PGR21.com
- 경험기, 프리뷰, 리뷰, 기록 분석, 패치 노트 등을 올리실 수 있습니다.
Date 2007/09/18 23:01:05
Name 펠릭스~
File #1 도구.xls (0 Byte), Download : 41
File #2 071016.swf (3.6 KB), Download : 27
Subject 스타 토너먼트의 수학적 원리~~




다운로드(다른이름으로 저장)



데이터~~

https://pgr21.com/zboard4/zboard.php?id=newvod&page=1&sn1=&divpage=2&sn=off&ss=on&sc=on&select_arrange=headnum&desc=asc&no=6281#

경쟁정도와 기대승률 사이에 관계식을 소개합니다.

기대승률 x=m/(m+1)

여기서 m은 경쟁지수,경쟁 정도를 의미하며..
전체 인원이 20명일때 10명이 선출된다면 경쟁정도는 2
비슷하게 전체 인원이 15명일때 5명을 선출한다면 경쟁정도는 3이라고
생각할 수 있습니다.

저런 식의 경쟁정도를 경쟁지수라고 하고
m이라고 표시하겠습니다.

[선발 경쟁정도와 승률의 관계]

어떤 선수의 기대승률을 x라고 했을때

기대승률 x=m/(m+1)
라고 정할수 있습니다.

이런 겁니다. 16강에서 8명 선발은 경쟁지수는 2이고
기대승률은 67%가 됩니다...

16강에서 4명 선발은 경쟁지수는 4
기대승률은 80%가 됩니다...

8강의 선수가 임의에 16강 선수와 경기를 치뤘을 경우
그 승률의 기대값은 67% 정도 되고
4강 선수가 임의에 16강 선수와 경기를 치를 경우
그 승률은 대략 80%정도로 예상할수 있다는 것입니다.

24강 체제에서 16강 선발될때는??
m=1.5 기대 승률은 60%라고 할 수 있습니다.

위에 결과는 체감상 느끼는 것과 상당히 일치하고
데이터로도 상당부분 뒷받침이 가능합니다.
특히나 토너먼트 형식일 경우 저 관계를 따르게 됩니다...
비록 식을 유도하는 과정에서 비모수의 모수화 가정을 했지만..
선발과 기대승률의 기본적인 속성인 것 같습니다.

자 선발과 기대 승률의 관계를 살펴보면...
이런 질문에 답을 할수 있습니다.


[과연 5:5가 진짜 5:5일까???]

종족 비율이 깨졌을 경우에 흔히 나오는 말입니다.
종족 밸런스를 논할때 5:5란 결과에 대해서 소수 종족이 갖는 불만이죠
어떤 종족에 선수가 적다면 비교적 그 종족에서 강한 선수가 올라왔다고 볼 수 있습니다.
프로토스:테란 선수가 4:10 명이 있다면...
프로토스는 테란에 비해서 경쟁 지수가 m=2.5(테란 10명중에서 강한 4명 뽑는 것)
따라서 종족 밸런스란게 없다면 프로토스 선수의
대테란전 승률 기대치는 대략 71.4%정도 라고 볼 수 있습니다.

오히려 5:5가 균형 밸런스라는 것은 소수 종족 입장에서 보면 꽤나 억울한
체감 밸런라고 할 수 있습니다.

비율차이가 심한데 결과가 5:5 나왔다면 오히려 테란이 프로토스에 비해
경쟁지수 2.5배의 유리함을 종족밸런스로 갖고 있다고 보는 것이 맞습니다.



또 위에 의미를 발전시켜 봅시다

8강 선수가 16강 선수와 겨룬다면??
기대 승률은 67%...
4강 선수가 8강 선수와 겨룬다면..
그것도 승률은 67%가 되겠죠???
4강 선수와 16강 선수와 겨룬다면 80%...
물론 16강 선수와 16강 선수가 겨룬다면 50%가 될꺼구요...

어떤 선수가 승률 74%인데 상대 선수가 승률 62%라면???둘이 경기한다면 기대값은??

