주사위 계산기 - 굴리고 통계 분석
여러 주사위 굴리기를 시뮬레이션하고 평균, 중앙값, 최빈값, 표준편차, 전체 빈도 분포를 즉시 확인하세요.
주사위 개수, 각 주사위의 면 수, 그리고 시뮬레이션할 굴림 횟수를 설정한 뒤 주사위 굴리기를 클릭해 결과와 통계를 확인하세요.
주사위 계산기 - 굴리고 통계 분석
여러 주사위 굴리기를 시뮬레이션하고 평균, 중앙값, 최빈값, 표준편차, 전체 빈도 분포를 즉시 확인하세요.
주사위 계산기란?
주사위 계산기는 의사 난수 생성을 사용해 실제 주사위 굴림을 모사하는 디지털 도구입니다. 공정한 n면 주사위의 한 번의 굴림은 1부터 n까지의 정수를 같은 확률 1/n로 가지는 균등분포 확률변수로 모델링할 수 있습니다. 여러 개의 주사위를 굴려 합을 구하면 분포는 주사위 개수와 면 수에 따라 달라집니다. 한 개면 균등분포, 두 개면 삼각형 분포, 세 개 이상이면 중심극한정리에 따라 종 모양 곡선에 점점 가까워집니다.
많은 수의 시뮬레이션을 실행하고 결과를 기록하면 경험적 빈도 분포를 얻을 수 있고, 이를 이론적 확률 분포와 직접 비교할 수 있습니다. 이는 실제 분포가 이론값에 얼마나 빨리 수렴하는지 이해하는 강력한 방법입니다. 예를 들어 6면 주사위 두 개를 100번 굴려도 7에서 뚜렷한 피크가 보이고, 10,000번 굴리면 이론 확률과 매우 잘 맞는 빈도 표가 나옵니다.
이 계산기가 제공하는 통계 요약에는 평균(모든 합의 평균), 중앙값(정렬했을 때 가운데 값), 최빈값(가장 자주 나온 합), 표준편차(평균 주변의 퍼짐 정도), 그리고 관측된 최솟값과 최댓값이 포함됩니다. 이 다섯 가지 요약 통계로 작은 공간에서 분포의 전체 그림을 볼 수 있습니다.
공정한 n면 주사위 1개의 이론적 기대값(평균)은 (n+1)/2, 분산은 (n²−1)/12, 표준편차는 sqrt((n²−1)/12)입니다. 여러 개의 주사위에서는 기대값이 더해지고(n×(s+1)/2. 여기서 n은 주사위 개수, s는 각 주사위의 면 수), 분산도 더해지므로 표준편차는 sqrt(n)×sigma_single 형태로 증가합니다. 이 계산기는 정확한 계산이 아니라 시뮬레이션을 사용하므로 결과는 실행마다 조금씩 달라지지만, 1,000회 이상이면 표본 통계가 이론값에 매우 가까워집니다.
주사위 계산기의 실용적인 활용처는 게임 개발, 통계 교육, 확률 연구 전반에 걸쳐 있습니다. 게임 디자이너는 게임 메커니즘이 의도한 난이도 곡선과 밸런스를 만드는지 확인하는 데 사용합니다. 통계 교사는 학생들에게 손계산 없이 중심극한정리를 보여줄 때 사용합니다. 테이블탑 RPG 플레이어는 빌드를 고르기 전에 다양한 주사위 조합의 확률 특성을 이해하는 데 사용합니다. 확률을 배우는 학생은 기대값, 분산, 대수의 법칙을 직접 체험하는 실험실처럼 활용할 수 있습니다.
주사위 계산기 예시
서로 다른 주사위 구성에 따라 빈도 분포가 어떻게 변하는지 보여 주는 세 가지 시뮬레이션입니다.
