Skip to content

기글하드웨어기글하드웨어

게임 / 엔터테인먼트 : 게임기, 게임용 주변기기, 콘솔, 휴대용 게임기, VR, AR, 게임 소프트웨어에 대한 이야기, 소식, 플레이 소감, 스크린샷, 플레이 영상을 올리는 게시판입니다.

Extra Form
참고/링크 https://terms.naver.com/entry.nhn?docId=...ryId=58970

우리가 플레이하는 게임에는 확률에 의한 요소가 들어가는 경우가 상당히 많습니다. 흔히 랜덤박스니 가챠니 하는 뽑기 요소는 말할 것도 없으며, 아이템을 강화하거나 혹은 적에게 공격하는 액션을 취할 때도 해당 액션이 성공할 확률이 몇 퍼센트다 하는 개념이 들어가는 경우가 많지요. 이처럼 게임에서 확률 요소는 빼놓을래야 빼놓을 수가 없는 것입니다.
 

그런데, 컴퓨터는 어떻게 확률에 의한 판정을 내릴 수가 있는 걸까요? 그건 0과 1 사이에 고르게 분포된 임의의 숫자(난수)를 얻을 수만 있다면 그리 어려운 일은 아닙니다. 예를 들어, 어떤 액션의 성공 확률을 25%로 가정해 봅시다. 0%는 0이고 100%는 1이므로, 25%는 0.25입니다. 앞에서 0과 1 사이에 고르게 분포되어 있는 난수를 뽑는다고 가정했으므로, 난수 하나를 뽑았을 때 그 난수가 0.25보다 작거나 같을 확률은 25%입니다. 따라서 25%의 성공 확률이 주어졌다면, 난수 하나를 뽑아서 해당 난수가 0.25보다 작거나 같으면 성공으로 판정하고 아니면 실패로 판정하면 됩니다. 생각보다 간단하죠. 이를 Python3 코드로 단순하게 옮기면 다음과 같습니다. 함수 이름에 신경쓰면 지는 겁니다.

import random # 파이썬 표준 라이브러리에서 의사난수 모듈을 불러온다.

def gacha(percent): # 확률을 퍼센트로 받아, 확률에 따라 참과 거짓을 반환하는 함수를 선언한다.
    prob = percent * 0.01 # 퍼센트 값을 0과 1 사이의 숫자로 바꾼다.
    rand = random.random() # 의사난수 모듈을 사용하여, 0과 1 사이의 난수 하나를 뽑는다.
    if prob >= rand: # 확률보다 난수가 작거나 같으면 참(True)을 반환한다. 아니면 거짓(False)이다.
        return True
    else:
        return False

문제는 난수를 얻는 것 자체입니다. 현대의 디지털 컴퓨터는 결정론적 알고리즘(deterministic algorithm)에 의해 작동하는데, 이것의 특징은 똑같은 입력이 들어오면 언제나 똑같은 결과만을 내놓는다는 것이지요. 쉽게 말해서, 계산기에 1 + 1을 눌렀는데 뜬금없이 3이나 4나 -127이 나온다면 고장난 것이니 내다버려야 하지 않겠습니까. 바로 그런 이치로, 컴퓨터에 1 + 1을 입력하면 언제 어디서나 2가 나오는 것은 지극히 당연하고 우리에게 친숙한 결과입니다. 문제는, 난수란 것은 뽑을 때마다 바뀌어야 하는 숫자라는 점이죠. 주사위를 아무리 던져도 숫자가 1밖에 나오지 않는다면, 그 주사위는 쓸모없는 물건입니다.
 