이걸 어떻케 하면 계산할 수 있을까요??
위에 있는 사실들을 좀 확장하면 다음과 같습니다.

위에 기대승률을 정하는 하는 방법은 m'=m(자신의값)/m(상대선수)
를 통해서 m값을 다시 확률도 바꿔주면 됩니다.

그런데 승률 74%는 m으로 어떻케 바꿀수 있나요???
x=m/(m+1) 식을 풀면 m=x/(1-x) 로 풀 수 있습니다.
따라서 74% 선수의 경쟁지수값 m은 환산하면 2.85
62%인 선수의 경쟁지수값은 1.63
m'=2.85/1.63 기대 승률은 63.6% 이렇케 정할 수 있습니다.

ex)
승률 44% 인 선수가 승률 77%와 경기를 벌인다면
기대 승률은????

44%->m(44%)=0.79
77%->m(77%)=3.35
m'=0.79/3.35=0.236

기대 승률 x=m/(m+1)
x=19.1%

위에는 m>1 이상인 경우만 소개했지만 사실 m은 0~1 사이값도 가질수 있고
그것은 물리적으로는 인원이 배가 되었을 때를 의미합니다.선발의 역과정...


----------------------------------------

자 위에 x=m/(m+1) 이 기본식을 정한 과정을 소개합니다.

본래 16강 선수가 8강으로 선발되었을때
그 선수들의 승률의 기대값은 얼마인가??
이 질문에서 시작합니다...

먼저 고등학교때 배운 확률 함수의 성질이란 것을 생각해 봅시다..

확률 함수를 정할때 중요한 것은 구간에서 면적의 적분값이 1이
되게 蠻寧?됩니다.

그리고 기대값은 확률함수 f(x)*x를 구간으로 적분해 주면 되는 것이죠...

자 여기서 비모수의 모수화 가정입니다..
16강 선수들끼리 경기를 한다면 기대 승률은 50%일 것입니다.
임이의 한 16강 선수를 뽑아서 임이의 한 16선수와 겨룬다면 50%..이건 확실합니다.
그리고 그 경기력은 사실 모수화 불가능한 것이지만 그것을 상대적인
의미만 갖고 생각한다면 16강 선수의 승률은 x 라고 할 수 있습니다.
그리고 그 선수가 16강을 통과할 확률은 임이의 16강 선수와 겨뤘을때
그선수가 이길 확률은 x가 되고 그것이 바로 확률 함수가 됩니다..

f(x)=x 그리고 구간은 0~1 인 함수가 되는데 이 함수의 넓이는 0.5 입니다.
그런데 확률함수는 구간에서 넓이가 1이 되어야 하죠..따라서 계수2를 곱해줍니다.
따라서 확률 함수 f(x)=2x가 됩니다. 그리고 그 기대값은 x를 곱해주면 됩니다..

자 8강 선수의 승률기대값은 구했습니다. 2x^2을 0~1적분해 주면 0.66666(67%)
로 나오죠....

그렇다면 4강 선수는?????
자 토너먼트의 성질을 생각해 봅시다 선발된 선수의 입장에서 본다면..
16강에서 임이의 선수 3명을 이긴것과 같습니다...
함수는 x^3이 되죠...다시 위와 같은 과정을 하면....

4x^4 이 되는 거죠......

그렇다면
24강에서 16강 선발은????
갑자기 모델이 잘 정해지지해 지죠?? 수학적 감각이 좋다면
답은 낼수 있지만....

그래서 위에 결과를 일반화 시키면서 물리적 의미로 확장합니다..
x^4 이란건 3명을 이기고 x를 곱한다란 의미지만...그걸 4라는 걸 통채로
생각하는 방법을 정한것이 4명중에 1명 선발된다라는 물리적 의미입니다.
위에 소개한 경쟁지수가 되는 거죠....
물론 많은 중간과정이 있었습니다만 전 경쟁수준,경쟁률 이라는 경쟁지수를
물리적 의미로 받아들이고 그걸로 m값이 1이하인 경우로 확장해도 그리고 그 역과정에도
문제가 없다는 것을 발견했습니다..

