자동 배틀 및 데이터 수집 확장 기획안

1. 개요

1.1 목표

자동 역배 시스템: 내 검보다 1~3레벨 높은 상대와 자동 대결하여 고배당 승리 노림
포괄적 데이터 수집: 게임 내 모든 행동을 기록하여 최적 전략 도출

1.2 게임 메커니즘 이해

/프로필     → 내 상태 확인 (레벨, 골드, 전적)
/랭킹       → 서버 내 유저 목록 + 레벨 확인
/배틀 @유저 → 특정 유저와 대결
/판매       → 현재 검 판매 (골드 획득)
/강화       → 검 레벨업 시도
/파밍       → 새 검 획득

2. 자동 배틀 모드 설계

2.1 역배 전략 (Underdog Betting)

내 검: +10
┌─────────────────────────────────────────┐
│  상대 레벨  │  예상 승률  │  보상 배율  │
├─────────────────────────────────────────┤
│    +10      │    50%     │    1.0x    │
│    +11      │    40%     │    1.5x    │  ← 적정 타겟
│    +12      │    30%     │    2.0x    │  ← 적정 타겟
│    +13      │    20%     │    3.0x    │  ← 고위험 고수익
│    +14+     │    10%     │    5.0x+   │  ← 너무 위험
└─────────────────────────────────────────┘

2.2 자동 배틀 플로우

┌──────────────────────────────────────────────────────────┐
│                    ModeBattle 루프                        │
├──────────────────────────────────────────────────────────┤
│  1. /프로필 → 내 레벨 파싱 (예: +10)                      │
│  2. /랭킹 → 서버 유저 목록 파싱                           │
│  3. 타겟 선정: 내 레벨 +1~3 범위의 유저 필터링             │
│  4. /배틀 @타겟유저 → 대결 실행                           │
│  5. 결과 파싱 → 승/패, 획득 골드                          │
│  6. 텔레메트리 기록                                       │
│  7. 쿨다운 대기 (rate limit 방지)                         │
│  8. 반복                                                  │
└──────────────────────────────────────────────────────────┘

2.3 OCR 파싱 패턴

// 프로필 파싱
type Profile struct {
    Name       string  // @정진하
    Level      int     // +16
    SwordName  string  // 모래의 우주적 종언의 섭리
    Wins       int     // 34승
    Losses     int     // 22패
    Gold       int     // 18 G
}

// 랭킹 파싱 (배틀 랭킹에서 레벨 추출)
type RankingEntry struct {
    Rank     int     // 1위
    Username string  // @검키지지
    Level    int     // +20 (강화 랭킹에서)
    Wins     int     // 2255승
    Losses   int     // 838패
}

// 배틀 결과 파싱
type BattleResult struct {
    Winner      string  // @설민재
    Loser       string  // @정지용
    WinnerLevel int     // +14
    LoserLevel  int     // +16
    GoldEarned  int     // 2,407,543G
    IsUpset     bool    // 역배 여부 (낮은 레벨이 이김)
}

2.4 메뉴 UI 추가

=== 카카오톡 검키우기 ===
1. 강화 목표 달성
2. 히든 검 뽑기
3. 골드 채굴 (돈벌기)
4. 자동 배틀 (역배)     ← NEW
5. 옵션 설정
0. 종료

선택: 4

=== 자동 배틀 설정 ===
역배 레벨 차이 (1-3): 2
배틀 간격 (초): 5
목표 승수 (0=무제한): 10

⏱️ 30분간 자동 배틀을 시작합니다...

📊 내 프로필: +12 불꽃의 검 (45승 30패)
🎯 타겟 범위: +13 ~ +14

⚔️ #1: @상대유저 (+13) vs 나 (+12)
   → 승리! +125,000G 획득 (역배 성공!)

⚔️ #2: @다른유저 (+14) vs 나 (+12)
   → 패배... 다음 기회에

[30분 경과]
=== 배틀 종료 ===
⚔️ 총 배틀: 45회
🏆 승리: 18회 (40%)
💰 순수익: +2,350,000G
📤 통계 전송 완료!