그래서, 현대의 컴퓨터에서 난수가 필요하면 난수를 얻기 위한 별도의 하드웨어 장치를 사용하거나, 혹은 씨앗이 되는 숫자(seed number)를 특정한 공식에다 집어넣어서 마치 난수처럼 보이는 숫자(의사난수, pseudo-random number)를 얻어내는 방법을 사용합니다. 난수를 얻기 위한 하드웨어 장치는 여러 가지 종류(예를 들어, 로또 추첨시 사용되는 장치도 일종의 난수를 얻는 장치라고 볼 수 있습니다. 혹은, 진짜로 주사위를 던져서 난수를 얻는 장치도 있다고 합니다.)가 있지만, 장치 주변의 노이즈를 수신하여 디지털 숫자로 전환하는 방식이 흔히 사용된다고 합니다. 예를 들면 아날로그 TV나 라디오를 아무 방송도 하지 않는 채널이나 주파수에 맞춰두면 주변의 의미없는 노이즈 전파신호를 수신하여 내보내는 것을 볼 수 있는데, 이걸 그대로 디지털화하여 난수로 사용하는 것이죠. 아니면 디지털 카메라는 어두운 곳에서 노이즈가 늘어난다는 특징을 활용하여, 그 노이즈를 증폭하여 난수를 생성하는 방법도 있습니다. 투과성이 약한 방사성 동위원소와 검출기를 한데 묶어서, 방사선 입자가 검출되는 랜덤한 패턴을 난수로 뽑아내는 경우도 있고요. 이런 하드웨어를 사용하는 방법은 진짜 랜덤한 난수를 얻을 수 있지만, 별도의 하드웨어 비용이 들어가고 난수 생성 속도에 제약이 있으며 구현 방식에 따라 주변 환경의 영향을 받을 수 있는 등의 단점이 있어서 정말 중요한 곳이 아닌 이상에야 그리 널리 쓰이지는 않습니다.
 

일반적으로 가장 많이 사용되는 난수 얻기 수단은 의사난수를 생성하는 알고리즘을 사용하는 것입니다. 알고리즘에 씨앗이 되는 숫자를 집어넣으면 마치 아무 숫자나 나오는 것처럼 보이고, 그렇게 해서 나온 숫자를 다시 씨앗 숫자로 사용하는 방식이죠. 예를 들어, 예전부터 널리 사용되던 의사난수 생성방식인 선형 합동 생성기(linear congruential generator, LCG)의 구조는 실로 간단합니다. 곱할 숫자 a, 더할 숫자 c, 나눌 숫자 m을 미리 상수로 준비해 두고, 씨앗 숫자 s가 들어오면

s = (s * a + c) % m

이라는 실로 단순하기 짝이 없는 코드를 실행할 뿐이죠. 여기서 상수로 사용되는 a, c, m의 값은 각 구현마다 다른데, 예시로 C++11 표준의 minstd_rand에서 사용하는 상수값을 보여드리겠습니다.

  • 곱할 숫자 a = 48271 (소수)
  • 더할 숫자 c = 0 (더하지 않음)
  • 나눌 숫자 m = 231 - 1 (메르센 소수)

이 값들을 선형 합동 생성기 공식에 집어넣고, 최초의 씨앗 수로 1234를 넣어서 10번을 돌리면 숫자가 다음과 같이 차례대로 변합니다.

  1. 59566414
  2. 1997250508
  3. 148423250
  4. 533254358
  5. 982122076
  6. 165739424
  7. 1031150829
  8. 305696493
  9. 915275066
  10. 1061641155

어떤가요, 제법 랜덤해 보이지 않나요?
 

물론 이 방법은 한계가 명확합니다. 진짜 난수가 아니라 고정된 특정 공식에 의해 산출되는 것이기 때문에 공식의 상수와 씨앗 수만 알고 있다면 그 뒤에 이어질 모든 난수열을 모두 다 알고 있는 것이나 마찬가지일 뿐더러, 공식의 상수 설정이 난수의 품질에 직접적으로 영향을 줍니다. 예를 들어, 1960년대에 IBM 메인프레임에서 사용하던 RANDU라는 의사난수 생성기의 상수는 a = 216 + 3, c = 0, m = 231인데, 위키백과에서는 이를 두고 역사상 최악으로 설계된 유사난수 생성기 중 하나라고 서술하고 있습니다. 왜냐하면, 이 유사난수 생성기로 만든 숫자들을 여럿 모아 (x, y, z) 좌표 형태로 만들어서 3차원 공간상에 나열하면 2차원 평면 15개가 늘어서 있는 형태의 명확한 패턴이 관찰되거든요. 이를 마서글리아 효과(Marsaglia effect)라고 부르는데, 이 평면 패턴이 나타나는 효과 자체는 선형 합동 생성기 방식의 근본적인 한계이지만 m = 231일 때 이론적으로 나타날 수 있는 평면의 수는 최대 1290개인데도 RANDU에서는 평면이 15개밖에 나타나지 않는 것은 순전히 상수 값의 설정이 잘못되었기 때문입니다. 공식의 틀 자체는 변한 게 없는데, 상수를 어떻게 선택하느냐에 따라 난수가 엉망진창이 될 수 있는 것이죠. 하여튼, 당시에 RANDU는 몬테카를로 시뮬레이션(난수를 이용하여 확률적으로 근사값을 구하는 방법) 등에 자주 사용되었는데, 이걸로 구한 난수에 패턴이 있다는 사실이 드러나자 이걸 사용한 몬테카를로 시뮬레이션의 결과 자체가 모두 의심받게 되는 사태로까지 발전하게 됩니다. 그래서 이후에는 선형 합동 생성기 방식 자체가 몬테카를로 시뮬레이션을 위한 난수 생성에 적합하지 않다고 보게 되었습니다.
 

