테마 격차는 1라운드에 이미 끝나 있었다 — 인물 시즌 88편 1,320행 재집계

글 · 칼라톤 운영팀 | 2026. 9. 2. | 수치 출처: 칼라톤 시즌 데이터베이스

칼라톤 AI 인물 생성 시즌의 리포트에는 '라운드별 일치율 추이'라는 표가 실린다. 한 시즌이 열다섯 라운드이므로 열다섯 줄이고, 줄마다 라운드 번호와 그 라운드가 무엇을 했는지(생성/수정), 채택됐는지 기각됐는지, 그리고 일치율 한 값이 적힌다. 시즌이 목표에 얼마나 가까워졌는지를 한눈에 보라고 만든 표다.

그런데 어제 끝난 시즌 140의 표를 위에서부터 읽으면 이런 모양이다. 72 · 72 · 72 · 72 · 75 · 75 · 75 · 75 · 75 · 75 · 77 · 77 · 77 · 73 · 71. 같은 숫자가 네 번, 여섯 번, 세 번 반복된다. 열다섯 라운드에서 서로 다른 값은 다섯 개뿐이다.

이 모양이 시즌 140 하나의 사정인지, 아니면 표가 원래 그렇게 생긴 것인지 확인하려고 공개된 인물 시즌 리포트 88편의 라운드 표를 전부 꺼내 1,320행을 세었다. 처음 던진 질문은 "테마마다 점수대가 다른데, 그 격차는 몇 번째 라운드에서 벌어지는가"였다. 답은 "벌어지지 않는다 — R1에 이미 다 벌어져 있다"였고, 그 답을 확인하는 과정에서 표의 절반 가까이가 측정값이 아니라는 사실이 따라 나왔다.

질문 — 분산은 언제, 어느 쪽으로 열리는가

검증 가능한 형태로 다듬으면 질문은 셋이다. ① 테마 10종의 평균 점수 차이는 라운드가 갈수록 커지는가. ② 시즌의 총 상승분은 앞쪽 라운드와 뒤쪽 라운드 중 어디에서 나오는가. ③ 라운드가 진행되면서 실제로 커지는 분산이 있다면, 그것은 무엇의 분산인가.

집계 대상은 시즌 리포트에 공개된 인물 시즌 국문 리포트 88편 전량이다(2026-09-02 기준, 시즌 1~140 중 공개분). 88편 모두 정확히 15라운드여서 행 수는 88 × 15 = 1,320으로 딱 떨어진다. 테마는 여성 5종(아름다움·청순·귀여움·매력·예쁨) 71시즌과 2026-08-08에 개막한 남성 5종(미남·청량·소년미·카리스마·훈훈함) 17시즌으로 갈린다.

교차 검증은 영문 리포트 88편으로 했다. 각 시즌의 -en 판본을 같은 방식으로 파싱해 라운드별 점수·채택 여부·생성/수정 구분 세 값을 국문판과 맞춰 보니 1,320행 전부 일치, 불일치 0건이었다.

주의할 점이 둘 있다. 첫째, 리포트 상단 배지의 '최고 일치율'은 표와 어긋나는 시즌이 있다. 예를 들어 시즌 37의 배지는 71.0%인데 표 안의 최고값은 78.0%다. 이 글의 모든 수치는 배지가 아니라 라운드 표에서 직접 계산했다. 둘째, 판정 규칙이 여러 번 바뀌었다. 엔진 코드 주석에 "척도 단절 … 같은 태그끼리만 비교"라고 못 박혀 있어, 서로 다른 국면의 점수를 나란히 놓는 것은 사실상 금지에 가깝다. 그래서 테마 간 비교는 열 테마가 모두 존재하는 2026-08-07 이후 46시즌으로 한정했다.

결과 ① — 테마 10종의 점수대는 R1에서 이미 12.3점 갈라져 있다

먼저 테마별 요약이다. '상승폭'은 그 시즌 최고점에서 R1 점수를 뺀 값, '정점 라운드'는 최고점이 처음 기록된 라운드, '기각행 낙차'는 기각된 라운드가 그 시점까지의 최고 표시점수보다 몇 점 아래에 찍혔는지의 평균이다.

