비비

Team balancing · v7

감으로 섞지 않고,
차이를 계산합니다.

비비는 선수마다 포지션별 실력 신호를 만든 뒤, 가능한 포지션 배치와 5:5 조합을 비교합니다. 랭크 하나만 더하는 것이 아니라 최근 폼, 표본 신뢰도, 내전 Elo와 선호 포지션까지 함께 봅니다.

팀 편성해 보기계산식부터 읽기

POSITION SIGNAL

한 선수의 미드 점수 예시

신뢰도 72%

편성용 실력 신호

58.4/ 100

랭크 기반 55.8

최근 폼 보정 +2.6

이 점수는 승률이나 백분위가 아니라, 같은 내전의 두 팀을 비교하기 위한 내부 척도예요.

01 · Individual score

랭크를 그대로 믿지 않고, 표본만큼 믿습니다

솔랭과 자랭을 0~1 값으로 바꾸고 경기 수가 적을수록 기준점으로 당깁니다. 수학적으로는 사전 표본을 더한 축소 추정에 가깝습니다.

① 티어를 연속값으로 변환

R=clip⁡ ⁣(bt+d+ℓ4000, 0, 1)R=\operatorname{clip}\!\left(\frac{b_t+d+\ell}{4000},\,0,\,1\right)

bt는 티어 기준값, d는 디비전값, ℓ은 LP입니다.

디비전은 IV 0 · III 100 · II 200 · I 300을 더합니다.

Iron0
Bronze400
Silver800
Gold1,200
Platinum1,600
Emerald2,000
Diamond2,400
Master2,800
Grandmaster3,200
Challenger3,600

② 판수가 적으면 기준점으로 축소

Ti=10(0.35)+nsRs+nfRf10+ns+nfT_i=\frac{10(0.35)+n_sR_s+n_fR_f}{10+n_s+n_f}

가상 사전 표본

10판

기준점 35점

솔랭 증거

최대 40판

판당 가중치 1.0

자랭 증거

최대 12판

실제 판수 × 0.3

예시 · 다이아 I 솔랭 20판과 브론즈 I 자랭 20판이라면 자랭은 6판만큼 반영되어, 랭크 기반 점수는 약 50.1점이 됩니다.

02 · Recent form

최근 경기에서는 맞라인보다 무엇을 더 했는지 봅니다

같은 포지션 상대와의 차이를 사용해 게임 길이와 팀 전체 화력의 영향을 줄입니다. 오래된 경기와 일반게임은 자동으로 덜 반영됩니다.

1

15분 라인전

골드 · 경험치 · CS 차이

2

전투 기여

피해 효율 · 킬 관여율

3

운영 기여

시야 · CC · 드래곤/바론 관여

4

안정성

상대와 비교한 분당 데스 차이

시간·게임 모드 가중치

wj=2−aj/14 qjw_j=2^{-a_j/14}\,q_j

솔로랭크

× 1.00

자유랭크

× 0.35

일반게임

× 0.15

aj는 경과일, qj는 큐 가중치입니다. 오늘 경기는 1, 14일 전은 0.5, 28일 전은 0.25가 됩니다.

xˉ=∑jwjxj∑jwj\bar{x}=\frac{\sum_j w_jx_j}{\sum_j w_j}

표본 신뢰도

W=∑jwj,Ci,r=WW+5W=\sum_jw_j,\qquad C_{i,r}=\frac{W}{W+5}
최근 솔랭 2판28.6%
최근 솔랭 8판61.5%

60% 미만이면 결과에서 ‘낮은 신뢰도’로 표시합니다.

포지션마다 중요하게 보는 후반 지표가 달라요

모든 차이는 N(x;a)=tanh⁡(x/a)∈(−1,1)N(x;a)=\tanh(x/a)\in(-1,1)로 압축해 한 지표가 지나치게 지배하지 않게 합니다.

탑피해 효율 40%킬 관여 20% · 안정성 20% · 시야 20%
정글킬 관여 30% · 오브젝트 30%시야 20% · 피해 효율 20%
미드피해 효율 45% · 킬 관여 30%안정성 15% · 시야 10%
원딜피해 효율 55% · 킬 관여 20%CS 15% · 안정성 10%
서폿시야 35% · 킬 관여 30%CC 20% · 안정성 15%

Role performance signal

Pi,r=clip⁡ ⁣(Ti+0.30Ci,r(Fi,r−0.5), 0, 1)P_{i,r}=\operatorname{clip}\!\left(T_i+0.30C_{i,r}(F_{i,r}-0.5),\,0,\,1\right)

표본이 없으면 랭크 점수 그대로입니다. 표본이 충분해도 최근 폼 보정은 최대 ±15점으로 제한됩니다.

03 · In-house Elo

내전 결과가 쌓이면 우리끼리의 실력이 반영됩니다

공개 확정된 정상적인 5:5 경기만 사용합니다. 개인 KDA가 아니라 팀 승패를 반영하고, 전체 Elo보다 해당 포지션 Elo를 더 중요하게 봅니다.

1

유효 Elo

Ei,r∗=0.3Ei+0.7Ei,rE^{\ast}_{i,r}=0.3E_i+0.7E_{i,r}

전체와 포지션 Elo는 모두 1,500에서 시작합니다.