Randu.png
RANDU 알고리즘에서 나타나는 마서글리아 효과의 시각화. 3차원 공간상에 15개의 2차원 평면 패턴이 드러난다.
 

요즘은 선형 합동 생성기보다 더 좋은 의사난수 생성 알고리즘이 여럿 나와 있습니다. 암호학적으로 안전하다는 것이 증명된 알고리즘도 있고, 암호학적으로 안전하지는 않아도 일반적인 목적에서는 충분히 랜덤한 알고리즘들도 많지요. 의사난수 생성 알고리즘은 지금도 개발되고 있습니다. PCGxoroshiro니 하는 것들로, 코드를 보면 갖가지 비트 연산을 써서 이진수 숫자를 카드 셔플하듯이 마구 섞어버리는 물건입니다. 여담으로, PCG와 xoroshiro의 개발자는 서로 상대방의 알고리즘에 결함이 있다고 자기네 홈페이지 및 레딧에서 디스를 하는 사이인 모양이더군요. 어쨌거나 좀 더 좋은 의사난수 생성 알고리즘들은 계속 나오고 있지만, 게임 같은 곳에서는 여전히 선형 합동 생성기와 같은 단순한 방법으로 의사난수를 생성하는 경우가 흔합니다.
 

그런데, 아무리 의사난수 알고리즘이 좋아도 거기에 최초의 씨앗 수가 들어가야 한다는 사실은 변하지 않습니다. 이 씨앗 수는 사전에 정해지지 않은 값이어야만 이후 나오는 의사난수가 다른 값이 될 수가 있지요. 가장 흔히 사용되는 씨앗 수는 바로 현재 시간입니다. 시간은 매순간 바뀌는 숫자값이니 씨앗 수로 사용하기에 적당하거든요. 시계가 내장되지 않은 기계(아케이드 또는 휴대용 게임기 등)의 경우에는 플레이어가 입력장치를 통해 입력한 값들을 메모리에 저장해 두었다가 씨앗 수로 삼는 경우가 보편적입니다. 플레이어가 뭘 입력할지는 프로그램이 사전에 알 수가 없으니까요.
 

어떤 게임 폐인들은 특정 게임에서 위에서 언급한 의사난수의 특징을 교묘하게 응용하기도 합니다. 만약 해당 게임이 플레이어가 지금까지 입력한 내용을 씨앗 수로 삼아 랜덤 값을 도출한다면, 리플레이를 할 때 이전 플레이와 완전히 똑같은 입력을 반복하면 똑같은 랜덤 값이 도출되리라는 것을 기대할 수 있지요. 더욱 나아가서, 입력값이나 입력 타이밍을 조절하여 씨앗 수를 조작하는 것으로 이후 게임에서 나오는 랜덤 요소들을 자신이 원하는 식으로 조작하는 것도 가능하지요. 이에 대해서는 나무위키의 관련 항목들을 읽어보는 것이 좋습니다.

사실, 이 이야기를 하는 것은 제가 나무위키에서 TAS(Tool-Assisted Speedrun) 관련 항목들을 읽다가 문득 게임에서의 확률에 대해 생각난 것이 있어서입니다. 개발자가 설정하는 확률이란 것이 과연 실제로는 얼마나 정확하게 적용되는 것일까요? 예를 들어 성공 확률이 50%로 설정된 액션이 있다고 가정해볼게요. 정말로 성공 확률이 50%라면 액션을 100번 반복했을 때 성공 횟수는 50번이어야 하겠지만, 실제로는 그렇지 않습니다. 48번밖에 성공하지 못할 수도 있고, 아니면 51번을 성공할 수도 있습니다. 그러면, 성공 확률이 극단적인 경우에는 어떨까요? 강화에 성공할 확률이 0.01%밖에 되지 않는 경우, 혹은 확률이 99.99%인 경우에는 어떨까요? 그것이 궁금해졌지요.
 

