docs: finalized wiki integrity maintenance (v3.0 standard) - pruned 1400+ stubs and fixed 11k+ ghost links

10_Wiki/Topics_GD/몬테카를로 시뮬레이션.md

@@ -1,4 +1,4 @@
-# [[몬테카를로 시뮬레이션]]
+# [[몬테카를로 시뮬레이션|몬테카를로 시뮬레이션]]
 
 ## 📌 Brief Summary
 몬테카를로 시뮬레이션은 내재된 불확실성을 가진 요소에 다양한 값을 대입하여 가능한 결과의 모델을 구축하는 컴퓨터 기반의 수학적 기법이다[1, 2]. 게임 설계에서는 대수의 법칙(Law of Large Numbers)을 기반으로 한 반복적인 무작위 샘플링을 통해 플레이어 행동과 다양한 결과의 확률을 이해하는 데 사용된다[1, 3]. 이를 통해 단순 평균이 예측하지 못하는 실제 플레이어의 무작위성과 다양성을 시뮬레이션하여, 게임 경제와 밸런스를 훨씬 더 정확하게 예측하고 조율할 수 있게 해준다[4, 5].
@@ -10,8 +10,8 @@
 - **툴을 통한 구현 및 자동화 최적화**: 마키네이션(Machinations)과 같은 시뮬레이션 툴을 사용하면 코드 작성 없이도 매개변수를 설정하여 몬테카를로 시뮬레이션을 실행하고, 다양한 플레이어의 여정을 몇 분 만에 비교할 수 있다[9]. 엑셀(Excel)이나 파이썬(Python) 스크립트로도 구축할 수 있으나 작업량이 훨씬 많다[10]. 고도화된 AI 밸런서와 결합하면 "첫 10분 동안 플레이어가 최대 3번만 죽도록" 파라미터를 자동 조정하는 식의 정밀한 밸런싱이 가능하다[8, 11].
 
 ## 🔗 Knowledge Connections
-- **Related Topics:** [[대수의 법칙(Law of Large Numbers)]], [[게임 경제 설계(Game Economy Design)]], [[탭과 싱크(Taps and Sinks)]], [[잔존율과 이탈률(Retention and Churn Rate)]]
-- **Projects/Contexts:** [[마키네이션(Machinations.io)]], [[데이터 기반 수익화 전략]]
+- **Related Topics:** [[대수의 법칙(Law of Large Numbers)|대수의 법칙(Law of Large Numbers)]], [[게임 경제 설계(Game Economy Design)|게임 경제 설계(Game Economy Design)]], [[탭과 싱크(Taps and Sinks)|탭과 싱크(Taps and Sinks)]], 잔존율과 이탈률(Retention and Churn Rate)
+- **Projects/Contexts:** [[마키네이션(Machinations.io)|마키네이션(Machinations.io)]], 데이터 기반 수익화 전략
 - **Contradictions/Notes:** 소스에 따르면 단순한 수학적 평균(Simple averages)은 무작위성이 결여되어 실제 플레이어의 불규칙한 행동을 예측하는 데 종종 실패한다고 지적하지만, 몬테카를로 시뮬레이션은 이러한 한계를 효과적으로 극복하고 다양한 조건하에 발생하는 결과를 현실에 가깝게 시뮬레이션한다는 점에서 대조를 이룹니다[4-6].
 
 ---