docs(10_Wiki): 위키 전체 재구성 — Topic_* 폴더를 4개 카테고리로 통합 + 대규모 중복 제거
Topic_Agent/Topic_Blog/Topics/Topics_Biz/Topics_Meeting/Topics_Rag의 마크다운 지식 문서를 Topic_General/Topic_Programming/Topic_Graphic/Topic_Business 4개 카테고리로 재분류. - 중복 제거: frontmatter의 status:duplicate/merged + duplicate_of/redirect_to 필드로 자기 자신을 중복으로 선언한 리다이렉트 stub 1032개 제거, 완전 동일 내용 파일 472개 제거, 동일 파일명·다른 내용 충돌 시 더 큰(완전한) 버전만 유지(162개 제거) — 총 1639개 중복 제거. - 분류: 폴더 단위로 명확한 항목(AI_and_ML/Coding/Architecture 등 → Programming, Comfyui/Visual_Effects → Graphic, Topics_Biz/Topics_Meeting/사업 등 → Business, Poetic_Blog_Writing/창의성/Game_Design 등 → General)은 폴더 우선순위로, 나머지 혼재 폴더(Topic_Agent/Topic_Blog/Topics 루트/Thinking & Reasoning/Other/UI_UX_Assets)는 title/tags 키워드 스코어링으로 파일 단위 분류(불명확한 경우 General로 폴백). 원본 폴더명은 "From_*" 서브폴더로 보존해 추적 가능성 유지. - 최종 배치: Programming 2784 / General 1608 / Graphic 285 / Business 249 = 4926개 문서. - 에이전트 운영 상태(.astra/.agent/.obsidian/sessions/memory/_company/docs/lessons/_shared/src)는 지식 콘텐츠가 아니므로 재분류 대상에서 제외하고 원위치 유지. - Topics/Topic_email(상위 보호 폴더 Topic_email과 파일명 100% 중복) 삭제 — 보호 폴더 자체는 미변경. - 완전히 비게 된 Topic_Agent/Topic_Blog/Topics_Biz/Topics_Rag 폴더 제거.
This commit is contained in:
Antigravity Agent
@@ -0,0 +1,229 @@
|
||||
---
|
||||
id: wiki-2026-0508-machinations
|
||||
title: Machinations
|
||||
category: 10_Wiki/Topics
|
||||
status: verified
|
||||
canonical_id: self
|
||||
aliases: [Machinations Diagram, Game Economy Modeling]
|
||||
duplicate_of: none
|
||||
source_trust_level: A
|
||||
confidence_score: 0.9
|
||||
verification_status: applied
|
||||
tags: [game-design, economy-modeling, simulation, balancing]
|
||||
raw_sources: []
|
||||
last_reinforced: 2026-05-10
|
||||
github_commit: pending
|
||||
tech_stack:
|
||||
language: typescript
|
||||
framework: machinations
|
||||
---
|
||||
|
||||
# Machinations
|
||||
|
||||
## 매 한 줄
|
||||
> **"매 game economy 의 visual flow simulation"**. Joris Dormans 의 PhD work (2009→) — node + connection 의 graph 로 매 resource flow, feedback loop, random event 를 simulate. 2026 의 Machinations.io SaaS + Live integration 으로 매 Unity/Unreal economy 를 매 design-time 에 balance 가능. F2P, gacha, idle 게임의 매 standard tool.
|
||||
|
||||
## 매 핵심
|
||||
|
||||
### 매 핵심 nodes
|
||||
- **Pool**: resource 저장 (gold, energy, XP).
|
||||
- **Source**: resource 생성.
|
||||
- **Drain**: resource 소비.
|
||||
- **Converter**: resource 변환 (예: 5 wood → 1 plank).
|
||||
- **Trader**: bidirectional exchange.
|
||||
- **Gate**: 매 conditional flow router.
|
||||
- **End condition**: simulation 종료 trigger.
|
||||
|
||||
### 매 connection types
|
||||
- **Resource connection**: rate (per tick) + label.
|
||||
- **State connection**: source pool 의 value 가 매 다른 node 의 rate modifier.
|
||||
- **Trigger**: event-based fire.
|
||||
- **Activator**: enable/disable based on threshold.
|
||||
|
||||
### 매 simulation modes
|
||||
- **Deterministic**: fixed rates → predictable.
|
||||
- **Stochastic**: random with distribution → Monte Carlo.
|
||||
- **Interactive**: player input 의 click on Source/Drain.