그래서, 위에서 제시한 파이썬 코드를 가지고 직접 실험을 해봤습니다. 성공 확률을 부여하고 그 확률을 10만번 시행하여 성공한 횟수를 1단위로 하여, 확률별로 1만 단위를 돌렸습니다. 실험에 사용한 확률은 50%, 0.01%, 99.99%입니다. 참고로 위에 제시된 파이썬 코드는 파이썬의 기본 의사난수 모듈을 사용하는데, 여기에 사용되는 의사난수 생성 알고리즘은 메르센 트위스터(Mersenne Twister)라고 합니다. 좀 더 게임스럽게 하려면 자체적으로 선형 합동 생성기 함수를 만들어 쓰는 게 좋겠지만, 그런 생각은 스크립트 다 돌리고 나서야 생각이 나기도 했고 또 정수를 0과 1 사이의 부동소수점으로 바꿀 간단한 방법이 바로 생각나지 않길래 그냥 다음에 생각나면 해보기로 했습니다. 그래프 작성은 엑셀 2016을 썼습니다.
 

먼저, 50% 확률입니다. 10만번 실행시 성공 횟수는 5만번이 찍혀야 하는데, 실제 분포는 어떻게 될까요. 확인해봅시다.
 

50_a.png

성공확률 50%로 100,000번을 돌리니, 성공 횟수는 49,300에서 50,700회 사이에서 분포합니다. 다시 말해, 확률 50%가 주어졌을 때 실제 분포는 ±0.7% 정도의 오차범위 안에 있다는 말이 됩니다. 대부분의 점들은 49,500에서 50,500회 사이에 분포하고 있으니, 대개의 경우는 ±0.5%의 오차범위 안에서 논다는 말이 되겠지요.
 

50_h.png

히스토그램으로 조금 더 자세히 살펴봤습니다. 이게 그 정규분포인가 뭔가 하는 그거죠? 문돌이는 그런 거 모릅니다. 데헷. (코 쓰윽)
 

그럼, 성공확률 0.01%는 어떨까요. 10만번 삽질했을 때 단순 계산으로 10번밖에 성공하지 못하는 극악 난이도입니다. 저보고 이런 확률에 도전하라고 하면 그런 똥망겜은 집어치우고 말 거에요.
 

0.01_a.png

역시, 예상대로 10번 성공을 중심으로 성공횟수가 모여 있습니다. 근데 운빨이 영 안 좋은 것인지, 10만번 시도해서 고작 1번밖에 성공하지 못한 사례가 있네요. 1만번 시도도 기운빠지는데, 10만번 삽질은 차라리 날 죽여라 소리가 절로 나올 겁니다. 그 행운은 저기 우상단에 위치한 28번 성공에 모조리 몰렸나 봐요. 그나마 아예 한번도 성공 못하는 경우는 없는 게 다행일까요.
 

0.01_h.png

확률 0.01%의 히스토그램.
 

그럼 이번에는 혜자롭게(?) 확률을 99.99%로 준 경우를 살펴볼까요. 이건 아무래도 실패를 하는 경우가 더 희귀하지요.
 

99.99_a.png

성공 확률이 아무리 99.99%라지만, 100%와는 다릅니다. 진짜 100%가 아닌 이상 !감나빗을 완전히 피해갈 수는 없는 법이죠. 그래도 99.98% 아래의 성공확률을 보여주는 경우는 비교적 드뭅니다.
 

99.99_h.png

그러고 보니 동생이 플레이하는 마비노기가 생각나네요. 제가 플레이하던 시절의 마비노기는 물 마시는 것조차 실패가 뜰 확률이 있던 게임이었는데, 요새도 그런지는 모르겠군요.
 

나무위키 돌아다니다 뜬금없이 생각난 발상을 가지고 스크립트를 짜서 돌리고 그 결과를 그냥 날려버리기 조금 아까워서 글을 쓰기 시작했는데, 이거 생각보다 시간이 오래 걸렸네요. 하여튼 오늘의 뻘짓은 여기까지. 게임 관련 글 보다가 생각난 것이니 게임 게시판에 올립니다.



