[롤] LOL 챔피언 상성 정리

오해와 혼동을 방지하기 위해 정의를 확실히 하고 넘어가겠습니다. 

일단 여기서 말하는 상성은 라인전에 국한된 것이 아닌 게임 전체를 통틀어서 말하는 것입니다. 

라인전을 따지려면 초반 골드 획득, 킬 등 다른 수치가 들어가겠지만 그런 것은 고려하지 않고 오로지 게임 최종 승률만 이용했습니다.

또한 중요한 사실인데 여기서 말하는 상성은 챔피언간 성능차를 고려했을 때의 매치업 예상 승률과 실제 승률의 차이로 정의됩니다. 

예를 들어 유명한 상성 관계인 케틀>베인을 보면 현재 버전 개똥챔인 케틀과 꿀챔인 베인의 매치업에서 수식에 따르면 케틀은 베인 상대로 44.73%의 예상 승률을 가질 것으로 생각되었으나 실제로는 그것보다 나은 45.25%의 승률을 보였습니다. 

이는 케틀이 베인에게 상성상 유리하다는 것을 의미합니다. 

물론 실제 승률인 45.25%가 50%에 한참 미치지 못 하기에 현재 패치에서 케틀이 베인 상대로 유리하다고 볼 순 없습니다. 

여기서 말하는 상성은 챔피언의 현재 성능차를 떼어놓고 스킬셋 구성상 카운터치는가 아닌가를 판단하는 것입니다.

1. 상성표

요약 표입니다. 

보정 승률은 상대하는 챔피언 풀을 동일 조건으로 맞추고 계산한 건데 그냥 승률과 동일하다고 봐도 무방합니다. 

상성 편차는 상성을 타는 정도를 계산한 것입니다. 

예로 원딜 애쉬는 0.38%의 상성 편차를 가져 다른 원딜을 크게 카운터치지도, 

카운터먹지도 않는다고 해석이 가능합니다. 

반대로 시비르는 1.13%의 상성 편차를 가져 원딜 중엔 상성을 꽤 심하게 타는 편이라고 해석할 수 있습니다.

여기서 카운터라고 나온 애들은 모두 픽률 2.5% 이상인 챔피언만 필터링해서 적용했습니다. 

리븐 나서스 다리우스 야스오 일라오이 티모

마오카이 오른 갱플랭크 피오라 쉔 이렐리아

제이스 나르 말파이트 가렌 카밀 잭스

판테온 블라디미르 레넥톤 신지드 사이온 케넨

럼블 초가스 문도 박사 트린다미어 하이머딩거 트런들

아칼리 올라프 요릭 렝가 클레드 케일

오공 자르반 4세 뽀삐 우르곳 탐 켄치 스웨인

퀸 말자하 에코 라이즈 노틸러스 탈론

갈리오 아트록스 모데카이저 리산드라 카서스

리 신 자르반 4세 카직스 쉬바나 마스터 이 케인

세주아니 람머스 렝가 잭스 엘리스 그레이브즈

이블린 니달리 헤카림 녹턴 워윅 바이

신 짜오 자크 아무무 킨드레드 샤코 그라가스

오공 트위치 판테온 렉사이 우디르 리븐

피들스틱 트런들 마오카이 카밀 문도 박사 올라프

누누 스카너 아이번

제드 트위스티드 페이트 말자하 카타리나 야스오 오리아나

아지르 피즈 제라스 카사딘 아리 조이

르블랑 럭스 라이즈 블라디미르 탈론 제이스

에코 신드라 베이가 애니비아 모르가나 빅토르

코르키 탈리야 다이애나 직스 루시안 카시오페아

벨코즈 애니 말파이트 아칼리 갈리오 카르마

브랜드 카서스 판테온 리산드라 질리언 피들스틱

아우렐리온 솔 스웨인 케일 하이머딩거

이즈리얼 베인 진 미스 포츈 트리스타나 바루스

케이틀린 애쉬 자야 징크스 루시안 칼리스타

트위치 코그모 시비르 드레이븐

쓰레쉬 블리츠크랭크 레오나 알리스타 룰루 소라카

미스 포츈 제라스 나미 잔나 모르가나 카르마

럭스 브라움 라칸 소나 자이라 바드

쉔 브랜드 타릭 탐 켄치 벨코즈 말파이트

노틸러스 피들스틱 티모 질리언 베이가 조이

애니 마오카이 사이온 트런들 오른 뽀삐

맨 위 오른쪽에 챔피언 이름 옆에 써 있는 숫자가 해당 챔피언의 픽률입니다. 

읽는 법은 매우 간단한데 위에 있는 챔피언일수록, 빨갈수록 카운터입니다. 

오른쪽에 써 있는 숫자는 왼쪽 챔피언이 해당 챔피언보다 상성상 유리하다는 가설의 신뢰도입니다. 

예를 들어 원딜 이즈를 보면 베인, 칼리, 시비르가 카운터고 자야, 바루스, 미포가 상대하기 쉬운 챔피언입니다. 

‘코그모는 이즈 상대로 상성상 유리하다’는 가설의 신뢰도는 83.7%로 유리한 것 같긴 하나 확신하기는 애매한 수치입니다. 

헷갈리면 다음만 기억하고 대입하세요. 베인>>이즈

유의할 점은 해당 숫자가 상성의 정도를 나타내진 않는다는 점입니다. 

이즈의 카운터 베인, 칼리, 시비르 중 베인>>>이즈, 칼리>>이즈, 시비르>이즈인 것이 아니라

해당 결론의 신뢰도가 베인, 칼리, 시비르 순일 뿐입니다. 실제로는 베인보다 칼리가 이즈의 더 극악한 카운터일 수도 있고 아닐 수도 있습니다. 

통계적으로 신뢰도가 올라가는 방법은 두 가지가 있는데 실제로 승률 차이가 심하게 나거나, 혹은 표본 수가 많거나입니다. 

즉 실제로 하드카운터라도 표본 수가 적으면 표본이 많은 적당한 카운터챔보다 숫자가 작게 나올 수 있습니다.