📚FOS Study
홈카테고리
홈카테고리

카테고리

  • AI 페이지로 이동
    • RAG 페이지로 이동
    • agents 페이지로 이동
    • BMAD Method — AI 에이전트로 애자일 개발하는 방법론
    • Claude Code의 Skill 시스템 - 개발자를 위한 AI 자동화의 새로운 차원
    • Claude Code 멀티 에이전트 — Teams
    • 멀티모달 LLM (Multimodal Large Language Model)
  • architecture 페이지로 이동
    • 캐시 설계 전략 총정리
    • 디자인 패턴
    • 분산 트랜잭션
  • css 페이지로 이동
    • FlexBox 페이지로 이동
  • database 페이지로 이동
    • mysql 페이지로 이동
    • opensearch 페이지로 이동
    • redis 페이지로 이동
    • 김영한의-실전-데이터베이스-설계 페이지로 이동
    • 커넥션 풀 크기는 얼마나 조정해야할까?
    • 인덱스 - DB 성능 최적화의 핵심
    • 역정규화 (Denormalization)
    • 데이터 베이스 정규화
  • devops 페이지로 이동
    • docker 페이지로 이동
    • k8s 페이지로 이동
    • k8s-in-action 페이지로 이동
    • monitoring 페이지로 이동
  • go 페이지로 이동
    • Go 언어 기본 학습
  • http 페이지로 이동
    • HTTP Connection Pool
  • interview 페이지로 이동
    • 210812 페이지로 이동
    • 뱅크샐러드 AI Native Server Engineer
    • CJ 올리브영 지원 문항
    • CJ 올리브영 커머스플랫폼유닛 Back-End 개발 지원 자료
    • 마이리얼트립 - Platform Solutions실 회원주문개발 Product Engineer
    • NHN 서비스개발센터 AI서비스개발팀
    • nhn gameenvil console backend 직무 인터뷰 준비
    • 면접을 대비해봅시다
    • Tossplace Node.js Developer
    • 토스플레이스 Node.js 백엔드 컬처핏
  • java 페이지로 이동
    • jdbc 페이지로 이동
    • opentelemetry 페이지로 이동
    • spring 페이지로 이동
    • spring-batch 페이지로 이동
    • 더_자바_코드를_조작하는_다양한_방법 페이지로 이동
    • Java의 로깅 환경
    • MDC (Mapped Diagnostic Context)
    • OpenTelemetry 란 무엇인가?
    • Java StampedLock — 읽기 폭주에도 쓰기가 밀리지 않는 락
    • Virtual Thread와 Project Loom
  • javascript 페이지로 이동
    • Data_Structures_and_Algorithms 페이지로 이동
    • Heap 페이지로 이동
    • typescript 페이지로 이동
    • AbortController
    • Async Iterator와 제너레이터
    • CommonJS와 ECMAScript Modules
    • 제너레이터(Generator)
    • Http Client
    • Node.js
    • npm vs pnpm 선택기준은 무엇인가요?
    • `setImmediate()`
  • kafka 페이지로 이동
    • Kafka 기본
    • Kafka를 사용하여 **데이터 정합성**은 어떻게 유지해야 할까?
    • 메시지 전송 신뢰성
  • linux 페이지로 이동
    • fsync — 리눅스 파일 동기화 시스템 콜
    • tmux — Terminal Multiplexer
  • network 페이지로 이동
    • L2(스위치)와 L3(라우터)의 역할 차이
    • L4와 VIP(Virtual IP Address)
    • IP Subnet
  • react 페이지로 이동
    • JSX 페이지로 이동
    • VirtualDOM 페이지로 이동
    • v16 페이지로 이동
  • task 페이지로 이동
    • ai-service-team 페이지로 이동
    • nsc-slot 페이지로 이동
    • the-future-company 페이지로 이동
📚FOS Study

개발 학습 기록을 정리하는 블로그입니다.

바로가기

  • 홈
  • 카테고리

소셜

  • GitHub
  • Source Repository

© 2025 FOS Study. Built with Next.js & Tailwind CSS

목록으로 돌아가기
📁task/ nsc-slot

Slot 21 (Magical Fortune) — 텀블링 슬롯 구현기

약 3분
2026년 3월 22일
2026년 3월 23일 수정
GitHub에서 보기

Slot 21 (Magical Fortune) — 텀블링 슬롯 구현기

진행 기간: 2024.06 ~ 2024.12


텀블링 슬롯이란

일반 슬롯은 스핀 한 번으로 게임이 끝난다. 텀블링 슬롯은 다르다. 당첨 심볼이 제거되고 빈 자리를 위에서 새 심볼이 채운 뒤, 다시 당첨 여부를 판정한다. 당첨이 나면 이 과정이 반복된다.

Magical Fortune은 여기에 이 슬롯에만 있는 머지(Merge) 메커니즘을 더했다.


핵심 흐름

텀블링 확인 → 클러스터 존재?
  ├─ 예: 머지 (클러스터 심볼 → 상위 심볼 1개로 변환)
  │      └─ 캐스케이딩 (빈 자리에 새 심볼 낙하)
  │           └─ 다시 텀블링 확인 (반복)
  └─ 아니오: 게임 종료

1. 텀블링: 중복 처리를 막는 상태 추적

텀블링에서 가장 까다로운 부분은 "이미 처리된 심볼을 다음 사이클에서 다시 처리하지 않는 것" 이다.