2

블루 팀 승리 기대값

pB=11+10(EˉR−EˉB)/400p_B=\frac{1}{1+10^{(\bar E_R-\bar E_B)/400}}

Ē는 팀원 5명의 유효 Elo 평균입니다. 예상 밖의 승리일수록 Elo가 더 크게 움직입니다.

3

경기 후 변화

Δ=32(yB−pB)\Delta=32(y_B-p_B)

y는 실제 승패를 나타내는 0 또는 1입니다. 동률 팀끼리 경기하면 승자 +16, 패자 −16입니다.

내전 Elo의 최종 반영 비율

유효 내전 표본 10판까지 비중이 커지고, 이후에는 최대 30%로 고정됩니다.

Hi,r=clip⁡ ⁣(0.5+Ei,r∗−1500800,0,1)Si,r=(1−αi,r)Pi,r+αi,rHi,r,0≤αi,r≤0.30\begin{aligned}H_{i,r}&=\operatorname{clip}\!\left(0.5+\frac{E^{\ast}_{i,r}-1500}{800},0,1\right)\\[2pt]S_{i,r}&=(1-\alpha_{i,r})P_{i,r}+\alpha_{i,r}H_{i,r},\qquad 0\le\alpha_{i,r}\le0.30\end{aligned}

04 · Team search

10명의 가능한 배치를 비교해 가장 낮은 불균형을 찾습니다

한 명씩 번갈아 넣는 방식이 아닙니다. 각 팀에 탑·정글·미드·원딜·서폿 한 명씩을 배치한 뒤, 허용되는 조합을 전수 탐색합니다.

STEP 1

강한 비선호 최소화

먼저 선호도 0% 라인에 배정되는 선수 수의 최솟값을 구합니다.

STEP 2

라인 우세와 최고 선호

네 전장의 우세 수 차이를 최소화한 뒤, 최고 선호 라인 배정 인원과 3점 이하 동률 전장 수를 차례로 최대화합니다.

STEP 3

상위 후보 추출

남은 조합의 전력·맞라인·선호 비용을 비교해 상위 후보를 고릅니다.

Objective function

불균형 비용 J

선호도 0% 배정을 최소화한 뒤 우세 불균형 D를 최소화하고, 최고 선호 배정 수 Q와 동률 전장 수 N을 차례로 최대화합니다. 그 후보끼리 이 비용을 비교하며, D=0이면 동률을 제외한 양 팀의 우세 수가 같습니다.

J=0.35G+0.30L+0.15M+0.15P+0.05RJ=0.35G+0.30L+0.15M+0.15P+0.05R
35%전체 팀 평균 실력 차이
30%5개 라인의 맞상대 차이 평균
15%가장 크게 벌어진 라인 차이
15%포지션 선호 위반
5%최근 같은 팀 반복

D

4개 전장 우세 수 차이

Q

최고 선호 라인 배정 수

N

3점 이하 동률 전장 수

G

∣∑rSB,r−∑rSR,r∣5\frac{|\sum_r S_{B,r}-\sum_r S_{R,r}|}{5}

L

∑r∣SB,r−SR,r∣5\frac{\sum_r|S_{B,r}-S_{R,r}|}{5}

M

max⁡r∣SB,r−SR,r∣\max_r|S_{B,r}-S_{R,r}|

P

110∑i(1−pi,ri/100)\frac{1}{10}\sum_i(1-p_{i,r_i}/100)

R

같은 팀 반복도

매우 균형

D=0,G≤0.03,M≤0.10D=0,\quad G \le 0.03,\quad M \le 0.10

라인 우세 균형 · 전체 팀 차이 3점 이하 · 최대 라인 차이 10점 이하

균형

D=0,G≤0.06,M≤0.18D=0,\quad G \le 0.06,\quad M \le 0.18

라인 우세 균형 · 전체 팀 차이 6점 이하 · 최대 라인 차이 18점 이하

보통

otherwise\text{otherwise}

라인 우세가 불균형하거나 위 격차 조건을 만족하지 못할 때

다시 편성할 때는 이미 보여 준 5:5 분할을 제외합니다. 최적 후보만 고정하지 않고 Pr⁡(k)∝e−(Jk−Jmin⁡)/0.03\Pr(k)\propto e^{-(J_k-J_{\min})/0.03}으로 선택하므로, 균형을 유지하면서도 결과가 다양해집니다.

05 · Interpretation

숫자는 이렇게 읽으면 정확합니다

설명 가능한 규칙 기반 모델이지만, 실제 승률을 예측하도록 학습된 확률 모델은 아닙니다.

잘하는 것

  • 표본이 적을 때 극단적인 평가 억제
  • 포지션별 경기력과 맞라인 격차 구분
  • 한 라인만 크게 무너지는 조합 방지
  • 내전 결과와 최근 같은 팀 기록 반영

의미하지 않는 것

  • 개인 점수는 승률이나 상위 백분위가 아님
  • 챔피언 상성·조합·듀오 시너지까지 예측하지 않음
  • 내전 Elo는 팀원 모두에게 같은 승패 변화량 적용
  • 가중치는 학습값이 아니라 운영을 위한 설계값

이제 원리는 알았으니

10명을 골라 실제 조합을 확인해 보세요

결과에는 전체 팀 차이, 최대 라인 차이와 4개 전장의 우세 분배가 함께 표시됩니다.

팀 편성 시작하기