3. 확장 데이터 수집 설계

3.1 수집 데이터 전체 목록

카테고리	데이터	용도
세션	시작/종료 시간, 모드, 실행 시간	사용 패턴 분석
강화	시도 횟수, 성공/실패/파괴, 레벨별 확률	최적 강화 전략
파밍	획득 검 등급, 히든 확률	파밍 효율 분석
판매	검 이름, 레벨, 판매가	가격 테이블 구축
배틀	상대 레벨, 승/패, 획득 골드	역배 전략 최적화
골드	수입/지출 내역	경제 시스템 분석

3.2 확장된 Stats 구조

// internal/telemetry/telemetry.go

type Stats struct {
    // 기존
    TotalCycles      int `json:"total_cycles"`
    SuccessfulCycles int `json:"successful_cycles"`
    FailedCycles     int `json:"failed_cycles"`
    TotalGoldMined   int `json:"total_gold_mined"`
    TotalSwordsFound int `json:"total_swords_found"`
    SessionDuration  int `json:"session_duration_sec"`

    // 강화 통계 (NEW)
    EnhanceAttempts  int            `json:"enhance_attempts"`
    EnhanceSuccess   int            `json:"enhance_success"`
    EnhanceFail      int            `json:"enhance_fail"`
    EnhanceDestroy   int            `json:"enhance_destroy"`
    EnhanceByLevel   map[int]LevelStats `json:"enhance_by_level,omitempty"`

    // 배틀 통계 (NEW)
    BattleCount      int `json:"battle_count"`
    BattleWins       int `json:"battle_wins"`
    BattleLosses     int `json:"battle_losses"`
    BattleGoldEarned int `json:"battle_gold_earned"`
    UpsetWins        int `json:"upset_wins"`        // 역배 승리
    UpsetAttempts    int `json:"upset_attempts"`    // 역배 시도

    // 판매 통계 (NEW)
    SalesCount       int `json:"sales_count"`
    SalesTotalGold   int `json:"sales_total_gold"`
    SalesMaxPrice    int `json:"sales_max_price"`
    SalesAvgPrice    int `json:"sales_avg_price"`

    // 파밍 통계 (NEW)
    FarmingAttempts  int `json:"farming_attempts"`
    HiddenFound      int `json:"hidden_found"`
    TrashFound       int `json:"trash_found"`
}

type LevelStats struct {
    Attempts int `json:"attempts"`
    Success  int `json:"success"`
    Fail     int `json:"fail"`
    Destroy  int `json:"destroy"`
}

3.3 이벤트 로그 (상세 기록)

// 개별 이벤트 상세 로그 (선택적 전송)
type EventLog struct {
    Timestamp   int64  `json:"ts"`
    EventType   string `json:"type"`    // enhance, battle, sale, farm
    Details     any    `json:"details"`
}

type EnhanceEvent struct {
    FromLevel int    `json:"from"`
    ToLevel   int    `json:"to"`
    Result    string `json:"result"`  // success, fail, destroy
}

type BattleEvent struct {
    MyLevel       int    `json:"my_level"`
    OpponentLevel int    `json:"opp_level"`
    Result        string `json:"result"`  // win, lose
    GoldEarned    int    `json:"gold"`
    IsUpset       bool   `json:"upset"`
}

type SaleEvent struct {
    SwordName  string `json:"sword_name"`
    Level      int    `json:"level"`
    Price      int    `json:"price"`
}

3.4 서버 DB 스키마 확장

-- 기존 telemetry 테이블 유지

-- 상세 이벤트 테이블 (NEW)
CREATE TABLE events (
    id INTEGER PRIMARY KEY AUTOINCREMENT,
    session_id TEXT NOT NULL,
    event_type TEXT NOT NULL,  -- enhance, battle, sale, farm
    event_data JSON NOT NULL,
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