클러스터에 포함됐지만 제거되지 않고 남은 심볼(머지 결과물 등)은 다음 사이클에서 새로 낙하한 심볼과 함께 새 클러스터를 만들 수 있다. 여기까진 괜찮다. 문제는 이 심볼이 이미 처리된 심볼인지 아닌지를 구분하지 않으면 같은 심볼이 중복 계산된다는 것이다.

Set<Position> processedPositions = new HashSet<>();

while (hasWin(window)) {
    List<Position> winPositions = calculateWinPositions(window);

    removeSymbols(window, winPositions);
    fillNewSymbols(window);

    // 처리된 위치를 기록 → 다음 사이클에서 제외
    processedPositions.addAll(winPositions);
}

각 사이클마다 처리한 위치를 명시적으로 기록하고, 다음 사이클에서는 새로 낙하한 심볼 범위만 대상으로 삼는다.


2. 머지: 클러스터 심볼을 상위 심볼 하나로 합치기

머지는 Magical Fortune에만 있는 메커니즘이다.

인접한 같은 심볼이 N개 이상 모이면 클러스터로 인식된다. 클러스터가 생기면 해당 심볼들은 제거되고, 그 자리 중 하나에 한 단계 위의 심볼 1개가 배치된다.

RUBY 5개 클러스터 감지
  → RUBY 5개 제거
  → 클러스터 내 최하단·최좌측 위치에 SAPPHIRE 1개 배치
  → 나머지 4자리는 새 심볼 낙하

심볼에는 변환 체인이 있다.

RUBY → SAPPHIRE → EMERALD → DIAMOND → GOLD → WILD

머지로 생성된 상위 심볼이 새로운 클러스터를 만들면 다시 머지가 일어난다. 이 연쇄가 텀블링 슬롯 특유의 당첨 확장을 만든다.

여러 클러스터가 동시에 존재할 때

한 사이클에 클러스터가 여럿이면 심볼 가치가 높은 클러스터부터 처리한다. 머지 위치가 겹칠 수 있어서 높은 가치 심볼이 낮은 심볼의 머지 위치를 선점하면 더 유리한 결과가 나온다.

// 심볼 enum 값 기준 내림차순 정렬 후 순차 처리
clusterData.currentClusterList()
    .sort((o1, o2) -> symbolEnum(o2).getValue() - symbolEnum(o1).getValue());

for (CurrentCluster cluster : sortedClusters) {
    int mergedPosition = getMergedSymbolPosition(
        reelSize,
        cluster.positions(),
        alreadyMergedPositions  // 이미 사용된 위치 제외
    );
    alreadyMergedPositions.add(mergedPosition);
    ...
}

alreadyMergedPositions로 이미 선점된 위치를 추적해 중복 배치를 막는다.

머지 위치 결정 방식

클러스터 내에서 Y 내림차순(최하단), X 오름차순(최좌측) 순서로 위치를 선택한다.

Comparator<VisibleWindowPosition> mergePositionComparator =
    Comparator.comparing(VisibleWindowPosition::y, (o1, o2) -> Integer.compare(o2, o1))
              .thenComparing(VisibleWindowPosition::x);

화면에서 가장 아래쪽·왼쪽 위치를 기준으로 삼는 것은 클라이언트 애니메이션과의 계약이다. 머지 위치가 예측 가능해야 클라이언트가 어느 셀에서 상위 심볼을 보여줄지 일관되게 처리할 수 있다.


3. 와일드 스프레드: 원본과 파생의 경계

와일드 심볼이 나오면 인접 셀로 퍼진다. 여기서 지켜야 할 것이 하나 있다. 스프레드로 생성된 와일드가 또 다른 스프레드를 트리거하면 안 된다.

스프레드 와일드가 다시 퍼지면 연쇄 폭발이 일어난다. 의도된 스펙이 아니다.

// 원본 와일드만 먼저 확정
Set<Position> originalWilds = findOriginalWilds(window);
Set<Position> spreadPositions = new HashSet<>();

for (Position wildPos : originalWilds) {
    spreadPositions.addAll(calculateSpreadArea(wildPos, spreadConfig));
}

applyWilds(window, spreadPositions);
// spreadPositions의 와일드는 스프레드 기준에서 제외

원본 집합을 먼저 확정하고, 그 집합만 기준으로 스프레드를 계산한다. 텀블링과 동일한 패턴이다. 원본과 파생을 구분해야 루프가 닫힌다.


배운 것

원본과 파생을 구분하는 것이 핵심이다. 텀블링에서 처리된 심볼 추적, 와일드 스프레드에서 원본 와일드 확정, 머지에서 선점된 위치 관리 — 세 가지 모두 "처음 생성된 것"과 "그 결과로 파생된 것"을 명시적으로 구분하지 않으면 중복 처리나 무한 루프로 이어진다.


사용 기술

  • Java 17, Spring Boot 3.x
  • JUnit 5
task 카테고리의 다른 글 보기수정 제안하기

댓글

댓글을 불러오는 중...
목차
  • Slot 21 (Magical Fortune) — 텀블링 슬롯 구현기
  • 텀블링 슬롯이란
  • 핵심 흐름
  • 1. 텀블링: 중복 처리를 막는 상태 추적
  • 2. 머지: 클러스터 심볼을 상위 심볼 하나로 합치기
  • 여러 클러스터가 동시에 존재할 때
  • 머지 위치 결정 방식
  • 3. 와일드 스프레드: 원본과 파생의 경계
  • 배운 것
  • 사용 기술