도구스학업·수학

글리코 레이팅 계산기

엘로에 레이팅 편차(RD)를 더한 글리코 체계로 여러 판을 한꺼번에 반영해 새 점수를 계산합니다. RD가 클수록 한 판의 결과가 점수를 더 크게 흔드는 과정을 단계별로 보여 줍니다.

처음이면 관례값 1500을 씁니다.

처음이면 관례값 350(=RD_max)을 씁니다. 클수록 점수가 불확실하다는 뜻입니다.

한 줄에 「상대점수,상대RD,결과」. 결과는 승/무/패(또는 w/d/l, 1/0.5/0).

새 점수

1,559.7

+59.7 · 새 RD 151.4 (-48.6)

판마다의 g(RD)·기대 승률

상대g(RD)기대 승률실제
1,400 (RD 30)0.99563.9%
1,550 (RD 100)0.95343.2%
1,700 (RD 300)0.72430.3%
이번 기간의 정보량 d²53,685.7
1/RD² (원래 확실함)2.500e-5
1/d² (이번에 얻은 정보)1.863e-5
계산 근거RD′ = √(1/(1/RD² + 1/d²)) = 151.4r′ = r + (q/(1/RD²+1/d²))·Σg(RDⱼ)(sⱼ−Eⱼ) = 1,559.671/RD²(원래 확실함)과 1/d²(이번 기간의 정보)을 더해 새 확실함을 정하는 가중평균이라, RD가 컸던 선수일수록 이번 결과에 더 크게 끌려갑니다.

게임을 쉬면 RD가 얼마나 커질까

리그마다 데이터로 정하는 값입니다. 엘로의 K처럼 표준값이 없어 직접 넣습니다.

5기간 쉰 뒤의 RD202.8
두 사람의 이길 확률을 더해도 정확히 1이 아닐 수 있습니다. RD가 같을 때만 정확히 1이 됩니다. A가 계산하는 승률은 g(RD_B)를, B가 계산하는 승률은 g(RD_A)를 써서 서로 다른 상대의 RD를 참조하기 때문입니다. RD가 아주 작아지면 g(RD)가 1에 수렴해 엘로 식과 같아집니다.
RD 하한(30)과 c 값은 원 논문이 정한 절대 기준이 아니라 구현·리그마다 다르게 잡는 관례값입니다. 이후 나온 Glicko-2는 변동성(volatility)까지 추적하는 더 정교한 버전이며, 이 계산기는 1995년 원 논문의 Glicko-1만 다룹니다.

계산 방법

  1. 1내 점수와 RD(레이팅 편차)를 넣습니다. 처음이면 기본값 1500/350을 그대로 씁니다.
  2. 2이번 평가 기간에 치른 상대들의 점수·RD·결과를 한 줄씩 적습니다.
  3. 3새 점수와 새 RD, 그리고 판마다의 기대 승률·g(RD)를 확인합니다.
  4. 4게임을 쉬면 RD가 얼마나 커지는지도 따로 계산해 볼 수 있습니다.

자주 묻는 질문

엘로에 레이팅 편차(RD)를 더했다는 것이 다릅니다. RD는 "이 점수를 얼마나 믿을 수 있는가"를 나타내며, RD가 크면(=적게 뒀거나 오래 쉬었으면) 한 판의 결과가 점수를 더 크게 흔들고, RD가 작으면(=많이·꾸준히 뒀으면) 점수가 잘 안 흔들립니다. 엘로가 신참과 고인물을 똑같이 대하는 문제를 고친 것입니다.

상대의 RD를 승률 계산에 접어 넣는 값입니다. g(RD) = 1/√(1+3q²RD²/π²)로, RD가 0에 가까우면(=상대를 확신하면) 1에 가깝고 RD가 크면(=상대가 불확실하면) 작아집니다. 기대 승률 식에서 점수 차 대신 g(RD)를 곱한 값을 쓰면, 상대가 불확실할수록 승률이 50%에 더 눌립니다.

원래 설계가 "평가 기간(rating period)" 단위이기 때문입니다. 한 기간 동안 치른 모든 판의 정보를 d²이라는 값으로 합쳐서 한 번에 반영합니다. 판마다 즉시 갱신하는 엘로와 달리, 글리코는 어느 정도 판이 쌓인 뒤 한꺼번에 계산하도록 설계되어 있습니다.

r′ = r + (q/(1/RD²+1/d²))·Σg(RDⱼ)(sⱼ−Eⱼ), RD′ = √(1/(1/RD²+1/d²))입니다. 1/RD²(원래의 확실함)과 1/d²(이번 기간에 얻은 정보)을 더해 새 확실함을 정하는 가중평균 구조라, RD가 컸던 선수일수록 이번 결과에 더 크게 끌려갑니다.

게임을 하지 않은 평가 기간 t번에 대해 RD_t = min(RD_max, √(RD₀²+c²t))로 커집니다. 확신이 시간이 지날수록 자연히 줄어야 한다는 것을 반영한 것이며, c는 리그마다 데이터로 정하는 값이라 엘로의 K처럼 입력으로 노출합니다. 아무리 오래 쉬어도 RD_max(관례상 350)를 넘지는 않습니다.

두 사람의 RD가 같을 때만 정확히 1이 됩니다. 다르면 근사적으로만 1에 가깝습니다. A가 계산하는 "내가 B를 이길 확률"은 g(RD_B)를 쓰고 B가 계산하는 "내가 A를 이길 확률"은 g(RD_A)를 써서, 두 계산이 서로 다른 상대의 RD를 참조하기 때문입니다. 엘로의 "승률+패률=1"이라는 직관이 그대로 옮겨지지 않는 지점입니다.

네. g(RD)는 RD가 0에 가까워질수록 1에 수렴하고, 그러면 기대 승률 식이 엘로의 식과 정확히 같아집니다. 글리코는 엘로를 포함하는 더 넓은 체계로 볼 수 있습니다.

전송되지 않습니다. 계산은 모두 브라우저 안에서 이뤄지고 입력값은 이 기기에만 남습니다.

알아두면 좋은 점

  • RD 하한(이 계산기는 30을 씁니다)과 c 값은 원 논문이 정한 절대 기준이 아니라 구현·리그마다 다르게 잡는 관례적인 값입니다. 실제 운영 중인 레이팅 시스템과 값이 다를 수 있습니다.
  • 초깃값 1500/350은 USCF(미국체스연맹)가 1998년부터 실제로 채택한 관례값입니다.
  • 이후에 나온 Glicko-2는 RD 외에 변동성(volatility) σ까지 추적하는 더 정교한 버전입니다. 이 계산기는 1995년 원 논문의 Glicko-1만 다룹니다.
  • 실제 온라인 서비스는 팀 경기 배분, 초기 배치 구간, 부정 방지 보정 등을 더 넣기도 하므로 여기 나온 값은 기본 규칙만 따랐을 때로 추정됩니다.

함께 보면 좋은 도구

마지막 검증: 2026년 9월 2일 · 결과는 참고용 추정치입니다.