출발선의 폭부터 보자. R1 평균이 가장 높은 청량(72.8)과 가장 낮은 예쁨(60.5)의 차이는 12.3점이다. 그런데 열다섯 라운드를 다 돌고 난 최고점에서는 소년미·아름다움(76.7)과 카리스마(70.0)의 차이가 6.7점으로 오히려 좁다. 테마 사이의 간격은 라운드를 거치며 벌어진 게 아니라 줄었다.

줄어드는 이유는 표 안에 그대로 보인다. R1이 높게 나온 테마일수록 상승폭이 작다. 청량 +3.5, 카리스마 +2.3으로 출발선이 높은 쪽은 거의 오르지 못하고, 예쁨 +12.8, 소년미 +11.0으로 낮게 시작한 쪽이 크게 오른다. 88시즌 전수로 계산하면 R1 점수와 상승폭의 상관은 −0.52다. 전형적인 평균 회귀이고, 결과적으로 테마 순위표를 평평하게 만든다.

결과 ② — 라운드가 진행돼도 테마 간 격차는 커지지 않는다

'언제 벌어지는가'를 직접 보려면 라운드마다 열 테마의 평균을 내고 그 열 값이 얼마나 흩어져 있는지를 재면 된다. 46시즌 기준으로 라운드별 테마 간 표준편차는 이렇게 움직인다.

세 구간 중 가장 넓은 곳이 마지막이 아니라 가운데다. 라운드 번호와 테마 간 표준편차의 상관은 0.15, 스프레드와의 상관은 0.07로 사실상 0이다. 가운데 구간을 밀어 올린 것은 R10 하나(5.1점)인데 바로 앞뒤 라운드가 2.2와 3.4여서, 테마당 3~7시즌이라는 표본 크기를 감안하면 추세가 아니라 흔들림으로 읽는 게 맞다. 테마별 점수대는 첫 라운드에 정해지고, 열네 번의 추가 라운드가 그 서열을 거의 건드리지 못한다.

척도 국면을 넘나들지 않는 더 긴 표본으로도 같은 결론이 나온다. 여성 5종 71시즌 전수로 R1 평균 순위와 최고점 평균 순위를 나란히 놓으면 이렇다.

다섯 자리 중 1위는 그대로고, 나머지는 인접한 자리끼리 두 번 맞바꾼 게 전부다. 출발선의 폭은 5.3점, 도착선의 폭은 4.7점. 여기서도 폭은 넓어지지 않았다.

결과 ③ — 상승분의 절반은 R4까지 끝난다

그렇다면 시즌의 상승은 어디에서 일어나는가. 88시즌 전수로, 각 라운드까지 도달한 최고점이 R1 대비 몇 점 올라가 있는지를 평균 내고 전체 상승분(평균 +7.1점) 대비 비율로 환산했다. 오른쪽 열은 그 라운드까지 최고 기록을 마지막으로 경신한 시즌의 누적 비율이다.

절반이 R4까지, 80%가 R8까지 끝난다. 마지막 다섯 라운드(R11~R15)가 기여하는 몫은 12.1%뿐이다. 시즌 88편 중 70편(79.5%)은 마지막 다섯 라운드에서 기록을 한 번도 갱신하지 못했고, 정점을 찍은 뒤 남는 라운드는 평균 8.5라운드다. 열다섯 라운드짜리 시즌의 절반 이상이 이미 끝난 승부를 반복하는 셈이다.

가장 극단은 17시즌(19.3%)이다. 이 시즌들은 R1에서 나온 점수를 열네 라운드 동안 한 번도 넘지 못했다. 2026-07-27의 아름다움 시즌부터 2026-08-31의 귀여움 시즌까지 테마를 가리지 않고 흩어져 있다.

이 결론은 우리가 처음 발견한 것이 아니다. 인물 엔진의 v3.6 개정 주석(제품 요구 2026-08-06)에는 후보 구성을 바꾼 이유가 이렇게 적혀 있다 — "편집 1회 진효과(+1~2)가 판정 노이즈에 묻히는 시즌 후반 정체에 'R1 품질 분포 재추첨' 탈출구를 매 라운드 제공. 시즌 점수 대부분을 R1이 결정 — 5시즌 실측." 다섯 시즌으로 내린 진단을 88시즌으로 다시 세어도 방향이 같았다. R1 점수와 시즌 최고점의 상관은 0.68이다.