|
||||
|
||||
### 매 응용
|
||||
1. F2P economy balancing (gacha rates, soft/hard currency).
|
||||
2. Idle game progression curves.
|
||||
3. RTS resource gathering loop.
|
||||
4. Battle-pass / season pass tuning.
|
||||
5. Player retention model (LTV simulation).
|
||||
6. Educational economic modeling (supply/demand).
|
||||
|
||||
## 💻 패턴
|
||||
|
||||
### 1. Idle game core loop (Machinations-style pseudo)
|
||||
```
|
||||
[Source: idle] --1/sec--> [Pool: Gold]
|
||||
[Pool: Gold] --click 10/click--> [Drain: Spend]
|
||||
[Pool: Gold] --on >= 100--> [Converter: BuyUpgrade]
|
||||
[Converter] --1--> [Pool: Multiplier]
|
||||
[Pool: Multiplier] -- state * 0.5 --> [Source: idle].rate
|
||||
# Feedback loop: more multiplier → faster gold → more upgrades
|
||||
```
|
||||
|
||||
### 2. JS simulation harness (build your own)
|
||||
```typescript
|
||||
type Pool = { name: string; value: number };
|
||||
type Edge = {
|
||||
from: string;
|
||||
to: string;
|
||||
rate: (state: Record<string, number>) => number;
|
||||
};
|
||||
|
||||
class Simulator {
|
||||
pools: Pool[] = [];
|
||||
edges: Edge[] = [];
|
||||
tick = 0;
|
||||
|
||||
step() {
|
||||
const state = Object.fromEntries(this.pools.map(p => [p.name, p.value]));
|
||||
const deltas: Record<string, number> = {};
|
||||
for (const e of this.edges) {
|
||||
const r = e.rate(state);
|
||||
deltas[e.from] = (deltas[e.from] ?? 0) - r;
|
||||
deltas[e.to] = (deltas[e.to] ?? 0) + r;
|
||||
}
|
||||
for (const p of this.pools) p.value = Math.max(0, p.value + (deltas[p.name] ?? 0));
|
||||
this.tick++;
|
||||
}
|
||||
}
|
||||
|
||||
const sim = new Simulator();
|
||||
sim.pools = [{ name: "gold", value: 0 }, { name: "mult", value: 1 }];
|
||||
sim.edges = [
|
||||
{ from: "_source", to: "gold", rate: s => 1 * s.mult },
|
||||
{ from: "gold", to: "mult", rate: s => s.gold >= 100 ? 100 : 0 }, // buy upgrade
|
||||
];
|
||||
```
|
||||
|
||||
### 3. Monte Carlo balance test
|
||||
```typescript
|
||||
function runMontecarlo(n = 1000) {
|
||||
const completionTimes: number[] = [];
|
||||
for (let i = 0; i < n; i++) {
|
||||
const sim = buildEconomy({ seed: i });
|
||||
while (!sim.done && sim.tick < 100_000) sim.step();
|
||||
completionTimes.push(sim.tick);
|
||||
}
|
||||
completionTimes.sort((a, b) => a - b);
|
||||
return {
|
||||
p50: completionTimes[Math.floor(n * 0.5)],
|
||||
p95: completionTimes[Math.floor(n * 0.95)],
|
||||
p99: completionTimes[Math.floor(n * 0.99)],
|
||||
};
|
||||
}
|
||||
// Use to validate "median player reaches L20 in ~2 hours".
|
||||
```
|
||||
|
||||
### 4. Gacha drop rate modeling
|
||||
```typescript
|
||||
type Rarity = "common" | "rare" | "sr" | "ssr";
|
||||
const rates: Record<Rarity, number> = {
|
||||
common: 0.79,
|
||||
rare: 0.17,
|
||||
sr: 0.035,
|
||||
ssr: 0.005, // 0.5%
|
||||
};
|
||||
|
||||
function pull(): Rarity {
|
||||
const r = Math.random();
|
||||
let acc = 0;
|
||||
for (const [k, p] of Object.entries(rates) as [Rarity, number][]) {
|
||||
acc += p;
|
||||
if (r < acc) return k;
|
||||
}
|
||||
return "common";
|
||||
}
|
||||
|
||||
function pityCounter() {
|
||||
let pulls = 0;
|
||||
return () => {
|
||||
pulls++;
|
||||
if (pulls >= 90) { pulls = 0; return "ssr" as Rarity; }
|
||||
return pull();
|
||||
};
|
||||
}
|
||||
// Simulate 10k players → expected SSR per player + variance.
