ELO 레이팅 차이 100점은 어느 정도의 실력 차이인가요?

레이팅 차이 100점은 상위자의 예상 승률이 약 64%인 수준입니다. 10번 경기하면 약 6~7번 이기는 정도의 차이로, "보통 이기지만 가끔 진다"는 느낌입니다.

K-factor는 무엇인가요?

K-factor는 한 번의 경기 결과가 레이팅에 미치는 영향의 크기입니다. K가 클수록 레이팅 변동이 크고, 작을수록 안정적입니다. 체스에서는 초보자 K=40, 일반 K=20, 마스터 K=10을 사용합니다.

ELO 시스템은 어떤 스포츠에 사용되나요?

체스(FIDE), 축구(FIFA 랭킹), 바둑, 테니스, e스포츠(LoL, 체스닷컴 등), 탁구 등 1:1 또는 팀 대 팀 경기가 있는 거의 모든 경쟁 분야에서 변형 적용됩니다.

레이팅이 같은 두 선수의 예상 승률은?

정확히 50:50입니다. ELO 공식에서 레이팅 차이가 0이면 E = 1/(1+10^0) = 1/2 = 50%입니다. 레이팅 시스템의 기본 전제는 같은 레이팅은 같은 실력을 의미한다는 것입니다.

ELO 인플레이션이란 무엇인가요?

ELO 인플레이션은 시간이 지남에 따라 평균 레이팅이 상승하는 현상입니다. 신규 진입자가 높은 레이팅으로 시작하거나, 은퇴한 고수의 레이팅이 시스템에서 빠지면서 발생합니다. 따라서 다른 시대의 레이팅을 직접 비교하기 어렵습니다.

업셋이 일어나면 레이팅은 어떻게 변하나요?

예상 밖의 결과일수록 레이팅 변동이 큽니다. K=20일 때, 레이팅 차이 400점(예상 승률 91%)인 하위자가 이기면 약 +18.2점을 얻고 상위자는 -18.2점을 잃습니다. 예상대로 이기면 변동은 약 +1.8점에 불과합니다.

ELO 레이팅의 한계는 무엇인가요?

팀 스포츠에서 개인 기여도를 반영하지 못하고, 최근 폼(컨디션)보다 장기 성적에 가중치를 둡니다. 또한 무승부 처리, 홈 어드밴티지, 상성 관계 등을 기본 모델에서 직접 다루지 못하여 변형 시스템이 필요합니다.

calculator bench⚽몇%

스포츠 / 경쟁

ELO 레이팅 승률 계산기

ELO 레이팅 시스템을 기반으로 두 선수/팀 간의 예상 승률을 계산합니다.

ELO 레이팅 승률 계산기는 ELO 레이팅 시스템을 기반으로 두 선수 또는 팀 간의 예상 승률을 계산하는 도구입니다. 레이팅 차이가 클수록 높은 레이팅 쪽의 승률이 올라갑니다. ELO 시스템에서 예상 승률은 E = 1/(1+10^((Rb-Ra)/400)) 공식으로 계산됩니다. 레이팅 차이 200점이면 상위자 승률 약 76%, 400점 차이면 약 91%입니다. 체스에서 시작된 이 시스템은 현재 축구(FIFA), e스포츠, 바둑 등에 널리 사용됩니다. 이 계산기에서는 단순 승률뿐 아니라 K-factor에 따른 레이팅 변동, 시리즈 결과 예측 등도 제공하여 경쟁 시나리오를 다각도로 분석할 수 있습니다.

input / result surfaceLIVE

입력

선수 A 레이팅

ELO 레이팅 점수

선수 B 레이팅

ELO 레이팅 점수

K 계수

1100

레이팅 차이: +300

선수 A 승률

84.90%

레이팅 1500 기준

선수 B 승률

15.10%

레이팅 1200 기준

A 승률84.9%

B 승률15.1%

경기 후 레이팅 변화

A 승리 시

A: 1505 (+5)

B: 1195 (-5)

B 승리 시

A: 1473 (-27)

B: 1227 (+27)

⚠️ ELO 모델은 단순화된 예측이며, 실제 경기 결과와 다를 수 있습니다.

workflow

사용 방법

약 1분

총 소요 시간: 약 1분

레이팅 입력

두 선수 또는 팀의 ELO 레이팅을 각각 입력합니다.