따라서 기대승률 x는 경쟁지수 m일때 식은

mx^m 을 구간 0~1에서 적분해 준것을 의미하며...
x=m/(m+1) 이란 기본식을 정해줄 수 있습니다.


----------------------------------------------------------------------------

자 이제 맵과 종족에 대해서 한번 생각해 보겠습니다.


信主NISSI 올려주신

파이썬이란 맵의 전적을 살펴보겠습니다.

Z:T=10:14
T:P=14:7
P:Z=2:9

저 데이터를 어떻케 볼 수 있을까요??

자 어떤 맵에서 어떤 종족이 유리하면 그 종족이 많이 나왔을 것이다..
또한 불리한 종족은 비교적 적계 나오지만 상당히 뛰어난 선수가 나올 것이다....
그런데 어떤 종족이 얼마큼 나왔다는걸 알 수 있는가??


종족별 출전 비율을 구하는 방법입니다.위에 데이터를 바탕으로
Z*T=(10+14)=24
T*P=(14+7)=21
P*Z=(2+9)=11

위에처럼 잡고 일반식처럼 식을 풀면
P=3.1
Z=3.5
T=6.77


글쎄 사실은 한가지 더 고려해야할 것이 있습니다.
기본 종족 비율 입니다.

데이터에는 16강 32강 올라간 선수들의 비율이
기본적인 밸런스에 이미 반영되어 있습니다..
이번 시즌 기준으로 테란은 36 저그 15 플토13 이 올라왔다고 할수 있습니다.
(32강 기준 온겜은 1명을 2명으로 계산)
저것이 기본 종족 밸런스가 되고...기본적으로 저것들이 깔리기 때문에...
플토-테란일때 프로토스의 기본 종족 경쟁지수는 m(프로토스)=2.77

맵데이터를 바탕으로
맵에서는 프로토스-테란의 경쟁지수는 대략 2.18
종족의 비율보다 맵에서 출전횟수가 높았다고 볼 수 있습니다.
따라서 일반 적인 경우보다 프로토스중에서 출전 비율이 높고
경쟁 지수는 m'=2.18/2.77=0.79 라고 볼 수 있습니다.

그리고 마지막으로 프로토스가 테란을 상대했을때
맵에서의 데이터는 프로토스의 승률은 33% 이므로
다음과 같이 볼 수 있습니다.
대략 승률 43.8% 정도의 프로토스가 출전해서 33%의 결과를 얻었다..

식은 m'=m(프로토스)/m(테란)=0.5   m(프로토스)=0.79

m(테란)=1.58 이 됩니다..
테란이 프로토스에 1.58배의 경쟁지수의 유리함을 갖고 들어간다는 것을 의미합니다.
다른 의미로 프로토스는 61.2%의 테란 승률을 가진 게임어가 경기해야
50%정도의 승률을 기대할수 있다는 것을 의미합니다.
(50%정도의 대프로토스전 승률을 가진 테란 선수가 50%정도 테란전 성적을 가진
프로토스를 만나면 61.2%의 승률을 가진다는 의미구요)

-----------------------------------------------------------------------

승률 데이터를 어떻케 볼 것인가???

여기서 고려해야 할 것이 하나 있습니다.
잘하는 선수,상위 라운드로 올라가는 선수가 출전기회가
더 많다라는 사실입니다..

따라서 우리가 데이터로 갖고 있는 승률은 누적 승률이며..
실제 그 선수의 승률보다 낮게 나온다는 점입니다..

대략 66%의 승률을 가진 선수가 50%정도의 겉보기 승률로 보인다는 점입니다.