|
||||
```
|
||||
|
||||
### 5. Feedback loop classification
|
||||
```
|
||||
Positive feedback: A → ... → A+ (rich-get-richer, snowball)
|
||||
Negative feedback: A → ... → A- (rubber-banding, balance)
|
||||
Multiplayer dynamics: Mario Kart blue shell (negative for leader)
|
||||
```
|
||||
|
||||
```typescript
|
||||
// Detect runaway: if d(pool)/dt grows super-linearly → rebalance
|
||||
function detectRunaway(history: number[]): boolean {
|
||||
const ratios = history.slice(1).map((v, i) => v / Math.max(history[i], 1));
|
||||
return ratios.slice(-10).every(r => r > 1.1); // 10% growth/tick sustained
|
||||
}
|
||||
```
|
||||
|
||||
### 6. Progression pacing curve
|
||||
```typescript
|
||||
// Target: L = sqrt(XP / 50) → quadratic XP curve
|
||||
function xpForLevel(L: number) { return 50 * L * L; }
|
||||
|
||||
// Sim: drop rate × kill rate × time = level after T
|
||||
function levelAtTime(t: number, xpPerSec = 2) {
|
||||
const totalXP = xpPerSec * t;
|
||||
return Math.floor(Math.sqrt(totalXP / 50));
|
||||
}
|
||||
// Plot levelAtTime over 0..7200 (2h) and check pacing.
|
||||
```
|
||||
|
||||
### 7. Machinations.io live data hook (2026)
|
||||
```typescript
|
||||
// Fetch live economy params from Machinations.io
|
||||
// (designers tune in browser; game pulls latest)
|
||||
async function fetchEconomyConfig(diagramId: string) {
|
||||
const r = await fetch(`https://api.machinations.io/v2/diagrams/${diagramId}/config`, {
|
||||
headers: { Authorization: `Bearer ${process.env.MACH_TOKEN}` },
|
||||
});
|
||||
return r.json(); // { goldPerSec, ssRate, levelCurve, ... }
|
||||
}
|
||||
// Update server tunables without redeploy.
|
||||
```
|
||||
|
||||
## 매 결정 기준
|
||||
| 상황 | Approach |
|
||||
|---|---|
|
||||
| F2P economy balance | Machinations.io diagram + Monte Carlo. |
|
||||
| Idle / incremental | Custom JS simulator (lighter). |
|
||||
| MMO economy stability | Agent-based simulation (more nodes). |
|
||||
| Single-player RPG progression | Spreadsheet + simple sim. |
|
||||
| Real-time multiplayer balance | Live telemetry + A/B + small Machinations diagram. |
|
||||
| PVP balance (rock-paper-scissors) | Game theory tool, not Machinations. |
|
||||
|
||||
**기본값**: 매 currency-flow heavy game 의 design phase 에 매 Machinations diagram. Pure combat balance 는 매 다른 tool.
|
||||
|
||||
## 🔗 Graph
|
||||
- 부모: [[Game Design]]
|
||||
- Adjacent: [[Monte Carlo Simulation]] · [[Feedback Loops]]
|
||||
|
||||
## 🤖 LLM 활용
|
||||
**언제**: economy diagram review, drop rate sanity check, progression curve drafting, feedback loop identification.
|
||||
**언제 X**: 매 combat balance, 매 narrative pacing, 매 art/UX concerns.
|
||||
|
||||
## ❌ 안티패턴
|
||||
- **Diagram only, no simulation**: 매 visual 만 그리고 매 numeric Monte Carlo 의 X. 매 deterministic only 는 stochastic player 의 outlier 을 miss.
|
||||
- **Over-detailed model**: 매 50+ nodes — designer 가 매 mental model 잃음. 매 module 단위 분리.
|
||||
- **Static rates in live game**: 매 Machinations 에서 balanced 후 hardcode. 매 LiveOps tunable 로 expose.
|
||||
- **Ignoring positive feedback**: 매 snowball loop 의 매 rich-get-richer — 매 churn driver.
|
||||
- **Single-seed simulation**: 매 1 run 으로 결정 — 매 N=1000+ Monte Carlo 필수.
|
||||
|
||||
## 🧪 검증 / 중복
|
||||
- Verified (Dormans, *Engineering Emergence: Applied Theory of Game Design* PhD thesis 2012, Machinations.io docs).
|
||||
- 신뢰도 A.
|
||||
|
||||
## 🕓 Changelog
|
||||
| 날짜 | 변경 |
|
||||
|---|---|
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-10 | Manual cleanup — Machinations primitives + Monte Carlo + gacha/idle pattern |
|
||||
Reference in New Issue
Block a user