CREATE INDEX idx_events_session ON events(session_id);
CREATE INDEX idx_events_type ON events(event_type);

-- 집계 뷰 (분석용)
CREATE VIEW enhance_stats AS
SELECT
    json_extract(event_data, '$.from') as from_level,
    json_extract(event_data, '$.result') as result,
    COUNT(*) as count,
    ROUND(COUNT(*) * 100.0 / SUM(COUNT(*)) OVER (PARTITION BY json_extract(event_data, '$.from')), 2) as rate
FROM events
WHERE event_type = 'enhance'
GROUP BY from_level, result;

CREATE VIEW battle_upset_stats AS
SELECT
    json_extract(event_data, '$.my_level') as my_level,
    json_extract(event_data, '$.opp_level') - json_extract(event_data, '$.my_level') as level_diff,
    SUM(CASE WHEN json_extract(event_data, '$.result') = 'win' THEN 1 ELSE 0 END) as wins,
    COUNT(*) as total,
    ROUND(SUM(CASE WHEN json_extract(event_data, '$.result') = 'win' THEN 1 ELSE 0 END) * 100.0 / COUNT(*), 2) as win_rate
FROM events
WHERE event_type = 'battle' AND json_extract(event_data, '$.upset') = 1
GROUP BY my_level, level_diff;

CREATE VIEW sale_price_table AS
SELECT
    json_extract(event_data, '$.level') as level,
    MIN(json_extract(event_data, '$.price')) as min_price,
    AVG(json_extract(event_data, '$.price')) as avg_price,
    MAX(json_extract(event_data, '$.price')) as max_price,
    COUNT(*) as sample_count
FROM events
WHERE event_type = 'sale'
GROUP BY level;

4. 데이터 활용 계획

4.1 분석 가능한 인사이트

분석	데이터 소스	기대 효과
강화 확률표	enhance_by_level	레벨별 실제 성공률 공개
역배 승률표	battle_upset_stats	최적 역배 레벨 차이 도출
판매 가격표	sale_price_table	검 레벨별 시세 공개
시간대별 효율	session times	최적 플레이 시간대
파밍 히든 확률	farming stats	히든 출현율 측정

4.2 커뮤니티 공개 API

# 서버 API 확장

@app.get("/api/enhance-rates")
async def get_enhance_rates():
    """레벨별 강화 성공률 (커뮤니티 공개)"""
    # enhance_stats 뷰에서 조회

@app.get("/api/upset-rates")
async def get_upset_rates():
    """역배 승률표 (레벨 차이별)"""
    # battle_upset_stats 뷰에서 조회

@app.get("/api/price-table")
async def get_price_table():
    """검 레벨별 판매 시세"""
    # sale_price_table 뷰에서 조회

5. 구현 계획

5.1 Phase 1: 데이터 수집 확장 (1일)

[ ] Stats 구조체 확장 (enhance, battle, sale 필드)
[ ] RecordEnhance(), RecordBattle(), RecordSale() 메서드 추가
[ ] 기존 루프에 기록 호출 추가
[ ] 서버 DB 스키마 업데이트

5.2 Phase 2: 자동 배틀 모드 (2일)

[ ] OCR 파싱: 프로필, 랭킹, 배틀 결과
[ ] ModeBattle 상태 머신 구현
[ ] 타겟 선정 알고리즘 (레벨 차이 기반)
[ ] 배틀 쿨다운 관리
[ ] 메뉴 UI 추가

5.3 Phase 3: 분석 대시보드 (선택)

[ ] 통계 집계 API 구현
[ ] 간단한 웹 대시보드 (선택)
[ ] 주간 리포트 자동 생성

6. 기술 고려사항

6.1 Rate Limiting 대응

const (
    battleCooldown = 5 * time.Second   // 배틀 간 최소 간격
    commandDelay   = 1 * time.Second   // 명령어 간 딜레이
)