K-factor 설정

K-factor를 설정합니다 (선택, 기본값 제공).

결과 확인

예상 승률과 경기 결과에 따른 레이팅 변동을 확인합니다.

principle

계산 원리

ELO 레이팅 시스템은 Arpad Elo가 개발한 상대적 실력 평가 시스템입니다. 예상 승률 공식 E_A = 1 / (1 + 10^((R_B - R_A) / 400))는 로지스틱 함수에 기반하며, 레이팅 차이를 확률로 변환합니다. 400이라는 스케일링 상수는 200점 차이가 약 76% 승률이 되도록 설계되었습니다.

레이팅 업데이트 공식은 R_new = R_old + K × (S - E)이며, S는 실제 결과(승 1, 무 0.5, 패 0), E는 예상 승률입니다. K-factor는 한 경기의 영향력을 조절하는 매개변수로, K가 클수록 레이팅이 빠르게 변동합니다. FIDE 체스에서는 K=40(신규), K=20(일반), K=10(고수)을 차등 적용합니다.

ELO 시스템의 수학적 전제는 실력 차이가 정규분포를 따른다는 것이지만, 실제로는 로지스틱 분포를 사용합니다. 이 시스템은 제로섬(한 쪽이 얻은 레이팅만큼 상대가 잃음)이므로 전체 레이팅 총합은 일정하게 유지됩니다. 다만 신규 진입과 은퇴로 인해 ELO 인플레이션/디플레이션이 발생할 수 있습니다.

faq

자주 묻는 질문

cases

실생활 예시

CASE 01

체스 그랜드마스터 vs 아마추어

그랜드마스터(레이팅 2600)와 아마추어(레이팅 1800)의 레이팅 차이는 800점입니다. 예상 승률은 E = 1/(1+10^(800/400)) = 약 99%입니다.

100번 경기하면 아마추어가 이길 확률은 약 1%입니다. 레이팅 차이가 커질수록 업셋 가능성이 급격히 줄어듭니다.

CASE 02

FIFA 축구 랭킹 비교

A국(레이팅 1800)과 B국(레이팅 1650)의 차이는 150점입니다. A국 예상 승률은 약 70%입니다.

월드컵에서 이 정도 차이라면 강팀이 유리하지만, 30%의 업셋 가능성이 있어 토너먼트에서 깜짝 결과가 나올 수 있습니다.

CASE 03

e스포츠 매치메이킹

LoL 랭크 게임에서 팀 평균 레이팅 1500 vs 1450의 매치가 잡혔습니다. 레이팅 차이 50점이므로 상위팀 예상 승률은 약 57%입니다.

매치메이킹 시스템은 가능한 레이팅 차이를 줄여 50:50에 가까운 매치를 만들려 합니다. 대기 시간이 길어지면 레이팅 차이가 벌어질 수 있습니다.

CASE 04

업셋 발생 시 레이팅 변동

K=32일 때, 레이팅 2000의 선수가 1600의 선수에게 패배합니다. 예상 승률은 91%였으므로, 패자는 -29.1점, 승자는 +29.1점 변동합니다.

대이변일수록 레이팅 변동이 크며, 시스템이 빠르게 실력 변화를 반영합니다. K-factor가 클수록 변동폭이 큽니다.

CASE 05

바둑 단급위와 레이팅

한국기원 기준 프로 9단(레이팅 약 3200)과 아마 5단(약 2400)의 차이는 800점입니다. 예상 승률은 약 99%입니다.

바둑에서 프로와 아마추어의 실력 차이는 ELO로도 극명하게 드러나며, 핸디캡(접바둑) 없이는 승부가 거의 불가능합니다.

glossary

용어 사전

ELO 레이팅: 두 선수의 상대적 실력을 수치로 표현하는 랭킹 시스템
K-factor: 한 경기 결과가 레이팅에 미치는 영향의 크기를 결정하는 상수
예상 승률(Expected Score): 레이팅 차이로부터 계산된 이길 확률
로지스틱 함수: ELO 승률 공식의 수학적 기반, S자 형태의 확률 분포 함수
ELO 인플레이션: 시간이 지남에 따라 평균 레이팅이 상승하는 현상
제로섬: 승자가 얻는 레이팅과 패자가 잃는 레이팅이 같은 구조
업셋(Upset): 하위 레이팅 선수가 상위 레이팅 선수를 이기는 예상 밖의 결과

next tools