시뮬레이션은 어디까지 믿을 수 있을까

계산으로 확인한 길과 실물에서 검증한 길

이 사이트의 AI는 각도·세기·당점 후보를 만들고 같은 물리 엔진으로 움직임을 계산해 득점 가능한 후보를 찾습니다. 선수의 스트로크 데이터를 학습해 개인 성공률을 예측하는 모델은 아닙니다. 안내문은 계산 결과의 요약이며 사람처럼 사고하는 내부 독백을 재현한 것이 아닙니다.

사례집에서 “검증”은 현재 프로그램으로 동일한 입력을 다시 실행했을 때 득점과 접촉 순서가 일치한다는 뜻입니다. 실제 당구대에서 촬영한 실험으로 같은 궤적을 검증했다는 뜻은 아닙니다. 실물 측정 없이 정확도나 성공률을 숫자로 보증하지 않습니다.

현재 반영하는 현상

미끄럼 마찰계수는 0.18, 기본 구름 저항 계수는 0.012이며, 공 충돌과 쿠션의 반발계수는 각각 0.97과 0.86을 사용합니다. 이는 현재 모델의 설정값이지 모든 당구장의 실측값이 아닙니다. 경기용 테이블마다 천 상태, 공과 쿠션의 상태가 달라 같은 수치를 보편적인 정답으로 적용할 수 없습니다.

구질이 낯설게 보일 수 있는 이유

쿠션 계산은 수평면 안에서 단순화되어 있습니다. 실제 쿠션 코의 높이와 수직 힘이 회전에 미치는 효과를 완전히 계산하지 않고, 쿠션 충돌 순간의 수평축 회전 상태도 직접 갱신하지 않습니다. 이 근사는 반사 뒤의 감속이나 휘는 정도에 영향을 줄 수 있습니다. 특히 강한 샷과 큰 회전에서는 실제 테이블의 길과 차이가 날 수 있습니다.

연습 화면의 궤적은 공 중심을 일정 간격으로 기록해 연결한 선입니다. 모든 충돌의 정확한 위치를 꼭짓점으로 기록하는 방식이 아니므로, 쿠션 반사 모서리가 실제보다 안쪽으로 잘려 보일 수 있습니다. 사례집의 경로 그림은 충돌 위치도 별도로 기록합니다. 공 표식의 회전 역시 실제 회전량을 읽는 계기가 아닙니다.

높은 파워와 성공 경로의 한계

이 프로그램의 300%는 내부 기준 100% 대비 초기 속도를 세 배로 설정하는 확장 범위입니다. 사용자가 실제 큐로 어느 정도 힘을 줘야 한다는 측정 단위가 아닙니다. 현재 평면 모델은 점프·마세·공이 들리는 현상을 다루지 않으므로, 큰 세기의 성공 경로를 실전 스트로크 처방으로 옮기지 마세요.

AI는 모델 안에서 성공하는 후보를 찾습니다. 모델에 생략된 현상이 있으면 그 생략에도 영향을 받습니다. 따라서 학습에서는 접촉 순서와 원리 비교를 우선하고, 실제 연습에서는 같은 배치의 약한 샷부터 도착점을 관찰해 별도의 기준을 세우는 편이 좋습니다.

사례 자료를 만든 방법

공통 물리 엔진의 1/240초 계산 간격으로 수구와 목적구를 진행시키고, 두 번째 서로 다른 목적구 접촉 시점의 누적 쿠션 수를 확인했습니다. 각 사례는 기준 입력을 고정해 재실행하고 키스 제외 조건도 검사했습니다. 경로 그림의 공은 출발 위치이며 선은 수구가 득점 시점까지 이동한 자취입니다.

오차 표는 출발점·당점·마찰을 고정한 뒤 각도 또는 파워 한 가지만 바꿔 계산한 결과입니다. 임의 표본 실험이 아니므로 성공 횟수를 실전 확률로 바꾸지 않습니다. 기준이 되는 입력과 결과는 각 사례에서 데이터로도 확인할 수 있습니다.