6.2 OCR 정확도 개선

배틀 결과 메시지는 이모지가 많아 OCR 오인식 가능성 있음:

🏆결과 → 키워드 기반 파싱
골드 숫자에서 콤마 제거: 2,407,543 → 2407543
유저명 @ 기호로 구분

6.3 에러 복구

func (e *Engine) loopBattle() {
    for e.running {
        // 프로필 읽기 실패 시 재시도
        profile, err := e.readProfile()
        if err != nil {
            logger.Warn("프로필 읽기 실패, 5초 후 재시도")
            time.Sleep(5 * time.Second)
            continue
        }

        // 랭킹에서 타겟 없으면 스킵
        targets := e.findTargets(profile.Level)
        if len(targets) == 0 {
            logger.Info("적합한 타겟 없음, 대기")
            time.Sleep(30 * time.Second)
            continue
        }

        // 배틀 실행
        ...
    }
}

7. 예상 데이터 수집량

사용자 수	일일 이벤트	월간 DB 증가	분석 가치
10명	~1,000	~5MB	기초 통계
100명	~10,000	~50MB	신뢰할 수 있는 확률
1,000명	~100,000	~500MB	정밀한 전략 도출

8. 리스크

리스크	대응
배틀 쿨다운으로 인한 느린 진행	다른 활동(강화, 파밍)과 병행
OCR 오인식	키워드 기반 파싱 + 검증 로직
게임 업데이트로 메시지 포맷 변경	파싱 로직 모듈화, 쉬운 수정
역배 연패로 골드 소진	최소 골드 보유 시 자동 중단

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

자동 배틀 및 데이터 수집 확장 기획안

1. 개요

1.1 목표

1.2 게임 메커니즘 이해

2. 자동 배틀 모드 설계

2.1 역배 전략 (Underdog Betting)

2.2 자동 배틀 플로우

2.3 OCR 파싱 패턴

2.4 메뉴 UI 추가

3. 확장 데이터 수집 설계

3.1 수집 데이터 전체 목록

3.2 확장된 Stats 구조

3.3 이벤트 로그 (상세 기록)

3.4 서버 DB 스키마 확장

4. 데이터 활용 계획

4.1 분석 가능한 인사이트

4.2 커뮤니티 공개 API

5. 구현 계획

5.1 Phase 1: 데이터 수집 확장 (1일)

5.2 Phase 2: 자동 배틀 모드 (2일)

5.3 Phase 3: 분석 대시보드 (선택)

6. 기술 고려사항

6.1 Rate Limiting 대응

6.2 OCR 정확도 개선

6.3 에러 복구

7. 예상 데이터 수집량

8. 리스크

9. 결론

구현 우선순위

예상 효과

FilesExpand file tree

BATTLE_FEATURE_PLAN.md

Latest commit

History

BATTLE_FEATURE_PLAN.md

File metadata and controls

자동 배틀 및 데이터 수집 확장 기획안

1. 개요

1.1 목표

1.2 게임 메커니즘 이해

2. 자동 배틀 모드 설계

2.1 역배 전략 (Underdog Betting)

2.2 자동 배틀 플로우

2.3 OCR 파싱 패턴

2.4 메뉴 UI 추가

3. 확장 데이터 수집 설계

3.1 수집 데이터 전체 목록

3.2 확장된 Stats 구조

3.3 이벤트 로그 (상세 기록)

3.4 서버 DB 스키마 확장

4. 데이터 활용 계획

4.1 분석 가능한 인사이트

4.2 커뮤니티 공개 API

5. 구현 계획

5.1 Phase 1: 데이터 수집 확장 (1일)

5.2 Phase 2: 자동 배틀 모드 (2일)

5.3 Phase 3: 분석 대시보드 (선택)

6. 기술 고려사항

6.1 Rate Limiting 대응

6.2 OCR 정확도 개선

6.3 에러 복구

7. 예상 데이터 수집량

8. 리스크

9. 결론

구현 우선순위

예상 효과