결과 ④ — 표시 점수는 천장을 뚫지 못한다

여기까지가 '위쪽'의 이야기다. 그런데 시즌 140의 표에서 눈에 띈 것은 위가 아니라 반복이었다. 왜 같은 값이 계속 찍히는지, 그리고 왜 기각된 라운드의 점수가 그렇게 자주 직전 값과 같은지를 확인하려면 행 하나하나를 '그 시점까지의 최고 표시점수'와 비교해야 한다. 이 값을 이 글에서는 천장이라 부르겠다.

1,320행은 R1 88행, 채택 248행, 기각 984행으로 나뉜다. 기각된 984행을 천장과 대조한 결과다.

기각된 라운드가 그 시점 최고점보다 높은 점수로 표에 오른 경우는 984행 중 5행뿐이다. 그리고 그 다섯 행은 전부 초기 세 시즌에 몰려 있다 — 시즌 4에 2건(R2·R12), 시즌 5에 1건(R7), 시즌 6에 2건(R4·R8)이고, 날짜로는 2026-07-02~07-03이다. 시즌 7 이후 85편의 약 950행에서는 단 한 건도 없다.

이 경계는 코드에 그대로 남아 있다. 인물 엔진에는 기각 라운드의 표시 점수를 계산하는 함수가 따로 있고, 그 위에 "기각 표시 <= 현재 best 불변식(시즌6 '기각 73 vs best 48' 척도 혼선 제거)"이라는 주석이 붙어 있다. 함수는 후보가 챔피언과 사실상 같으면 챔피언 점수를 그대로 상속시키고, 그렇지 않으면 하락분만 반영한다. 즉 기각 라운드의 점수는 원리적으로 천장을 넘을 수 없다.

주석이 사례로 든 그 시즌이 지금도 공개돼 있다. 시즌 6의 표를 열면 R8이 73.0%로 찍혀 있고, 그 시점의 챔피언(R2 채택분)은 48.0%다. 주석이 "고쳐야 할 혼선"이라고 지목한 장면이 리포트에 그대로 박제돼 있는 셈이고, 그 이후로 같은 모양이 다시 나오지 않는다.

래칫은 채택 경로에도 걸려 있다. 점수 게이트를 통과한 승자라도 기록 점수가 챔피언을 넘지 못하면 채택으로 치지 않는 규칙이 있고, 그 주석은 도입 이유를 "하향 드리프트(시즌37 R9=78→R15=71) 차단"이라고 적어 뒀다. 시즌 37의 표를 확인하면 R9가 78.0%, R15가 71.0%다. 코드 주석이 인용한 두 숫자가 공개 리포트와 소수점까지 맞는다.

결과 ⑤ — 표의 37%는 측정값이 아니라 직전 값의 복사본이다

위 표에서 가장 큰 칸은 '천장과 정확히 같은 값' 492행이다. 이것은 심사가 그 숫자를 매겼다는 뜻이 아니라, 후보가 챔피언과 사실상 같다고 판정돼 챔피언 점수를 그대로 물려받았다는 뜻이다. 1,320행 전체로 보면 37.3%가 새로 측정된 값이 아니라 앞 줄의 복사본이다.

시즌 140이 정확히 그 사례다. 열두 개의 기각 행 가운데 열 개가 복사본이다 — R2·R3·R4가 R1의 72를, R6부터 R10까지 다섯 줄이 R5의 75를, R12·R13이 R11의 77을 그대로 반복한다. 실제로 다른 값이 찍힌 기각 행은 마지막 두 줄(73·71)뿐이다.

이런 복사 구간은 흔하다. 88시즌에서 연속 복사 구간은 261개 발견되고 평균 길이는 1.9라운드, 가장 긴 것은 10라운드 연속이다. 다섯 라운드 이상 같은 값이 이어지는 시즌이 10편 있다. 표를 '점수 추이 그래프'로 읽으면 평평한 구간이 정체를 뜻하는 것처럼 보이지만, 실제로는 "이 라운드는 아무것도 바꾸지 못했다"는 사실을 숫자 대신 반복으로 적어 둔 자리다.

