로또 AC값 계산법과 조합 분산 해석 연구

AC값의 정의를 한 줄로 쓰면

정렬한 6개 번호를 x₁ < x₂ < … < x₆라고 하겠습니다. i보다 j가 큰 모든 번호쌍에 대해 xⱼ-xᵢ를 계산합니다. 번호쌍 수는 6C2 = 15개입니다. 이 15개 값에서 중복을 제거한 서로 다른 차이의 개수를 D라고 할 때 AC = D - (6-1) = D-5입니다.

절댓값 기호를 써서 |xⱼ-xᵢ|로 계산해도 결과는 같습니다. 이미 작은 번호와 큰 번호를 구분했기 때문에 차이는 모두 양수입니다. 같은 번호를 두 번 선택하지 않으므로 0은 차이 목록에 들어가지 않습니다.

왜 5를 빼고 범위가 0~10인가

가장 작은 번호 x₁에서 나머지 다섯 번호까지의 차이 x₂-x₁, x₃-x₁, …, x₆-x₁은 항상 서로 다릅니다. 따라서 어떤 정상적인 6개 조합도 서로 다른 차이가 최소 5개는 있습니다. D의 최솟값이 5이므로 5를 빼면 AC의 최솟값은 0이 됩니다.

번호쌍은 모두 15개이므로 서로 다른 차이가 15개를 넘을 수 없습니다. 모든 번호쌍의 차이가 서로 다르면 D=15, AC=10입니다. 그래서 6개 번호에서 가능한 AC값의 이론 범위는 0~10입니다. 범위를 벗어난 값이 계산되면 번호 중복, 차이 생성 또는 중복 제거 과정에 오류가 있는지 확인해야 합니다.

예시 1: 1, 2, 3, 4, 5, 6의 AC값은 0

연속된 여섯 수에서는 차이 1이 5번, 차이 2가 4번, 차이 3이 3번, 차이 4가 2번, 차이 5가 1번 나타납니다. 15개 번호쌍을 모두 계산하지만 서로 다른 차이는 {1, 2, 3, 4, 5}의 5개뿐입니다. 따라서 D=5, AC=5-5=0입니다.

이 조합의 인접 간격은 모두 1이어서 매우 규칙적입니다. 동시에 전체 범위도 6-1=5로 좁습니다. 하지만 AC가 낮은 직접 이유는 단순히 범위가 좁아서가 아니라 여러 번호쌍이 같은 차이를 반복하기 때문입니다.

예시 2: 3, 8, 14, 19, 27, 34의 AC값은 8

이 조합의 15개 차이를 작은 번호를 기준으로 묶으면 다음과 같습니다. 3에서는 5, 11, 16, 24, 31이 나오고, 8에서는 6, 11, 19, 26이 나옵니다. 14에서는 5, 13, 20, 19에서는 8, 15, 마지막으로 27과 34에서는 7이 나옵니다.

전체 목록은 5, 11, 16, 24, 31, 6, 11, 19, 26, 5, 13, 20, 8, 15, 7입니다. 여기서 5와 11이 각각 두 번이고 나머지는 한 번입니다. 중복을 제거하면 13종류가 남으므로 D=13, AC=13-5=8입니다.

이 예시는 계산 과정에서 단순히 차이 15개를 더하거나 평균을 내면 안 된다는 점을 보여줍니다. AC는 차이의 크기가 아니라 서로 다른 차이의 종류 수만 사용합니다. 차이 31이 크다는 사실과 차이 5가 반복됐다는 사실은 AC 계산에서 서로 다른 방식으로 반영됩니다.

예시 3: 1, 4, 10, 21, 35, 45의 AC값은 10

이 조합의 차이는 3, 9, 20, 34, 44, 6, 17, 31, 41, 11, 25, 35, 14, 24, 10입니다. 15개 값이 모두 다르므로 D=15이고 AC=10입니다. 여섯 점 사이의 모든 거리가 서로 다른 구조는 수학의 골롬 자 문제와 닮아 있습니다.

AC=10은 가능한 최대 차이 다양성을 뜻합니다. 그러나 번호가 1부터 45까지 시각적으로 균등하게 배치됐다는 뜻은 아닙니다. 이 조합의 인접 간격은 3, 6, 11, 14, 10으로 서로 크게 다릅니다. 차이의 중복이 없다는 조건과 인접 간격이 일정하다는 조건은 오히려 다른 성질입니다.

일정한 간격은 왜 AC가 낮아지는가

2, 9, 16, 23, 30, 37처럼 인접 간격이 모두 7인 등차수열을 생각해 봅시다. 번호가 넓은 범위에 고르게 놓인 것처럼 보이지만, 번호쌍 차이는 7, 14, 21, 28, 35의 다섯 종류만 반복됩니다. 따라서 AC는 0입니다.