그걸 고려해서 식을 세우면
(기화확률 분포이론을 참고해 모델에 맞게 기대값을 잡은 식)

x(겉보기)=(x+x^3+x^7+x^15)/(1+x+x^3+x^7)


물론 15차 방정식을 해결하는 방법은 모릅니다...
하지만 로가리즘을 이용하면 적어도 필요한 만큼은 결과를 알 수 있습니다.
(자세히는 엑셀을 이용해서 알 수 있음)

겉보기-실제데이터

10.0%        11.0%        30.0%        37.5%        50.0%        65.8%        70.0%        87.1%        90.1%        97.0%
11.0%        12.2%        31.0%        38.9%        51.0%        67.1%        71.0%        87.8%        91.2%        97.4%
12.0%        13.4%        32.0%        40.3%        52.0%        68.5%        72.0%        88.5%        92.2%        97.7%
13.0%        14.6%        33.0%        41.7%        53.0%        69.8%        73.0%        89.1%        93.1%        98.0%
14.0%        15.9%        34.0%        43.2%        54.0%        71.0%        74.1%        89.8%        94.1%        98.3%
15.0%        17.1%        35.0%        44.6%        55.0%        72.3%        75.0%        90.3%        95.0%        98.6%
16.0%        18.4%        36.0%        46.0%        56.0%        73.5%        76.0%        90.9%        
17.0%        19.7%        37.0%        47.5%        57.0%        74.8%        77.1%        91.5%        
18.0%        21.0%        38.0%        48.9%        58.0%        75.9%        78.1%        92.0%        
19.0%        22.3%        39.0%        50.3%        59.0%        77.1%        79.1%        92.5%        
20.0%        23.7%        40.0%        51.8%        60.0%        78.2%        80.1%        93.0%        
21.0%        25.0%        41.0%        53.2%        61.0%        79.2%        81.0%        93.4%        
22.0%        26.3%        42.0%        54.6%        62.0%        80.3%        82.1%        93.9%        
23.0%        27.7%        43.0%        56.0%        63.1%        81.3%        83.0%        94.3%        
24.0%        29.1%        44.0%        57.5%        64.0%        82.2%        84.0%        94.7%        
25.0%        30.5%        45.0%        58.9%        65.0%        83.1%        85.2%        95.2%        
26.0%        31.8%        46.0%        60.3%        66.0%        84.0%        86.0%        95.5%
27.0%        33.2%        47.0%        61.7%        67.0%        84.8%        87.0%        95.9%
28.0%        34.6%        48.0%        63.0%        68.0%        85.6%        88.1%        96.3%
29.0%        36.1%        49.0%        64.4%        69.0%        86.4%        88.9%        96.6%

자세한 데이터는 엑셀첨부

어떤 선수의 데이터가 67%의 승률을 나타낸다면
실제 그 선수의 x는 84.8%를 의미하며...
경쟁지수 m 값은 5.58 이 됩니다.....

그런데 어떤 선수는 전체 승률이 67%인데 저그전 승률이 70%인데
다른 선수는 전체 승률이 40%인데 저그전 승률이 70%라면???
두선수의 저그전 승률은 같은 의미인가???

전 다른 의미라고 생각합니다.
총 승률이 67%인 선수는 경쟁지수 m이 5.58이고 이 의미는 대체로
4강 언저리에서 승수를 쌓았다는 의미입니다.
그리고 승률 40%라는 것은 실제 승률은 51%정도이고 대략 m값은 1이 됩니다.
대략 16강에 쌇은 승률이란 것을 의미합니다..
따라서 저그전에 대한 보정치가 필요한데

대략 m 값이 1.5 이하인 경우는 그 승률 그대로 보면 됩니다.
하지만 총전적에 의한 m값이 5~10이라면
겉보기 데이터에 대한 공식은
x(겉보기)=(x+x^3+x^7)/(1+x+x^3) 로 볼수 있고

위에 경우 총 승률 67%인 선수의 저그전 승률은
실제로는 83.3% 정도임을 의미합니다....
경쟁지수 값으로 고치면 값은 m=4.99 가 됩니다...

종족 밸런스???
종족 밸런스는 기본 적으로 전적에 포함됩니다.
맵 밸러스를 고려할때는 필요하지만 개인 전적 밸런스에는
기본적으로 포함되어 있다고 볼 수 있습니다.

자 이제 실제 데이터를 다루는 법을 알게 되었습니다.