  • profile
    쮸쀼쮸쀼 2019.03.04 14:00
    감사합니다 ^^
  • ?
    고자되기 2019.03.04 11:02
    사행성 게임기들에서는 거의 목숨을 걸고 맞춰놓죠. 100만원에 타겟 확률 73% 맞춰 놓으면 5일간 100만원 투입하면 정확히 730000원 뱉고 천만원에 50% 맞추면 한달에 천만원 넣으면 칼같이 500나옴.중간에 백만원급 상품, 10만원짜리 상품등 고급 상품 나오는 비율도 설정가능가능하고요.이거 잘못하면 바로 멱살잡히는거라.(도박장 손님 말고 업주한테 게임기 판매자가)
    일간 주간 월간 정산이 뜨니까 너님 운 안좋았다 식으로 발뺌도 불가능.
    저쪽을 하도 많이 보다보니 메이저 회사 모바일게임에서 확률이상나오면 너무 수상하더군요.
    저런쪽은 정말 일반게임계 갈 실력안되는 사람들이 하는건데도 본게임 개발끝나고 확률장 1주안에 다 원하는데로 맞추는데 a급 프로그래머들 가는 메이저 게임회사들이 실수로 틀렸다고 그러니까..
  • profile
    쮸쀼쮸쀼 2019.03.04 14:00
    역시 단순무식한 방법보다는 뭔가 수학이 들어가야 좀 더 정교한 확률 제어가 되는 것 같습니다. 본문의 것은 진짜 가장 단순한 것이라서… 혹시 어떤 방법을 쓰는지도 아시는가요?
  • ?
    산청군시천면 2019.03.04 12:00
    하스스톤이 카드깡을했을때 전설카드안나올때마다 확률보정이 들어가죠. 페그오도 그렇다는데 천장이 닿을수없을정도로 아득히 높다네요....
  • profile
    쮸쀼쮸쀼 2019.03.04 13:58
    어쩌면 천장이 아니라 수렁일지도…
  • profile
    그라나다      보이는 것이 다가 아니다. 2019.03.04 13:28
    17년차 게임기획자입니다. 기획자가 가챠 시스템을 제대로 못만드는 회사에서
    프로그래머에게 전적으로 의존하는 방법으로 가챠를 만들지 않는 한
    위와같은 랜덤 난수생성방법은 사용하지 않습니다.
    (쉽게 말해 메이저급에서 위 방법을 사용할 가능성은 없습니다.)

    저 같은 경우 보통 가장 단순한 가챠에선 이항분포를 이용하여 계산하고,
    10연가챠와 같은 다수의 결과물을 배출하는 경우 다항분포를 사용합니다.
    정규분포로 시뮬레이션하면 잡아놓은 확률과 실제 결과물의 괴리감이 엄청나게 큽니다.

    제가 오랫동안 세팅해서 사용하고 있는 가챠에서 총 1000개의 아이템 중
    최소 1개 ~ 최대 10개의 아이템을 배출한다고 했을 때
    10억번 돌리는 경우 10개 배출시 오차범위는 0.5% 이내입니다. 1개 배출시는 0.1% 미만이고요.

    그리고 특정 시스템의 경우 일반적인 가챠계산을 하지 않고
    예를 들면 1만개의 아이템을 미리 준비해 놓은 후 그 안에서만 랜덤으로 돌려서 지급하는 경우도 있습니다.
    그런 경우 최상급 레어 아이템 1개는 1만번의 시도중 단 한번만 나오게 되죠.
    그리고 다들 알다시피 지속적인 뽑기시 보정을 넣는 방법도 사용합니다.

