파밍 밸런싱 (PRD): 완전 무작위 드롭의 한계를 극복하는 가짜 확률 메커니즘

완전 무작위(True Random) 확률의 한계와 플레이어 경험

게임 개발 시 몬스터 처치 후 장비 드롭률이나 장비 강화 성공률을 10%로 설정할 때 많은 시스템이 독립 시행 형태의 완전 무작위(True Random) 방식을 채택합니다. 그러나 완전 무작위 확률은 통계적 독립성을 유지하기 때문에 이전 시도의 결과가 다음 시도에 영향을 미치지 않습니다. 그 결과 수학적 기대치와 플레이어가 실제 체감하는 경험 사이에 큰 간극이 발생합니다.

대표적인 문제는 불운 연쇄(Streak Bad Luck) 현상입니다. 드롭 확률이 10%인 아이템을 얻기 위해 30번 이상 몬스터를 처치하더라도 아이템이 단 한 번도 나오지 않을 확률은 다음과 같이 약 4.24%에 달합니다.

$$P = (1 - 0.1)^{30} \approx 0.0424$$

백 명 중 네 명 이상의 플레이어가 극심한 좌절감을 겪게 되며 이는 게임 이탈로 이어지는 주요 원인이 됩니다. 반대로 행운 연쇄가 일어나 첫 몇 번의 시도만에 희귀 아이템을 대량 획득하여 게임 내 경제 밸런스가 무너지는 상황도 발생할 수 있습니다.

가짜 확률(Pseudo-Random Distribution, PRD)의 핵심 원리

가짜 확률(Pseudo-Random Distribution, 이하 PRD)은 이러한 완전 무작위 방식의 불확실성을 완화하기 위해 설계된 확률 보정 메커니즘입니다. 워크래프트 3(Warcraft III)와 도타 2(Dota 2) 등의 게임에서 치명타 확률과 발동형 스킬 밸런싱에 도입되어 널리 검증되었습니다.

PRD 방식에서 $N$번째 시도의 실제 발생 확률 $P(N)$은 기본 상수 $C$와 시도 횟수 $N$의 곱으로 결정됩니다.

$$P(N) = N \times C$$

첫 번째 시도($N=1$)에서는 표기된 목표 확률보다 훨씬 낮은 확률인 $C$로 판정을 진행합니다. 시도가 실패할 때마다 $N$이 1씩 증가하면서 다음 시도의 확률이 $C$만큼 누적 가산됩니다. 판정에 성공하여 아이템이 드롭되면 시도 횟수 $N$은 즉시 1로 리셋됩니다.

flowchart TD
    A["시도 시작: N = N + 1"] --> B["성공 판정: Random < (N * C)"]
    B -- 성공 --> C["아이템 드롭 처리 및 N = 1 리셋"]
    B -- 실패 --> D["N 카운터 유지 후 다음 판정 대기"]

PRD 상수 C의 수학적 산출과 밸런싱 설계

PRD를 적용할 때 핵심은 표기상 목표 확률 $P_{\text{target}}$과 일치하도록 적절한 상수 $C$를 산출하는 것입니다. 시도 횟수 $N$에 따른 기대 시행 횟수 $E[N]$은 다음과 같은 확률 질량 함수로 계산됩니다.

$$E[N] = \sum_{N=1}^{N_{\max}} N \cdot P(N) \cdot \prod_{i=1}^{N-1} (1 - P(i))$$

목표 확률 $P_{\text{target}}$은 기대 시행 횟수 $E[N]$의 역수 관계를 만족해야 합니다.

$$P_{\text{target}} = \frac{1}{E[N]}$$

예를 들어 목표 확률이 10%($P_{\text{target}} = 0.10$)일 때 실제 수학적으로 산출되는 PRD 상수 $C$는 약 0.01475(1.475%)입니다. 첫 시도 확률은 1.48%에 불과하지만 시도가 반복될수록 확률이 약 1.48%p씩 상향되어 연속 실패 가능성을 급격히 낮춥니다.

목표 확률 ($P_{\text{target}}$)	PRD 상수 ($C$)	첫 시도 확률 ($P(1)$)	최대 필요 시도 횟수 ($N_{\max}$)
5%	0.00380	0.38%	264회
10%	0.01475	1.48%	68회
20%	0.05570	5.57%	18회
25%	0.08475	8.48%	12회
50%	0.30210	30.21%	4회

C# 기반 PRD 파밍 드롭 알고리즘 구현

Unity 또는 C# 기반 백엔드 환경에서 PRD 드롭 메커니즘을 구현하는 예제 코드입니다. 스크립트는 시도 횟수 카운터를 유지하며 실패 시 확률을 누적하고 성공 시 리셋하도록 동작합니다.

using UnityEngine;

public class PseudoRandomDropHandler
{
    private readonly float cValue;
    private int currentTrial = 1;

    public PseudoRandomDropHandler(float cValue)
    {
        this.cValue = cValue;
    }

    public bool RollItemDrop()
    {
        float currentProbability = currentTrial * cValue;
        float randomRoll = Random.value;

        if (randomRoll < currentProbability)
        {
            currentTrial = 1;
            return true;
        }

        currentTrial++;
        return false;
    }
}

PRD 도입 시 고려사항 및 어뷰징 방지 전략

PRD 메커니즘을 파밍 시스템에 도입할 때는 몇 가지 허점을 대비해야 합니다.

첫째, 프라임(Priming) 어뷰징 방지입니다. 첫 시도 확률이 낮고 실패할수록 확률이 올라간다는 점을 이용해 플레이어가 사소한 몬스터를 잡으며 시도 횟수 $N$을 쌓은 뒤 보스 몬스터를 처치하여 높은 확률로 희귀 드롭을 획득하는 편법이 발생할 수 있습니다. 이를 막기 위해 PRD 시도 카운터는 몬스터 종류나 아이템 등급별로 독립적으로 관리해야 합니다.

둘째, 소프트/하드 천장(Pity) 시스템과의 구분입니다. 천장 시스템은 일정 횟수 이상 실패 시 100% 확률을 보장하거나 확률을 가파르게 올리는 반면 PRD는 매 시도마다 완만하고 예측 가능한 보정을 제공합니다. 두 시스템을 조합하여 기본 판정에는 PRD를 적용하고 최악의 불운을 막는 하드 천장을 보조 장치로 두는 설계가 효과적입니다.