이 사례는 “분산”이라는 말을 조심해야 하는 이유입니다. 일상어에서 분산은 넓게 퍼졌다는 뜻으로 쓰이지만, AC가 측정하는 것은 전체 폭이나 통계학의 분산값이 아니라 쌍별 거리 종류의 다양성입니다. 로또 시그널에서는 혼동을 줄이기 위해 AC를 차이 다양성으로 설명합니다.

AC값이 같아도 조합은 매우 다를 수 있다

모든 번호에 같은 수를 더해 범위 안에 유지하면 번호쌍 차이는 변하지 않습니다. 예시 2의 각 번호에 2를 더한 5, 10, 16, 21, 29, 36도 같은 차이 목록과 AC=8을 가집니다. 위치는 달라졌지만 상대적 거리 구조가 같기 때문입니다.

번호를 46에서 뺀 뒤 다시 정렬하는 반사 변환도 차이 종류를 보존합니다. 예시 3을 반사하면 1, 11, 25, 36, 42, 45가 되고 AC는 여전히 10입니다. 따라서 AC 하나만으로 어느 번호가 포함됐는지, 합계가 얼마인지, 저번호와 고번호 비율이 어떤지 복원할 수 없습니다.

AC값과 다른 구조 지표를 분리하기

한 지표를 다른 지표의 별명처럼 사용하면 설명력이 과장됩니다. 조합 구조를 살필 때는 AC, 범위, 인접 간격과 구간 수를 나란히 보되, 서로 다른 질문에 답하는 독립적인 설명값으로 유지하는 편이 낫습니다.

높은 AC를 필터로 쓰면 무엇이 바뀌는가

AC 하한을 정하면 반복되는 번호쌍 차이가 많은 조합을 후보에서 제외할 수 있습니다. 예를 들어 AC 0인 등차형 조합과 연속번호 조합은 강하게 걸러지고, 쌍별 거리가 다양한 조합이 남습니다. 이는 생성 결과의 모양을 통제하는 규칙입니다.

하지만 필터를 통과한 각 조합의 1등 확률이 올라가는 것은 아닙니다. 오히려 가능한 조합 전체에서 일부를 제거하므로 선택 가능한 형태가 줄어듭니다. 실제 당첨 조합도 어떤 AC값이든 가질 수 있으므로 하한 밖의 결과를 원천적으로 맞힐 수 없게 됩니다. 필터의 목적과 대가를 함께 기록해야 합니다.

여러 게임 분석에서는 AC만으로 부족하다

AC는 한 게임 안의 15개 번호쌍 차이를 봅니다. 두 게임이 같은 번호를 몇 개 공유하는지, 같은 번호쌍이나 삼중 조합을 반복하는지는 측정하지 않습니다. AC가 10인 조합을 다섯 번 그대로 복사하면 각 줄의 AC는 높지만 포트폴리오의 실제 번호 커버리지는 6개뿐입니다.

여러 게임을 함께 평가할 때는 고유 번호 수, 줄 사이 평균·최대 중복, 고유 번호쌍과 삼중 조합 비율을 따로 계산해야 합니다. AC는 각 줄 내부 구조를 설명하는 한 열로 남기고, 묶음 전체의 분산 점수로 대신 사용하지 않는 것이 안전합니다.

직접 계산하는 6단계

1. 1~45 범위의 서로 다른 번호 6개인지 확인합니다.
2. 번호를 오름차순으로 정렬합니다.
3. 앞 번호와 뒤의 모든 번호를 한 번씩 짝지어 15개 번호쌍을 만듭니다.
4. 각 쌍의 큰 수에서 작은 수를 빼 15개 양의 차이를 기록합니다.
5. 중복을 제거한 차이 종류 수 D를 셉니다.
6. D에서 5를 빼고 결과가 0~10인지 확인합니다.

손으로 계산할 때는 기준 번호별로 5개, 4개, 3개, 2개, 1개의 차이를 쓰면 누락을 줄일 수 있습니다. 합계가 15개인지 확인한 뒤 정렬하거나 집합 표시로 중복을 제거하세요. 프로그램에서는 입력 중복 검사와 15개 쌍 생성 테스트를 먼저 두는 편이 좋습니다.

연구 기록에 남겨야 할 정보

AC를 추천 조건으로 사용한다면 계산값만 저장하지 말고 적용한 최소·최대 범위, 다른 필터와의 순서, 후보가 몇 개 제거됐는지도 남겨야 합니다. 조건 순서가 달라지면 최종 후보군이 달라질 수 있고, 결과를 본 뒤 하한을 바꾸면 과거맞춤이 됩니다.

미래검증에서는 AC 조건이 있는 전략과 없는 전략을 같은 회차와 같은 게임 수로 비교합니다. 특정 적중 한 건보다 전체 후보 수, AC 분포, 고등위 일치 건수와 무작위 이론 기준을 함께 공개해야 결과를 재현할 수 있습니다. 백테스트 해석 가이드의 미래 데이터 차단 원칙도 동일하게 적용됩니다.