    즉, 시스템이나 상황에 따라 다양한 방법을 사용합니다.
  • profile
    쮸쀼쮸쀼 2019.03.04 13:58
    오오, 역시 확률이 중심이 되는 게임은 뭔가 좀 더 정교한 방법을 쓰는군요. 미리 아이템을 여럿 준비해둔 뒤에 그 안에서 랜덤을 돌리는 것 정도는 저도 생각했었는데, 나머지는 몰랐습니다. 혹시 다른 댓글에서 언급된 사행성 게임기 같은 경우에도 이항분포를 쓸까요?
  • profile
    그라나다      보이는 것이 다가 아니다. 2019.03.06 15:31
    도박류 사행성 게임. 즉 국내에서 불법인 소셜카지노등과 같은 게임들은 훨씬 더 정교하게 짭니다.
    일반 RPG게임 같은것은 밸런스를 조절할 수 있는 여지가 좀 더 있기에 오히려 여유있지만
    사행성 게임들은 게임머니라 해도 즉각적인 리워드를 제공해야 하기 때문에
    실수 한번으로 아예 복구할 수 없는 수준으로 게임이 무너지거든요.
  • profile
    쮸쀼쮸쀼 2019.03.06 15:47
    과연, 확률 자체가 게임인 경우는 역시 단순한 방법을 쓰지는 않는 모양이군요.

작성된지 4주일이 지난 글에는 새 코멘트를 달 수 없습니다.

  1. PC엔진 미니 분해. PC 엔진 오리지널과 비교

    코나미가 1987년에 출시한 게임기, PC엔진의 복각판인 PC엔진 미니를 11,550엔에 출시했습니다. PC엔진 오리지널 버전은 1987년에 24,800엔으로 출시됐으며, 처음으로 CD-ROM을 매체로 사용하고, 5개의 패드를 연결할 수 있었습니다. 크...
    Date2020.03.20 분석 By낄낄 Reply13 Views3152 file
    Read More
  2. 닌텐도 스위치 충전 크래들 HAC-031 분해

    닌텐도 스위치 충전 크래들의 중국 시장 버전인 HAC-031의 분해입니다. 뒷면의 안내문. 아래의 제품 정보. 설명서와 보증서. 닌텐도 스위치의 충전기입니다. 여기에 꽂아서 충전하지요. J자 모양입니다. 바닥의 USB-C로 스위치에 연결하...
    Date2020.01.28 분석 By낄낄 Reply5 Views1394 file
    Read More
  3. 소니 플레이스테이션 분해 사진

    25년 전의 게임기인 소니 플레이스테이션의 분해 사진이 나왔습니다. 뉴스거리는 아니지만, 옛날 물건을 보는 것도 나름 재밌어서 올려 봅니다. 출시 첫 해엔 일본에서만 팔았던 바로 그 물건. 원래는 플레이스테이션 X라는 코드네임으로...
    Date2019.12.05 분석 By낄낄 Reply19 Views3105 file
    Read More
  4. 세가 메가 드라이브 미니 분해 사진

    세가 메가 드라이브 미니의 분해 사진입니다. 메가 드라이브는 1988년에 세가가 출시한 5번째 가정용 게임기로서, 소닉과 샤이닝 시리즈, 판타지 스타 등의 대작 게임이 출시됐습니다. 닌텐도 클래식 미니 이후로 수많은 구형 게임기의 ...
    Date2019.09.26 분석 By낄낄 Reply3 Views2328 file
    Read More
  5. 닌텐도 스위치 라이트 분해 사진

    닌텐도 스위치 라이트 분해 사진입니다. NVIDIA의 커스텀 테그라 프로세서 1280x720 해상도의 5.5인치 정전식 터치스크린 32GB 스토리지, 마이크로 SDHC/SDXC로 2TB까지 확장 가능 802.11 a/b/g/n/ac WiFi, 블루투스 4.1, NFC, USB-C, 3.5...
    Date2019.09.26 분석 By낄낄 Reply4 Views10520 file
    Read More
  6. UMD를 벗기면 안 되는.EU

    PSP는 복사가 너무 금방 뚫려서.. 하여튼 여러모로 재미없는 글이 될 것 같은데 음...   굳이 해야 되는지 알다가도 모르겠는 설명 하나 해 보자면, PSP에는 UMD 드라이브가 있습니다. 어쩌면 가장 병맛스러운 선택이면서도, 당시로써는 ...
    Date2019.08.25 분석 ByVeritas Reply3 Views2586 file
    Read More
  7. 복돌과의 전쟁 1 - PS 편.

    이건 시리즈물로 계획했습니다만.... 입시 준비 때문에 이걸 마지막으로 올해는 정보글을 못 쓰게 될 수도 있어요. 아무나 이 시리즈물을 채워주셔도 좋습니다.  응 그런거 없어.  https://gigglehd.com/gg/game/5222039     플레이스테이...
    Date2019.05.10 분석 ByVeritas Reply23 Views5381 file
    Read More
  8. 오늘의 뻘짓 - 게임 속의 확률이란 것은 과연 정확한 걸까?