결과 ⑥ — 벌어지는 것은 성취가 아니라 낙차다

이제 세 번째 질문으로 돌아간다. 라운드가 진행되면서 실제로 커지는 분산이 있는가. 있다. 다만 방향이 한쪽이다.

위로 가는 문은 계속 좁아진다. 기록을 경신하는 행의 비율이 19.0%에서 5.2%로 줄고, 채택률도 29.0%에서 13.9%로 떨어진다. 반대로 아래로 가는 문은 계속 넓어진다. 기각 행의 평균 낙차가 2.6점에서 4.0점으로, 낙차의 표준편차가 4.9에서 7.0으로, 10점 이상 떨어진 행의 비율이 6.8%에서 13.4%로 커진다. 최대 낙차는 31점 → 38점 → 63점이다.

두 축을 한 화면에 놓으면 이렇게 갈린다. 각 라운드에서 88시즌의 값을 모아 표준편차를 낸 결과다.

같은 자리에서 출발한 두 값이 정확히 반대로 간다. 시즌들이 실제로 도달한 수준 — 천장 — 은 라운드가 갈수록 모여든다(8.4 → 7.4). 반면 표에 찍히는 숫자는 흩어진다(8.4 → 11.2). 두 곡선이 벌리는 간격 전체가 '천장 아래로 떨어진 낙차'다.

그러니까 인물 시즌 표의 분산이 커지는 것을 두고 "후반으로 갈수록 시즌마다 결과가 갈린다"고 읽으면 틀린다. 갈리는 것은 결과가 아니다. 후반에 남은 라운드들은 대부분 이미 정해진 챔피언을 이기지 못하는 시도들이고, 그중 크게 실패한 시도가 표에 크게 떨어진 숫자로 남을 뿐이다. 초반 확정형과 후반 역전형이라는 두 유형을 찾으려 했지만, 실제로 존재하는 것은 초반 확정형과 '초반에 확정된 뒤 남은 라운드에서 크게 흔들려 보이는 형'이었다.

한계 — 이 분석이 말할 수 없는 것

첫째, 이 글이 센 것은 리포트에 표시된 점수이지 심사 원점수가 아니다. 기각 라운드의 표시 값은 챔피언 점수를 상속하거나 하락분만 반영한 결과이므로, 그 라운드에서 실제로 생성된 후보가 절대 척도에서 몇 점이었는지는 공개 리포트로 알 수 없다. "천장을 넘지 못한다"는 것은 표시 규칙에 대한 진술이지, 후보 품질이 챔피언을 넘은 적이 없다는 진술이 아니다.

둘째, 척도가 여러 번 끊겼다. 절대점 기반 전환(7월 하순), 하이브리드 후보 도입(8/6), 단색 배경 클로즈업 채점(8/23)이 각각 코드에 날짜와 함께 기록돼 있고, 엔진 주석 스스로 국면 간 점수 비교를 금지한다. 테마 표를 8/7 이후로 한정한 이유가 그것인데, 그 46시즌 안에도 8/23 경계가 들어 있다. 테마 간 평균 차이에는 국면 구성비 차이가 일부 섞여 있을 수 있다.

셋째, 표본이 고르지 않다. 여성 5종은 테마당 13~15시즌이지만 남성 5종은 3~4시즌뿐이다. 카리스마의 상승폭 +2.3이나 청량의 R1 평균 72.8은 세 편·네 편으로 낸 값이라 관찰이지 규칙이 아니다. 남성 테마의 재검증은 테마당 시즌이 열 편쯤 쌓인 뒤에야 가능하다.

넷째, 리포트에 라운드별 시각이 없다. 시즌 단위 발행일만 있어서 코드 변경 시점과 개별 라운드를 대조할 수 없다. 이 글이 코드 주석의 날짜와 맞춘 것은 시즌 경계까지이며, 그 안에서 어느 라운드부터 규칙이 적용됐는지는 특정할 수 없다.