위에 내용들을 조합하면 실제 데이터를 바탕으로
어떤 선수가 어떤 맵에서 어떤 상대 선수를 만났을때
어느정도의 승률을 기대할 수 있는지 계산할 수 있을 것입니다.

자게에 올렸다가 겜 계시판이 더 적합하다고 해서 다시 올립니다.
그리고 본문에는 m(1.5~5) m(5~10)엑셀 데이터를 올린다고 했지만.
용량이 66메가라서 올리지 못했습니다. 사실 66k로 봤음...

통합규정 1.3 이용안내 인용

"Pgr은 '명문화된 삭제규정'이 반드시 필요하지 않은 분을 환영합니다.
법 없이도 사는 사람, 남에게 상처를 주지 않으면서 같이 이야기 나눌 수 있는 분이면 좋겠습니다."
G.t_FantA
07/09/18 23:02
수정 아이콘
으으음.... -_-;;; 어렵네요....
항즐이
07/09/18 23:02
수정 아이콘
저 기대 승률이라는 것이 그러니까 m의 경쟁도를 뚫고 올라온 선수의 기대 승률이라는 거죠?

그런데 경쟁도가 2로 같아도 10 of 20과 2 of 4 는 다르지 않나요?
그리고 선출 방식도 차이를 가져올 것 같습니다.

단판 토너먼트를 가정할 때,

1 of 2에서의 진출자는 무조건 100%의 승률이죠.
2 of 4에서의 진출자 역시 100%입니다.

따라서 토너먼트의 경우에는 적용될 수 없고,
풀리그 형태라는 가정이 필요하겠네요.

풀리그의 경우에도 1 of 2 나 2 of 4 에는 잘 안맞는 것 같습니다.
(2 of 4에서 동률 계산 문제 때문에 좀 더 시간을 두고 계산해 봐야 겠습니다만..)

어떤 경쟁 상황인지를 가정하는 것이 중요하다고 생각됩니다.

항상 Pgr에서 이런 수학적인 해석이 있기를 기대해 왔던 터라, 굉장히 반갑습니다. ^^
자, 이과생 Pgr 분들, 시작해보자구요.
펠릭스~
07/09/18 23:07
수정 아이콘
아닙니다 10 of 20과 2 of 4 는 같습니다.
다만 보는 위치에 따라서 달라지는 것이지
선발 인원수의 비율에만 정해지지 결국 그 정도는 같습니다..
물론 위치에 따라 다르기도 하구요...

8강 선수의 기대값은 대략 67%구요.
4강 선수의 기대값은 대략 80%구요
2강 선수의 기대값은 대략 89%가 됩니다..

저기서 같다는 것은 4강 선수가 2강 선수를 만났을때 기대값이 67% 된다는 의미입니다...
다르다고 느끼면 다르다고 할수 있지만...전 같다고 봅니다..
다르다고 느낀다면 그건 표현의 차이라고 생각됩니다..

그리고 토너먼트 가정입니다....
완전 풀리그시는 75% 정도의 기대값을 가집니다...

순위 1~10위까지의 선수가 있다고 칩시다..
풀리그 가정이면1~5위까지에 선수가 설발됩니다.
하지만 토너먼트 가정이면 누구나 확률을 가지는 거구요
풀리그 가정을 수학적으로 할수도 있지만..
자연스럽지 못하고 대체로 토너먼트에 가깝습니다.

그리고 기대 승률은 풀리그에 가까운 것은
확률의 기대값이기 때문입니다.
확률을 다룰땐 착각하기 쉬운 부분입니다.
信主NISSI
07/09/18 23:56
수정 아이콘
음... 이런 공식을 통해서 보다 정확한 맵밸런스를 구할 수 있는 공식을 끌어낼 수 있을까요? 사실 대부분의 맵들이 나왔을때 '결론은 테란은 따라잡는다'라는 것은 시간이 지나면서 해법이 나와서라기 보다, 본선리그에서의 해법을 듀얼토너먼트에서 활용되어서라는 것이 정답입니다. 그리고 그런 점들을 고려한다면, 최상위 계층 바로 아래의 상위계층에는 두터운 테란라인이 존재하는 것이 사실이며, 이러한 것들을 실질적인 데이터로 이끌어내기 위해선 각선수들의 대종족전대비 실력들을 복잡한 계산식을 통해서 구해야합니다...--;

