groups 랜덤 팀 나누기 (그룹 생성기) star

셔플은 실제로 어떻게 작동하나요

목록을 공정하게 나누는 것은 결국 하나의 질문으로 귀결됩니다: 사람들의 가능한 모든 배치가 정말로 똑같은 확률을 가지는가? 이 도구는 피셔-예이츠 셔플(Fisher-Yates shuffle)을 사용하는데, 이 알고리즘은 놀랍도록 긴 역사를 가지고 있습니다 — 1938년 통계학자 로널드 피셔(Ronald Fisher)와 프랭크 예이츠(Frank Yates)가 통계표의 행을 무작위화하기 위한 수작업, 즉 종이와 연필로 하는 절차로 처음 기술했습니다. 1964년 리처드 더스텐펠드(Richard Durstenfeld)가 이를 오늘날 쓰이는 효율적이고 컴퓨터에 적합한 버전으로 바꾸었는데, 이 버전은 목록을 한 번만 훑으면서 각 요소를 아직 섞이지 않은 나머지 부분에서 무작위로 고른 요소와 교환하여 선형 시간에 실행됩니다. 이후 도널드 커누스(Donald Knuth)가 저서 "The Art of Computer Programming"에서 이 버전을 널리 알렸기 때문에, 때때로 커누스 셔플(Knuth shuffle)이라고도 불립니다.

무작위성 자체는 저희 경품 추첨 도구에서도 쓰이는, 브라우저의 암호학적으로 안전한 난수 소스인 crypto.getRandomValues에서 나옵니다 — 더 빠르지만 예측에 저항하도록 설계되지 않은 Math.random이 아닙니다. 올바른 구현 역시 여기서 중요합니다: 매 단계에서 교환할 위치를 아직 섞이지 않은 나머지 부분이 아니라 목록 전체에서 고르는 식의 순진한 셔플은 조용히 통계적 편향을 만들어냅니다. 일부 최종 배치가 다른 배치보다 더 자주 나오게 되는 것인데, 이는 실제 확률이 직관과 다르게 작동하는 생일 역설(birthday paradox)과 정신적으로 비슷한 미묘한 효과입니다. 제대로 구현된 피셔-예이츠 셔플은 이를 피합니다: 매 단계에서 아직 배치되지 않은 요소들 중에서만 균등하게 고르기 때문에, 가능한 모든 순서가 똑같이 나올 확률을 유지합니다.

알아두어야 할 점

균등하게 나뉘지 않는 인원을 그룹으로 나누는 것은 셔플 자체와는 별개의 설계 결정입니다. 목록이 완벽하게 동일한 팀으로 나뉠 수 없을 때, 남는 인원은 한 팀에 몰아넣는 대신 첫 번째 팀부터 시작해 팀당 한 명씩 추가로 분배됩니다 — 완벽하게 균등한 답이 없는 나머지를 처리하는 가장 공정한 방법입니다.

• 목표 팀 수 또는 목표 팀 크기 중 상황에 실제로 중요한 기준을 선택해 나눌 수 있습니다.
• 다시 나누기를 누르면 셔플을 처음부터 새로운 무작위성으로 다시 실행하여, 이전 배치를 재배열한 것이 아니라 진짜로 다른 배치를 만들어냅니다.
• 이름은 전적으로 브라우저 안에서 섞이며 어디로도 전송되지 않으므로, 비공개 학급 명단이나 팀 명단에도 안심하고 사용할 수 있습니다.