씩 투입하는 유체 시뮬레이션(dt 0.05주, 단계 용량 3 · 3 · 3 · 아트 1.1 → W10부터 2.1 · 3개/주, 최소 체류 0.8 · 1.2 · 0.5 · 1.5 · 0.8주, 플레이테스트 30%는 블록아웃으로 반려)으로 N_s = 단계 s 이후 개수 합을 계산해 Canvas 누적 띠 6개(보라 · 하늘 · 금 · 분홍 · 주황 · 민트)를 20주 동안 8초에 그려 줘. 커서에 세로 WIP 화살표와 같은 높이를 잇는 가로 리드타임 선, W6~W12에 "아트 띠가 벌어짐 = 병목" 칩, W10 외주 점선을 표시하고, 오른쪽에 단계별 WIP 막대(아트 W10 약 5.8)와 처리량(최근 2주 완료 기울기) · 리드타임 · 읽는 법 4줄을 갱신해 줘.
라이브 데모 열기 — 누적 흐름도 (CFD) · 레벨 제작 단계
출시 시기 선택 · 경쟁 일정
Launch window selection: competitor releases & sale seasons vs demo-festival lift, readiness and delay cost
같은 기간에 나오는 대작 · 인기 시리즈 · 대형 할인 시즌이 노출을 깎고 장르 축제 직후 주는 노출을 올리며, 일찍 낼수록 완성도가 낮고 늦출수록 운영비가 드는 세 요소를 곱해 W1~W16 출시 후보 점수를 계산하고, 원래 계획 W5보다 W7이 두 배 가까이 나은 이유를 보여 주는 출시일 결정 도구다.
프롬프트
W1~W16 캘린더에 경쟁 일정(W4 대작 액션 RPG ×1.0, W9 인기 시리즈 신작 ×0.8, W13 대형 할인 시즌 ×0.6)과 W6 장르 축제(+0.35, 효과는 다음 주 정점)를 Canvas로 그리고, 노출 V = (1 + 0.35·e^(−((w−7)/1.2)²)) ÷ (1 + Σ 크기·e^(−((w−wᵢ)/1.4)²)), 완성도 Q = 1 − 0.6·e^(−(w−2)/3), 지연 비용 B = 1 − 0.03 × max(0, w − 5), 점수 = V × Q × B 곡선을 커서가 5.8초 동안 훑으며 그려 줘. W5(0.50)에 금색 점, 6.6초에 최고점 W7(1.01)에 "출시" 도장과 민트 테두리를 찍고, 오른쪽에 두 후보의 노출 · 완성도 · 점수 막대와 "출시 주 판매 지수 ×2.0" 칩을 표시해 줘.
라이브 데모 열기 — 출시 시기 선택 · 경쟁 일정