다섯째, 상관은 인과가 아니다. R1 점수와 상승폭의 −0.52는 평균 회귀로 설명되는 값이고, "R1을 잘 뽑으면 시즌이 잘 끝난다"는 방향의 주장을 이 데이터만으로 세울 수는 없다. 마찬가지로 기록 경신률이 후반에 낮은 것은 남은 여지가 줄어드는 구조 때문이기도 해서, 후반 라운드의 '성능'이 나쁘다는 뜻으로 읽어서는 안 된다.

여섯째, 88편은 공개된 완료 시즌의 리포트 수이지 지금까지 진행된 전체 시즌 수가 아니다. 배지와 표가 어긋나는 시즌이 존재한다는 점도 앞서 적은 그대로다.

그래서, 라운드 표는 무엇을 보여 주는 표인가

정리하면 인물 시즌의 '라운드별 일치율 추이'는 점수의 시계열이 아니라 기록의 사다리와 그 아래 낙차를 겹쳐 그린 표다. 올라간 값은 그 시점의 최고 기록이고, 반복되는 값은 "바뀐 게 없다"는 표시이며, 뚝 떨어진 값은 실패한 시도의 크기다. 세 종류의 서로 다른 정보가 같은 열에 같은 서식으로 적혀 있다.

이 구조를 알고 나면 처음 질문의 답도 자연스럽다. 테마별 점수대가 언제 벌어지느냐 하면, 벌어지는 시점이 따로 없다. R1에서 12.3점으로 갈라진 채 시작해 15라운드 뒤에 6.7점으로 좁혀진다. 대신 표를 눈으로 훑을 때 후반이 더 요동쳐 보이는 이유는 분명하다. 위쪽 문이 닫히는 속도(경신률 19.0% → 5.2%)와 아래쪽 문이 열리는 속도(최대 낙차 31점 → 63점)가 다르기 때문이다.

운영 쪽에 남는 질문도 여기서 나온다. 상승분의 88%가 R10까지 끝나고 시즌 다섯 중 하나는 R1을 끝내 넘지 못하는데, 열다섯 라운드가 적정한가. 엔진은 이미 한 번 이 문제에 답한 적이 있다 — 후반 정체를 뚫으려고 매 라운드 '재생성' 슬롯을 넣은 v3.6 개정이 그것이고, 그 효과는 앞선 재집계에서 정점 라운드가 뒤로 밀리는 형태로 확인했다. 다음 질문은 라운드 수 자체이거나, 아니면 표시 규칙이다. 기록 사다리와 시도 결과를 다른 열로 갈라 적기만 해도, 이 글의 절반은 리포트를 보는 것만으로 읽히게 된다.

진행 중인 시즌은 인물 생성 페이지에서, 지난 시즌의 원자료는 시즌 리포트에서 그대로 볼 수 있다. 이 글의 표는 전부 거기서 다시 셀 수 있는 숫자들이다.

집계 기준. 칼라톤 공개 AI 인물 생성 시즌 국문 리포트 88편(2026-09-02 기준)의 '라운드별 일치율 추이' 표 1,320행 전수. 88편 모두 15라운드다. 각 행에서 라운드 번호·생성/수정 구분·채택 여부·일치율을 파싱했고, 리포트 상단 배지의 '최고 일치율'은 표와 어긋나는 시즌이 있어 사용하지 않았다. '천장'은 해당 시즌에서 그 라운드 직전까지 표에 찍힌 최고값, '낙차'는 천장에서 그 행의 점수를 뺀 값이다. 테마 간 비교는 열 테마가 모두 존재하는 2026-08-07 이후 46시즌으로 한정했고, 여성 5종 순위 비교만 71시즌 전수를 썼다. 비율은 소수점 아래 둘째 자리에서, 점수는 첫째 자리에서 반올림했다. 영문 리포트 88편으로 1,320행의 점수·채택 여부·생성/수정 구분을 교차 검증해 불일치 0건을 확인했다. 표시 점수의 래칫 규칙과 그 도입 사유(시즌 6·시즌 37 사례)는 저장소의 인물 시즌 엔진 코드와 주석에서 확인한 것이며, 배포본이 저장소 코드와 동일하다고 단정할 수는 없다. 리포트의 모든 인물은 AI가 생성한 가상 캐릭터다.