이 계산기로 할 수 있는 것
아이템 드롭 확률 계산기는 같은 몬스터를 반복해서 잡거나 확률 상자를 정해진 횟수만큼 열었을 때, 레어 아이템을 최소 한 개 이상 얻을 누적 확률을 알려줍니다. 게임에서 공개하는 드롭률(예: 2%)은 어디까지나 1회 시도 기준이라, 수백 번 파밍했을 때의 체감 확률과는 전혀 다릅니다. 이 도구는 1회 기준 확률을 파밍 세션 전체의 현실적인 성공 확률로 바꿔 줍니다.
공식 이해하기
각 시도는 성공 확률이 \(p\)인 독립적인 베르누이 시행입니다. 한 번 실패할 확률은 \(1-p\)이므로, \(n\)번 모두 실패할 확률은 \((1-p)^n\)입니다. 따라서 최소 한 번 이상 성공할 확률은 그 여사건이 됩니다.
$$P = 1 - (1 - p)^{n}$$
여기서 \(p\)는 1회 시도당 드롭률을 소수로 나타낸 값이고, \(n\)은 시도 횟수입니다. 기대되는 드롭 개수는 간단히 \(E = n \times p\)로 구합니다.
사용 방법
게임에 표기된 드롭률을 퍼센트로 입력하고, 돌릴 시도 횟수를 넣으세요. 계산기는 최소 한 번 이상 드롭될 누적 확률과 함께 기대 드롭 개수를 보여 줍니다.
계산 예시
드롭률이 \(25\%\)인 아이템을 \(4\)번 시도한다고 해 봅시다. 이때 \(p = 0.25\), \(n = 4\)입니다.
$$P = 1 - (1 - 0.25)^{4} = 1 - 0.75^{4} = 1 - 0.316406 = 0.683594$$
즉, 아이템을 최소 한 번 이상 얻을 확률은 약 \(68.36\%\)입니다.
일반적인 드롭률과 시도 횟수별 드롭 확률
각 칸은 최소 한 번 드롭될 확률을 백분율로 보여줍니다. \(P = 1-(1-p)^n\). 모든 시도는 같은 드롭률을 가진 독립적인 시행이라고 가정합니다. 값은 소수점 둘째 자리에서 반올림되므로, 100.00%는 보장이 아니라 "99.995% 초과"를 의미합니다.
| 드롭률 | 10회 시도 | 50회 시도 | 100회 시도 | 300회 시도 | 1000회 시도 |
|---|---|---|---|---|---|
| 0.1% | 1.00% | 4.88% | 9.52% | 25.93% | 63.23% |
| 0.5% | 4.89% | 22.17% | 39.42% | 77.77% | 99.33% |
| 1% | 9.56% | 39.50% | 63.40% | 95.10% | 100.00% |
| 2% | 18.29% | 63.58% | 86.74% | 99.77% | 100.00% |
| 5% | 40.13% | 92.31% | 99.41% | 100.00% | 100.00% |
| 10% | 65.13% | 99.48% | 100.00% | 100.00% | 100.00% |
예시: 드롭률 1%로 100회 시도하면 \(1-(0.99)^{100} \approx\) 63.40%입니다. 드롭률 0.5%로 300회 시도하면 약 77.77%입니다.
목표 확률에 필요한 시도 횟수
드롭률 \(p\)(소수, 예: 0.01)에서 목표 확률 \(P\)(소수, 예: 0.90)를 달성하려면 몇 번 시도해야 하는지 구하려면 다음과 같이 합니다:
- 백분율을 소수로 바꿉니다. 드롭률 1%는 \(p = 0.01\), 목표 90%는 \(P = 0.90\)입니다.
- \(1-P\)와 \(1-p\)를 계산합니다. 이 경우 \(1-P = 0.10\), \(1-p = 0.99\)입니다.
- 자연로그를 취하고 나눕니다: $$n = \frac{\ln(1-P)}{\ln(1-p)}$$
- 다음 정수 시도 횟수로 올림합니다. 시도는 소수로 할 수 없고, 내림하면 목표에 살짝 못 미치기 때문입니다.
작은 \(p\)에 대한 간편식: \(\ln(1-p) \approx -p\)이므로, 50% 확률에는 \(n \approx \frac{0.693}{p}\), 90% 확률에는 \(n \approx \frac{2.303}{p}\)입니다.
예시 (드롭률 1%):
- 50%: \(n = \frac{\ln 0.5}{\ln 0.99} = \frac{-0.6931}{-0.01005} \approx 68.97\), 따라서 69회 시도. 간편식은 \(0.693/0.01 = 69.3\)입니다.
- 90%: \(n = \frac{\ln 0.1}{\ln 0.99} = \frac{-2.3026}{-0.01005} \approx 229.1\), 따라서 230회 시도. 간편식은 \(2.303/0.01 = 230.3\)입니다.
드롭률 0.5%, 목표 90%의 경우: \(\frac{2.3026}{0.005013} \approx 459.4\), 따라서 약 460회 시도입니다.
드롭 확률 해석하기
- 기대 시도 횟수는 보장이 아닙니다. \(n = 1/p\)번 시도하면(예: 1%로 100회), 최소 한 번 드롭될 확률은 \(1-(1-p)^{1/p} \approx 1 - 1/e \approx 63.2\%\)이며, 100%가 아닙니다. 즉 약 36.8%는 아무것도 얻지 못할 수 있습니다.
- 운이 나쁜 연속 실패는 흔합니다. 시행이 독립적이므로 과거의 실패가 다음 시도의 확률을 높이지 않습니다. 기대 시도 횟수의 2~3배를 드롭 없이 보내는 일은 많은 플레이어에게 자주 일어납니다. \(n = 2/p\)일 때 약 13.5%의 플레이어는 여전히 아무것도 얻지 못하고, \(n = 3/p\)일 때는 약 5%입니다.
- 이것은 확률이지 예측이 아닙니다. 결과는 수많은 가상의 실행에서 최소 한 번 성공할 가능성이 얼마나 되는지를 나타냅니다. 어느 시도가 성공할지, 또는 나의 시도가 성공할지는 말해 줄 수 없습니다.
- 모델 가정. 이 공식은 모든 시도에서 고정되고 독립적인 드롭률을 가정합니다. 천장 카운터(pity counter), 불운 보호, 특정 횟수 이후 보장 드롭, 또는 레벨이나 행운 스탯에 따라 드롭률이 변하는 게임은 이 모델과 다를 수 있습니다. 보통은 실제 확률이 공식이 보여주는 것보다 더 좋습니다.
- 드롭률 확인. 공개되었거나 커뮤니티에서 추정한 드롭률은 대략적일 수 있으므로, 결과를 추정치로 보세요.
자주 묻는 질문
많이 돌리면 무조건 나오나요? 아닙니다. \(n\)이 커질수록 확률은 100%에 가까워지지만 결코 100%가 되지는 않으므로, 확정 드롭은 존재하지 않습니다.
왜 '드롭률 × 시도 횟수'보다 확률이 낮게 나오나요? 드롭률에 횟수를 곱하는 방식은 두 번 이상 나오는 경우를 중복해서 세기 때문입니다. 올바른 계산은 '모두 실패할 확률'의 여사건을 쓰는 것이며, 이 값은 언제나 100%를 넘지 않습니다.
각 시도는 서로 독립인가요? 이 모델은 모든 시도가 동일한 드롭률을 가지며 서로 독립이라고 가정합니다. 천장(확정 지급) 시스템이 없는 대부분의 게임에 그대로 적용됩니다.