    우리가 플레이하는 게임에는 확률에 의한 요소가 들어가는 경우가 상당히 많습니다. 흔히 랜덤박스니 가챠니 하는 뽑기 요소는 말할 것도 없으며, 아이템을 강화하거나 혹은 적에게 공격하는 액션을 취할 때도 해당 액션이 성공할 확률이 ...
    Date2019.03.03 분석 By쮸쀼쮸쀼 Reply59 Views11462 file
    Read More
  9. Razer Panthera Evo 게임 스틱의 분해 사진

    Razer Panthera Evo 게임 스틱의 분해 사진입니다. 게임 스틱 본체. 바닥의 나사 제거. 레버 볼 제거. 커버 아래의 나사 제거. 아크릴 패널 분리. 원하는 그림을 여기에 넣으면 됩니다. 상판 나사 제거. 상판 제거. 완전히 분해됐습니다....
    Date2019.01.25 분석 By낄낄 Reply0 Views903 file
    Read More
  10. 폴아웃 76 팁

    가소롭게도 고작 70레벨 언저리 정도 키운 주제에 팁이라니 부끄러운 줄은 알아야 하는데 제가 또 주변 분위기를 잘 못 읽고 그러는 것이 특기니까 이해해주세요.   - 죽으면 무기, 의류, 식약품, 설계도는 안전하지만 잔뜩 모아뒀던 금...
    Date2018.12.06 분석 ByTego Reply0 Views4394 file
    Read More
  11. PS 클래식 vs PS 분해 비교 사진

    1994년에 나온 플레이 스테이션의 디자인을 그대로 본따, 20개의 게임 타이틀을 내장한 미니 콘솔인 플레이 스테이션 클래식이 한정 수량으로 판매됐습니다. 플레이 스테이션은 소니 컴퓨터 엔터테인먼트가 닌텐도의 자리를 뺏도록 해준 ...
    Date2018.12.06 분석 By낄낄 Reply9 Views7922 file
    Read More
  12. PS 클래식 분해 사진

    소니 플레이스테이션 클래식의 분해 사진입니다. 바닥의 나사 5개를 제거하면 됩니다. 모델 넘버는 SCPH-1000R. 기판이 보입니다. 4개의 짧은 나사가 보드를 고정합니다. 컨트롤러 포트의 커버. USB 케이블을 연결합니다. 전면에 USB 컨...
    Date2018.11.30 분석 By낄낄 Reply13 Views4538 file
    Read More
  13. 게임 백그라운드시 GPU 로드율

      로스트아크가 생각보다 인기가 많더라고요. 저도 궁금해서 한번 해보려고 하니까 대기열이 꽤 길군요.   끼룩거리는 갈메기소리 듣다가 문득 올라가는 시스템온도를 보고 잠깐 관찰해봤습니다.   화면모드는 대부분의 게임이 세가지가 ...
    Date2018.11.14 분석 ByMoria Reply10 Views1476 file
    Read More
  14. 페그오에서 해상도 높이는 방법

      페그오는 원래 720P로 돌아갑니다.   그런데 720P는 마음에 안드시는 분이 계실테니!   어쩌다보니 발견한 방법을 공유하려 합니다.   영상설명은 안드로이드 7.0이상이 올라간 삼성폰을 기준으로 합니다.   삼성폰이 아니더라도 해상도...
    Date2018.10.11 분석 Bytitle: 저사양뚜까뚜까 Reply2 Views3958 file
    Read More
  15. 이대로 라면 VR의 미래는 없다. -VR의 문제점 그리고 나아갈 방향

      들어가기에 앞서,   이 글에서 다룰 VR은 IT업계에서 다루는 'VR' 입니다. 머리에 쓰고 안에 모니터 달린 그걸 말합니다.       VR은 흥했나요?   2010년에 오큘러스 리프트의 첫 프로토타입 모델이 나왔었습니다. 2015년 삼성 갤럭시 V...
    Date2018.09.09 분석 By필립 Reply55 Views8990 file
    Read More
  16. 매직 리프 원 VR HMD 분해 사진

