이미 maker는 있습니다. 우리는 루프의 나머지 절반입니다.

Claude나 GPT는 paytable, 가중치 표, feature를 쉽게 작성합니다. 하지만 정확한 RTP 계산, 플레이어 대상 설계 테스트, 스스로에게 거절하는 일은 하지 못합니다. 우리가 판매하는 것은 바로 이 절반이며, 귀사의 LLM이 호출할 수 있는 도구 형태로 제공합니다.

현재 과제

RTP가 지어낸 숫자임

모델은 자신 있게 96.1%를 제시합니다. 하지만 릴을 열거한 사람은 없습니다. 첫 실제 숫자는 게임 출시 후에야 나옵니다.

테스트할 플레이어가 없음

라운드 데이터도, cohort도 없고, 이 설계가 플레이어를 첫 세션 이후까지 유지할 수 있는지도 알 수 없습니다.

거절하는 메커니즘이 없음

LLM이 자신의 산출물을 스스로 채점합니다. 비용 경계, 인지 예산, 일관성 검사를 갖춘 checker가 없습니다.

제공 결과

도구로 제공되는 정확 엔진

LLM이 초안 작성한 모든 항목에 대해 정확한 RTP, hit frequency, volatility를 계산하고 Monte Carlo 신뢰구간을 제공하는 PAR 표 및 가중치 표 엔진입니다.

첫날부터 사용할 수 있는 합성 플레이어

손실 회피, chasing, 중단 규칙, house money 등 전환 가능한 열 가지 메커니즘을 포함한 행동 집단입니다. 집계 코퍼스로 사전 학습되었으며 수학 결과에 반응합니다.

근거를 들어 거절하는 checker

Loop Engineering 논문의 게이트입니다. 명시적 신뢰도 하의 비용 상한, 인지 예산, 일관성 검사를 포함합니다. 통과 또는 실패와 그 이유를 반환합니다.

지금 바로 프라이빗 접근 가능

엔진은 이미 브라우저에서 사용할 수 있습니다. 호스팅 REST 및 MCP 엔드포인트는 프라이빗 접근 단계입니다. 신청하시면 온보딩을 진행해 드립니다.

근거

먼저 수동으로 루프 실행

Weight Table 시뮬레이터는 브라우저에서 합성 플레이어 집단을 대상으로 동일한 maker, checker, memory를 실행합니다.

시뮬레이터 열기

집단이 곧 파라미터

802회 시뮬레이션 실행은 행동 집단과 각 메커니즘이 리텐션 및 장부에 미치는 영향을 보여줍니다.

연구 읽기

Loop Engineering for Self-Improving Slot Agents

여섯 가지 primitives, 다섯 단계, 그리고 귀사의 LLM에 빠져 있는 maker–checker 분리입니다.

논문 읽기

첫 단계

  1. 1

    초안을 시뮬레이터에 넣어 실행

    LLM이 생성한 paytable 또는 가중치 표를 붙여 넣고 정확한 수치를 확인합니다.

  2. 2

    도구 접근 신청

    어떤 모델로 구축하는지, 무엇을 납품하고 있는지 알려주세요. 프라이빗 엔드포인트를 열어 드립니다.

  3. 3

    루프 닫기

    귀사의 LLM이 안을 제시하면 reSlot이 계산, 시뮬레이션, 채점을 수행하고, 그 경험은 다음 제안으로 되돌아갑니다.

스튜디오에서 자주 묻는 질문

해결하려는 과제부터 시작하세요

표 한 장으로 시작하세요.목표를 함께 살펴보겠습니다.

심사 전 재작업을 줄이거나, 보상 예산을 검토하거나, AI가 만든 설계를 검증하고 싶으신가요? 개선하려는 지표와 함께 PAR 표, 가중치 표 또는 초안을 보내 주세요. 평가 범위와 결과물, 다음 단계를 함께 정하겠습니다.