Champion patch meta methodology
현재 패치 티어를 읽는 법
Patch Meta Board는 같은 정확 패치의 완료된 프로 경기에서 드래프트 우선도와 실전 성과를 함께 비교합니다. 순위는 강함의 단정이 아니라 관측 범위와 불확실성을 포함한 현재 메타의 요약입니다.
공개 모델
champion_meta_power@2026.stable.1current_pro_patch
현재 프로 패치
기본 패치는 Riot 라이브 최신 버전이 아니라 선택한 범위에서 완료된 프로 경기가 존재하는 가장 최신 패치입니다. 아직 대회에 적용되지 않은 패치는 이전 패치로 바꾸지 않고 ‘대회 적용 전’로 표시합니다.
Source → UI
점수까지 이어지는 증거 경로
각 행은 같은 코호트와 스냅샷 계보를 따라 네 단계로 읽습니다.
- 01
범위와 정확 패치
글로벌·리그·대회 범위와 완료 경기만 고정합니다.
- 02
직접 표본과 prior
현재 패치 표본과 이전 패치의 감쇠된 참고 표본을 분리합니다.
- 03
Draft와 Effective
선택 우선도와 경기 결과 기여를 서로 다른 신호로 추정합니다.
- 04
Meta Power와 구간
통합 점수·티어와 함께 신뢰도, 구간, 잠정 상태를 제공합니다.
보드의 네 가지 신호
| Signal | Meaning | Boundary |
|---|---|---|
| Meta Power | 현재 코호트에서 드래프트 가치와 조정 실전 성과를 통합한 비교 점수 | 다른 패치나 범위의 절대 전투력과 같지 않습니다. |
| Draft | 픽·밴 압박, 검증된 픽 순서, 경쟁도와 역할 폭을 반영한 선택 우선도 | 밴은 특정 역할의 소유로 간주하지 않습니다. |
| Effective | 팀 전력, 진영, 최종 역할과 대회 문맥을 고려한 조정 실전 기여 | 단순 승률이나 1승 0패를 그대로 점수화하지 않습니다. |
| Confidence | 직접 표본, 계보 품질과 불확실성을 설명하는 품질 정보 | 점수 보너스가 아니며 작은 표본을 높이지 않습니다. |
직접 표본과 이전 패치 prior
현재 패치가 시작될 때는 관측이 적으므로 최근 패치 정보를 보수적으로 참고합니다. 두 표본은 섞어 한 숫자로 보이지 않습니다.
- 픽·밴·경기 수는 선택한 정확 패치의 직접 관측만 셉니다.
- prior effective sample은 이전 패치의 감쇠된 정보량이며 직접 경기 수가 아닙니다.
- 현재 패치 표본이 쌓일수록 prior 영향은 줄어듭니다.
- 표본 부족은 잠정·낮은 신뢰도·넓은 구간으로 표시합니다.
Flex, 역할과 swap
Flex는 챔피언 단위 드래프트 선택지의 폭입니다. 실전 성과의 역할은 경기 종료 후 확인된 final role을 사용합니다.
- 통합 보드에서 한 챔피언은 한 번만 나타나며 flex 가치도 한 번만 반영합니다.
- 역할별 보드는 해당 final role의 픽과 성과를 사용합니다.
- 원천이 pick-time 역할이나 선수 간 swap을 제공하지 않으면 unknown으로 남깁니다.
- 챔피언 전체 밴 압력은 역할 공통 문맥이며 역할 행을 합산하지 않습니다.
데이터 상태
- 잠정
- 점수는 있으나 직접 표본이 더 쌓이면 조정될 수 있습니다.
- stale
- 스냅샷 또는 원천 갱신이 운영 기준보다 늦습니다.
- 집계 중
- 완료 경기 표본은 있으나 canonical 스냅샷이 아직 없습니다.
- 모델 미산출
- 모델 실패를 정상 점수나 임의 fallback으로 대체하지 않습니다.
- 데이터 없음 / 적용 전
- 완료 경기 부재와 아직 채택되지 않은 패치를 구분합니다.
함께 봐야 할 한계
- —관측되지 않은 밴 의도, 선수 간 swap 과정, pick-time 역할은 추론하지 않습니다.
- —글로벌 범위는 리그·대회 차이를 보정하지만 모든 지역 문맥을 완전히 같게 만들지는 못합니다.
- —패치 초반과 단발성 off-role 픽은 불확실성이 크며 티어가 바뀔 수 있습니다.
- —결과는 스냅샷 생성 시점까지의 완료 경기만 반영하며 이후 경기나 미래 결과를 사용하지 않습니다.
Disclosure boundary
공개 범위
모델 버전, 팩터의 의미, 표본, 구간, 신뢰도와 한계는 공개합니다. 정확한 가중치·계수, 재현 가능한 중간 계산값과 내부 검증 설정은 공개하지 않습니다.