가장 간단하게는 WP방식을 대종족전 수준까지 끌어내려서 구하는 것인데, 이경우 개인리그는 수가 너무 적고, 프로리그는 선별된 선수간의 대결이라서 맞지 않죠.(프로토스에게 기울어진 맵에 다른종족이 나왔다면, 그 선수는 플토전에 큰 자신감을 가진 선수을 가능성이 높아서 단순비교에 맞지 않습니다.)

결국 단한가지 공식으로 종족의 밸런스를 구할 수 있는 것 같지는 않습니다... 많이 아쉽구요.
펠릭스~
07/09/19 00:07
수정 아이콘
위에 맵 밸런스를 구하는 방법을 적어 놓았습니다.만...
위해 구한 값이 바로 종족별 밸런스 값입니다.
07/09/19 01:06
수정 아이콘
통계 전공했는데..
왜 이해가 안되는건지.. -_-;
07/09/19 01:17
수정 아이콘
항즐님의 말씀에 조금 동의를 하구요..
조금더 보태서, 1위와 2위가 갈라지므로,
16강은 4명이 1개조를 이루고, 각각의 승률은 pi라고 가정한다면,
각 선수는 3전을 치르고, 그 승수를 Xi라 할 때, f(x1,x2,x3,x4)의 결합분포를 구할 수 있을테니..
(독립이라면 이항분포가 되겠지만.. 독립이 아니니까.. 결합 밀도함수를 구해야겠죠..)
어떤 선수가 16강을 통과할 확률은 xi의 순서통계량중 2번째 큰 것보다 크거나 같을 확률이라 할 수 있을 것 같습니다..
(동률은 그들만의 재경기가 필요하므로 제외시켜야 할 것 같구요..)
식을 유도하는 것은 제가 졸업한지 10년이 넘은지라 사실상 불가능 할 것 같네요.. -_-;
07/09/19 01:54
수정 아이콘
문과는 그저....
07/09/19 02:04
수정 아이콘
이 문제 생각하다보니 잠이 다 달아났습니다..
펠릭스~님 미오..요..
펠릭스~
07/09/19 03:03
수정 아이콘
제가 했던 초기 가정을 알려 드리려 합니다....
그냥 소개만 하다 보니 많은 내용이 생략되어 있지만..
제가 했던 초기 생각은 이런 것이였습니다..

만약 숫자 1~100까지의 공이 있습니다.
그 중에서 2개씩 뽑았을때 높은 숫자를
승자라고 하면???그 공의 기대값은??

지금은 확률로 일반화 시켰지만 초기 모델은 저랬습니다.
그때 기대 숫자가 평균 66 정도....이게 토너먼트 가정일때 고..

만약 풀리그를 한다면 그 공의 숫자가 51~100인 숫자가 선별됩니다..
따라서 그 공의 평균 숫자는 75구요...

이것이 토너먼트와 풀리그 방식의 차이입니다..
그리고 공가정이 맞는다면 16인 4조 4인 풀리그 방식은
제 생각에는 70의 기대값을 가집니다...

짧게 쓰려다 보니 추상적인 개념만 소개되어 있지만..
사실은 꽤나 많은 시도와 시행착오를 겪으면서 발전한 모델이기 때문에...
처음부터 추상적이였던건 아닙니다....^^;;
항즐이
07/09/19 03:44
수정 아이콘
Ex ante(사전적)인 개념으로 생각하시는 군요.
1~100에서 두 공을 뽑아 이기는 공의 평균값이라는 문제의 정답은 아마 66.66666 인걸로 저도 기억합니다.
그런데 그게 토너먼트와 대응되는 방식인지, 또한 그 공의 값을 "승률"이라고 볼 수 있는지는 잘 모르겠습니다.