    매직 리프 원 VR HMD의 분해 사진입니다. NVIDIA 테그라 X2(파커) SoC. 덴버 2.0 64비트 코어 2개, Cortex-A57 64비트 코어 4개, 256개 CUDA 코어의 파스칼 GPU 8GB 램, 128GB 스토리지 블루투스 4.2, WiFi 802.11ac, USB-C, 3.5mm 헤드...
    Date2018.08.25 분석 By낄낄 Reply9 Views2518 file
    Read More
  17. 중국의 게임관련 규제정책 살펴보기

    오늘 소식을 보니 중국에서 게임관련 허가가 전면 중단되었다고 하더군요. 궁금해서 이것저것 살펴보니 역시 공산국가 답더라고요. 이야기를 쓰자면 굉장히 길어질듯 한데 하드웨어 사이트랑은 영 매치가 안되어 아마 글을 써도 수게로 가...
    Date2018.08.16 분석 ByMoria Reply16 Views1307 file
    Read More
  18. No Image

    리눅스로 게임하기

    리눅스에서 게임을 하는 방법에 대한 소개입니다. 리눅스에서 게임을 하려면 우선 드라이버가 필요합니다. 특히 그래픽카드 드라이버요. AMD는 NVIDIA보다 낫습니다. AMD는 오픈소스 드라이버 지원이 더 좋거든요. 최신 커널에 드라이버...
    Date2018.07.23 분석 By낄낄 Reply9 Views3091
    Read More
  19. No Image

    오리진의 필수 작업. 다운로드 속도 개선

    1TB SSD를 사고 미리 게임들을 쫙 깔아두는데, 스팀, 유플레이, 배틀넷은 아무 지장 없이 다운로드가 되지만 오리진만 겁나 느리네요. 다운로드 속도가 100KB/s도 안 되는 경우가 허다해요. 나만 느린가 해서 봤더니만 다들 느리고, 해결...
    Date2018.07.18 분석 By낄낄 Reply7 Views5683
    Read More
  20. 윈도10에서 엑박원패드 배터리 잔량확인, 펌웨어 업데이트

    윈도10에서 XBOX ONE 콘트롤러 배터리 잔량확인과, 펌웨어 업데이트 하는 방법입니다.     먼저 윈도우 스토어에 들어가서 'Xbox 액세서리'라는 앱을 설치합니다.     '옵션 더 보기'를 누릅니다.      좌측에 '펌웨어 업데이트' 버튼과 ...
    Date2018.06.30 분석 By부녀자 Reply5 Views20312 file
    Read More
목록
Board Pagination Prev 1 2 3 4 5 Next
/ 5
최근 코멘트 30개
Neons
01:46
메이드아리스
01:41
메이드아리스
01:36
Loliconite
01:29
Loliconite
01:27
Neons
01:23
Loliconite
01:21
낄낄
01:11
Loliconite
01:10
카토메구미
00:59
낄낄
00:55
이유제
00:51
연금술사
00:48
노예MS호
00:47
연금술사
00:39
아스트랄로피테쿠스
00:36
Lynen
00:29
아이들링
00:20
스와마망
00:16
Kylver
00:15
포인트 팡팡!
00:14
슬렌네터
00:14
연금술사
00:14
이게뭘까
00:08
급식단
00:07
급식단
00:06
아스트랄로피테쿠스
00:04
가네샤
00:03
가네샤
00:00
가네샤
00:00

더함
MSI 코리아
AMD
한미마이크로닉스

공지사항        사이트 약관        개인정보취급방침       신고와 건의


기글하드웨어는 2006년 6월 28일에 개설된 컴퓨터, 하드웨어, 모바일, 스마트폰, 게임, 소프트웨어, 디지털 카메라 관련 뉴스와 정보, 사용기를 공유하는 커뮤니티 사이트입니다.
개인 정보 보호, 개인 및 단체의 권리 침해, 사이트 운영, 관리, 제휴와 광고 관련 문의는 이메일로 보내주세요. 관리자 이메일

sketchbook5, 스케치북5

sketchbook5, 스케치북5

나눔글꼴 설치 안내


이 PC에는 나눔글꼴이 설치되어 있지 않습니다.

이 사이트를 나눔글꼴로 보기 위해서는
나눔글꼴을 설치해야 합니다.

설치 취소