| 구성 | 기대 평균 | 사용 사례 |
|---|---|---|
| 주사위 1개, d6, 100회 | 평균 ≈ 3.5 | 1–6 사이의 균등분포입니다. 기대 평균 = 3.5, 표준편차 ≈ 1.71. 100회 굴리면 각 값이 대략 16–17번씩 나옵니다. |
| 주사위 2개, d6, 500회 | 평균 ≈ 7.0 | 7에서 피크를 이루는 삼각형 분포입니다. 기대 평균 = 7, 표준편차 ≈ 2.42. 합 7은 약 83회(16.7%) 정도 나옵니다. |
| 주사위 1개, d20, 200회 | 평균 ≈ 10.5 | 1–20 사이의 균등분포입니다. 기대 평균 = 10.5, 표준편차 ≈ 5.77. 200회 굴리면 각 값이 대략 10번씩 나옵니다. |
| 주사위 5개, d8, 1000회 | 평균 ≈ 22.5 | 22.5를 중심으로 한 거의 정규형 종 모양 곡선입니다. 기대 평균 = 5×4.5 = 22.5, 표준편차 ≈ 4.33. 중심극한정리를 분명히 보여 줍니다. |
주사위 계산기 사용 방법
- 주사위 개수(1–10)를 설정해 각 시뮬레이션 단계에서 몇 개를 굴릴지 정합니다.
- 드롭다운에서 주사위 면 수(d4, d6, d8, d10, d12, d20)를 선택해 주사위 종류를 정합니다.
- 굴림 횟수(1–10,000)를 입력해 시뮬레이션의 반복 횟수를 설정합니다.
- 주사위 굴리기를 클릭하세요. 시뮬레이션은 무작위성을 사용하므로 매번 결과가 조금씩 다릅니다. 다시 클릭하면 재굴림됩니다.
- 통계 요약(평균, 중앙값, 최빈값, 표준편차, 최솟값, 최댓값)과 빈도 분포 표를 확인해 결과를 분석합니다.
주사위 계산기 FAQ
왜 굴릴 때마다 평균이 조금씩 달라지나요?
각 시뮬레이션은 서로 다른 의사 난수열을 사용하므로 표본 통계가 이론적 기대값 주변에서 흔들립니다. 10–20회만 굴리면 변동이 클 수 있지만, 1,000회면 표본 평균이 이론 평균에서 보통 몇 십분의 몇 정도만 벗어나고, 10,000회면 대개 백분의 일 수준까지 근접합니다. 이것이 바로 대수의 법칙입니다.
표준편차는 주사위 결과에 대해 무엇을 알려 주나요?
표준편차는 합이 평균 주변에서 얼마나 퍼져 있는지 보여 줍니다. 작을수록 대부분의 결과가 평균 근처에 모여 있고, 클수록 결과 범위가 넓다는 뜻입니다. 단일 d6의 이론적 표준편차는 약 1.71이고, d6 두 개는 약 2.42입니다(sqrt(2)×1.71 ≈ 2.42). 주사위를 더 많이 굴리면 표준편차도 커지지만 평균보다 느리게 증가하므로 변동계수는 감소합니다.
빈도 분포 표는 무엇인가요?
빈도 분포 표는 한 번이라도 나온 모든 합계 값, 각 값이 나온 횟수, 그리고 전체 굴림 횟수에 대한 관측 빈도 비율을 보여 줍니다. 이를 통해 경험적 결과를 이론적 확률과 직접 비교할 수 있습니다. d6 두 개라면 합 7은 약 16.67% 정도 나와야 하며, 표본이 클수록 이 이론값에 가까워집니다.
정확한 추정을 위해 몇 번이나 굴려야 하나요?
분포 모양을 대략 보려면 100회면 충분합니다. 빈도를 더 정확하게 추정하려면 1,000회 이상을 권장합니다. 10,000회까지 늘리면 표준 6면 주사위의 경우 표본 빈도가 이론 확률에서 보통 0.5퍼센트포인트 이내에 들어옵니다. 필요한 횟수는 가능한 결과 수와 원하는 정밀도에 따라 달라집니다.
교육용 시연에 사용할 수 있나요?
네, 가장 흔한 활용 사례 중 하나입니다. 주사위 굴리기를 여러 번 클릭하고 히스토그램을 비교하면 대수의 법칙을 직접 보여 주는 훌륭한 실습이 됩니다. 굴림 횟수를 고정한 채 주사위 개수를 1에서 5로 늘리면 분포가 균등에서 거의 정규로 바뀌어 중심극한정리를 시각적으로 설명할 수 있습니다.
왜 최빈값이 여러 개로 표시되기도 하나요?
최빈값은 표본에서 가장 자주 나온 값입니다. 두 개 이상의 합계가 같은 최고 빈도로 나오면 그 값들이 모두 최빈값으로 표시됩니다. 작은 표본에서 흔합니다. d6 두 개를 1,000회 굴리면 최빈값은 거의 항상 7이지만, 20회만 굴리면 어떤 합계든 3–4번씩 나올 수 있어 여러 최빈값이 동시에 나타날 수 있습니다.