보통 승률은 Ex post(사후적) 개념이고, 그런 의미에서는 제가 언급한 것이 맞다고 봅니다.

새로운 개념과 용어를 정의하셔야 할 것 같고,
그 개념에 대해 충분히 설명해 주셔야 할 것 같습니다.
Baseline이 확실하지 않으면 많은 분들이 이해하고 함께 논의하기에 적합하지 않으니까요.
공실이
07/09/19 08:41
수정 아이콘
오오오!! 제가 요새 두명의 승률만을 가지고 기대승률을 구하는 방법을 찾고 있었는데.. 감사합니다!

바둑에 베팅할때 써먹으려고요...
목록 삭게로! 맨위로
번호 제목 이름 날짜 조회 추천
32234 WCG2007 2일차 예선결과 모음 [19] 행복한 날들5428 07/10/06 5428 0
32214 WCG 2007 - ongamenet 및 WCG 홈페이지 생방송 일정 [18] kimbilly5691 07/10/03 5691 0
32198 평가절하받는 프로리그 에이스들. [113] 파벨네드베드8765 07/10/02 8765 0
32188 프로리그 5세트 속 숫자의 법칙(?) (06후기리그~07전기리그) [7] 이선홍3809 07/10/01 3809 0
32178 페르소나 제작노트 [36] Forgotten_11084 07/09/30 11084 3
32171 # 김택용 선수의 공식전 + 이벤트전 전적입니다. [35] 택용스칸6065 07/09/29 6065 0
32154 EVER 스타리그 개막전 매치업 [25] 프렐루드6474 07/09/27 6474 0
32147 WCG 2007 Grand Final - 본선 경기 일정 발표 [15] kimbilly5737 07/09/26 5737 0
32146 # 김택용의 최근 100전 [18] 택용스칸6289 07/09/26 6289 0
32139 당신이 이대로 무너지는 것은 원하지 않습니다. [15] BuyLoanFeelBride8591 07/09/23 8591 0
32110 [신한은행 07 프로리그 후기리그] STX VS 삼성전자(김구현 VS 이성은) ACE 결정전 [13] shildy3973 07/09/19 3973 0
32109 스타 토너먼트의 수학적 원리~~ [12] 펠릭스~5305 07/09/18 5305 0
32106 [신한은행 07 프로리그 후기리그] 온게임넷 VS 위메이드(박명수 VS 이윤열)경기 후기 [4] shildy3986 07/09/18 3986 0
32103 저그는 토스의 밥이다!? - 커세어의 재발견 [100] ArcanumToss13067 07/09/17 13067 0
32102 [신한은행 07 프로리그 후기리그] 공군 VS KTF(이주영 VS 강민) 경기 후기 [8] shildy5023 07/09/17 5023 0
32083 김택용 선수의 데뷔 이후 성적표. [22] 택용스칸7081 07/09/15 7081 0
32072 역대 스타크래프트 리그 스폰서 정리 [22] 리콜한방5119 07/09/14 5119 0
32067 07'09'13 MSL 32강 김택용 테란전 리뷰 [22] Judas Pain7396 07/09/14 7396 0
32038 ☆☆ 주간 PGR 리뷰 - 2007/09/03 ~ 2007/09/09 ☆☆ [5] 메딕아빠5021 07/09/10 5021 0
32000 ☆☆ 주간 PGR 리뷰 - 2007/08/27 ~ 2007/09/02 ☆☆ [10] 메딕아빠4726 07/09/02 4726 0
31991 포모스 기사보고 한마디 합니다. [22] dkTkfkqldy7191 07/09/04 7191 0
31933 그들(Progamer)의 활약상 2 - 홍진호 [17] ClassicMild4161 07/08/30 4161 0
31918 진영수, 이종족(異種族)에게 겨누어진 인간의 칼날 [26] Judas Pain6743 07/08/29 6743 1
목록 이전 다음
댓글

+ : 최근 6시간내에 달린 댓글
+ : 최근 12시간내에 달린 댓글
맨 위로