동전·주사위 확률 시뮬레이션이란?
확률 시뮬레이션은 실제로 동전이나 주사위를 손으로 던지는 대신, 컴퓨터의 난수(랜덤 숫자)를 이용해 같은 실험을 수천·수만 번 빠르게 반복하는 방법입니다. 이 도구는 동전(앞·뒤 2면), 주사위(1~6 6면), 또는 직접 정한 N면 다면체를 원하는 횟수만큼 던져 각 면이 나온 횟수를 집계하고, 그 관측 빈도를 막대그래프로 시각화합니다. 막대 위의 점선은 각 면의 이론 확률을 나타내므로, 막대가 점선에 얼마나 가까운지로 수렴 정도를 한눈에 볼 수 있습니다.
큰 수의 법칙
큰 수의 법칙(Law of Large Numbers)은 같은 시행을 무한히 반복하면 사건이 일어난 상대빈도가 그 사건의 진짜 확률로 수렴한다는 확률론의 핵심 정리입니다. 공정한 동전의 앞면 확률은 50%지만, 단 10번 던지면 7:3처럼 한쪽으로 치우치기 쉽습니다. 그러나 1,000번, 10,000번으로 시행을 늘리면 앞면 비율이 점점 50%에 가까워집니다. 이 도구에서 시행 횟수를 10 → 100 → 1,000 → 10,000으로 바꿔 가며 실행해 보면, 최대 편차(관측 빈도와 이론 확률의 차이 중 가장 큰 값)가 점차 줄어드는 것을 직접 확인할 수 있습니다.
이론 확률 vs 관측 빈도
이론 확률은 수학적으로 정해진 값입니다. 공정한 동전은 각 면 1/2 = 50%, 주사위는 각 면 1/6 ≈ 16.67%, N면 다면체는 각 면 1/N입니다. 반면 관측 빈도는 실제로 던져 본 결과로, 시행이 적을 때는 운에 따라 흔들립니다. 두 값의 차이를 보면 "확률은 한 번의 결과를 보장하지 않지만, 많이 반복하면 평균이 이론값에 수렴한다"는 사실을 체감할 수 있습니다. 이는 도박사의 오류(짧은 구간에서도 균형이 맞아야 한다는 착각)를 바로잡는 데에도 도움이 됩니다.
몬테카를로 직관
이렇게 난수를 반복 추출해 확률·평균을 추정하는 기법을 몬테카를로(Monte Carlo) 방법이라고 부릅니다. 수식으로 풀기 어려운 복잡한 확률 문제도 컴퓨터로 수만 번 시뮬레이션하면 근삿값을 얻을 수 있습니다. 동전·주사위는 이 아이디어를 가장 단순하게 보여 주는 예제로, 금융 리스크 분석, 물리 시뮬레이션, 게임 밸런스 설계 등 실제 분야에서도 같은 원리가 쓰입니다.
자주 묻는 질문 (FAQ)
Q. 왜 실행할 때마다 결과가 다른가요?
A. 난수를 새로 뽑아 시뮬레이션하기 때문입니다. 이는 실제로 동전을 다시 던지는 것과 같으며, 시행 횟수가 클수록 결과의 흔들림(편차)은 작아집니다.
Q. 동전을 100번 던졌는데 정확히 50:50이 안 나와요.
A. 정상입니다. 큰 수의 법칙은 정확한 50:50을 보장하지 않고, 시행이 무한대로 갈수록 비율이 50%에 가까워진다는 의미입니다. 1,000번 이상으로 늘려 보세요.
Q. 시행 횟수는 얼마까지 가능한가요?
A. 최대 100,000회까지 입력할 수 있습니다. 횟수를 늘릴수록 관측 빈도가 이론 확률에 더 가깝게 수렴하는 것을 볼 수 있습니다.