MATH · RANDOM
가중 랜덤 추첨
TL;DR 한 줄에 하나씩 '이름:가중치' 형식으로 입력합니다. 가중치를 생략하면 1로 처리됩니다.
옵션과 가중치를 입력해 누적 분포로 무작위 N명 추첨. 점심 메뉴·당첨자·역할 분배까지.
옵션 리스트
회
결과
RANDOM PICK
-
옵션을 입력하세요
유효 옵션 수
-
가중치 합 (W)
-
최대 확률 옵션
-
균등 가정 시
-
옵션별 확률
| 옵션 | 가중치 | 확률 | 누적 |
|---|
결과 해석
어떻게 계산하나요
가중 랜덤 추첨은 옵션마다 다른 비중을 두어 추첨하는 방식입니다. 가중치는 상대값이라 합이 100 이든 6 이든 결과 분포는 같습니다.
P(옵션 i) = 가중치ᵢ ÷ Σ 가중치
난수 r ∈ [0, W) 생성 → 누적 가중치 구간 매칭
예: 짜장면 3, 짬뽕 2, 볶음밥 1, 탕수육 1 → W = 7. 짜장면 확률 3/7 ≈ 42.86%, 탕수육 1/7 ≈ 14.29%. 누적 분포 0~3 짜장면, 3~5 짬뽕, 5~6 볶음밥, 6~7 탕수육 구간.
자주 쓰는 가중치 패턴
| 상황 | 가중치 예시 | 해석 |
|---|---|---|
| 균등 추첨 | 모두 1 | 1/N 균등 확률 |
| 약간 편향 | 3 : 2 : 1 | 50% : 33% : 17% |
| 강한 편향 | 10 : 1 | 91% : 9% |
| 임시 제외 | 이름:0 | 이번 추첨에서만 제외 |
가중 추첨 활용 분야
- 점심 메뉴 결정 — 자주 가는 곳은 가중치 높게, 가끔 가는 곳은 낮게
- 당직·역할 분배 — 최근 당직자 가중치 낮춰 균형 유지
- 이벤트 경품 — 1등 가중치 1, 꽝 가중치 99 같은 식으로 확률 설계
- A/B 테스트 트래픽 분배 — 90:10, 50:50 등 비율 시뮬
한계와 주의
- 의사난수 — Math.random() 은 보안용이 아닙니다. 현금·고가품 추첨처럼 검증이 필요한 경우 시드값과 결과 로그를 남기는 별도 도구를 권장합니다.
- 복원 추첨 — 본 도구는 매번 독립적으로 뽑아 같은 옵션이 여러 번 나올 수 있습니다. 중복 없는 N명 추첨이 목적이면 1회씩 뽑고 결과를 옵션에서 제거 후 다시 실행하세요.
- 음수·NaN 가중치 — 0 미만 또는 숫자가 아닌 가중치는 자동 제외 (유효 옵션 수에 미반영).
- 가중치 모두 0 — 합이 0 이면 추첨 불가. 1 이상의 가중치를 최소 한 개 이상 두세요.
- 표본이 적은 추첨 — 1~5회 추첨은 가중치 비율이 결과에 그대로 반영되지 않을 수 있습니다 (확률은 장기 비율).
흔한 오해
컴퓨터 랜덤은 진짜 무작위다?
대부분 의사 난수(pseudo-random)입니다. 시드(seed)에서 시작해 결정론적 알고리즘으로 생성. 일상·게임은 충분하지만 암호·보안에는 부적합. 진짜 무작위는 하드웨어 랜덤(CPU의 전기 노이즈·원자 붕괴)이 필요. JavaScript Math.random은 의사 난수지만 통계적으로 균등 분포.
앞에 안 뽑힌 항목이 다음에 더 뽑힐 확률이 높다?
틀린 직관입니다(도박사의 오류). 각 추첨은 독립이라 이전 결과가 다음 확률에 영향을 주지 않음. 동전 던지기 5번 연속 앞이 나와도 6번째에서 앞·뒤 확률은 여전히 50/50. 다만 중복 없는 추첨(예: 뽑은 카드를 다시 안 넣음)에서는 남은 항목의 확률이 변동.
가중치 50/50은 항상 절반씩 나온다?
장기 비율로 절반씩 수렴하지만 단기에는 편차 큼. 10회 추첨에서 7:3은 정상 범위(약 17% 확률). 100회면 60:40 정도까지 편차. 대수의 법칙으로 1만 회 이상이면 49.5~50.5% 사이로 수렴. 본 계산기 결과의 작은 편차는 확률 오류가 아니라 정상.