성장 / 수치（Progression）
축적과 곡선으로 장기 목표를 만듭니다. 핵심은 제어 가능한 성장과 단계적 임계점입니다.
무엇인가
한 판을 마치고 자원을 모으고 레벨업하고 다음에는 더 멀리 갑니다. RPG 레벨링과 Vampire Survivors의 판 사이 영구 강화가 이 위에 만들어졌습니다.
어떻게 플레이하는가
이번 판은 죽었지만 경험치는 저축됐고 파워는 커졌습니다. 다음 판에는 '지금은 더 강해졌다'가 분명히 느껴집니다. 실패조차 투자가 되어 계속 빠져듭니다.
왜 배워야 하는가
장기 리텐션의 고전적 엔진입니다. 작은 승리들을 보이는 성장선으로 엮어 플레이어가 '한 레벨만 더 하고 자야지'라고 말하게 합니다.
성장 플레이는 쓴 시간을 되돌릴 수 없는 능력 자산으로 전환합니다. 모든 행동이 생산을 내고, 실패는 보장된 하한을 지급하며, 단계적 임계점이 새 목표를 계속 해금합니다. 어려운 부분은 숫자가 아니라 곡선의 리듬과 공정함입니다. 가파르게 오르는 비용은 동기를 죽이고, 너무 빠른 성장은 콘텐츠를 태우며, 순수 노가다와 순수 고통은 모두 이탈을 부릅니다. '한 판만 더'는 정밀한 거리 감각에서 나옵니다. 다음 레벨이 결코 멀어 보이지 않는 것입니다.
이 메커니즘이 중요한 이유
플레이어에게
성장은 쓴 시간이 저축된 시간이라는 확신을 줍니다. 진 판도 당신을 강하게 하므로, 낭비된 판은 없습니다.
생태계에
메타 프로그레션은 리텐션 경제학의 핵심 엔진입니다. 보장된 지급이 좌절 이탈을 막고, 마일스톤 해금이 콘텐츠 소비를 장기 목표에 분산하며, 비용 곡선과 스태미나 경제가 장기 운영 타이틀의 LTV 상한을 직접 정합니다. 로그라이크와 방치 게임의 상업적 기적은 대부분 이 구조 위에 있습니다.
응용 가능한 기법
성장 설계를 배우면 플레이어 시간을 자산화하는 법을 익히는 것입니다. 비용 곡선, 연패 보정, 임계점 해금. 리텐션이 필요한 모든 것, 배틀 패스부터 학습 앱까지 이식되는 구조입니다.
학습 목표
- 초급: 행동 → 자원 획득 → 업그레이드/해금 → 파워업 → 새 목표라는 성장 루프를 이해하고, 데모에서 업그레이드를 한 번 재현한다
- 중급: 비용 곡선과 보장 하한 계약(비용 증가 규칙, 실패 보상, 연패 보정 트리거)을 작성하고 성장률을 튜닝한다
- 고급: 임계점 페이스와 해금 리듬(마일스톤 맵)을 설계하고, 리텐션 곡선, 파밍 이윤 폭, 임계점 도달률로 장기 건전성을 검증한다
② 바로 플레이 가능한 데모
성장 / 수치（Progression） Demo
게임 불러오는 중…
규칙 힌트
규칙: 행동 완료 → 자원 획득 → 업그레이드/해금 → 능력 강화 → 새로운 목표와 더 높은 비용.
실험 가이드: 데모를 실험처럼 다뤄 보세요
업그레이드 곡선 실험
실행: 재화를 모아 '업그레이드(보조)'를 클릭하고, metaPower가 뛰고 다음 레벨 비용이 오르는 것을 지켜보세요
관찰: 업그레이드 비용은 레벨에 따라 스케일됩니다. 비용 곡선이 성장 리듬을 정합니다. metaPower가 뛸 때마다 즉각적인 '강해졌다'가 오고, 올라가는 다음 레벨 비용이 '조금만 더'라는 견인을 살립니다
보장 성장 관찰
실행: 일부러 몇 판 연속으로 실패하고 badStreak이 올라가는지, 재화는 계속 늘어나는지 확인해 보세요
관찰: 실패해도 재화가 나옵니다. 보장된 획득이 좌절로 인한 이탈을 막습니다. badStreak은 보호 메커니즘의 트리거입니다. 연패가 길수록 보정이 강해져 '순수한 벌칙'을 '제어된 성장'으로 바꿉니다
난이도 대비
실행: 쉬움과 어려움에서 각각 '1스텝 전진'을 10스텝씩 진행하고 runDepth와 metaPower를 비교해 보세요
관찰: 어려움에서는 runDepth가 얕지만 metaPower는 계속 쌓입니다. 영구 성장이 판당 실력에서 분리된 것입니다. 판 안의 실패가 판 밖의 성장을 막지 않습니다. 이것이 '순수 노가다 아니면 순수 고통' 함정의 탈출구입니다
③ 행동 시스템 분석
3.1 해결하는 문제
- 실패해도 성장이 보장되게 합니다(보장된 보상/경험치). 좌절과 이탈을 줄입니다.
- 영구 스탯과 단기 스킬의 균형을 맞춰 순수한 노가다도 순수한 벌칙도 아니게 합니다.
- 마일스톤 해금으로 복귀와 탐험을 유도해 지속 가능한 목표를 만듭니다.
3.2 최소 규칙 집합
- 자원: 클릭당 에너지 1 획득. 에너지는 업그레이드나 해금에 사용할 수 있습니다.
- 업그레이드: 비용 = 현재 레벨 × 10. 업그레이드 후 스탯 +1 증가.
- 임계점: 에너지 100마다 새 능력 해금. 임계점은 매번 50씩 증가.
3.3 시스템 루프 (선택 사항)
입력(행동) → 피드백(자원 획득) → 결정(배분) → 상태 변화(업그레이드/해금) → 새 능력 → 새 입력.
설계 노트
실패는 보장된 하한을 지급해야 합니다. 연패 보정은 '순수 고통'을 '제어된 성장'으로 바꿉니다. 연패 카운터는 동정이 아니라 좌절이 빈손으로 끝나지 않음을 보장하는 장치입니다.
메타 성장은 판당 실력과 분리되어야 합니다. 얕은 판도 메타 파워를 키웁니다. 판 안 실패가 판 밖 성장을 막지 않습니다. 이것이 '순수 노가다 아니면 순수 고통' 함정의 유일한 탈출구입니다.
마일스톤은 곡선에 박아 넣은 등대입니다. 단계 목표 없는 긴 곡선은 진행을 무의미하게 합니다. 모든 임계점에는 보이는 보상이나 새 메커니즘을 걸어야 합니다. 그렇지 않으면 숫자는 제자리에서 돌 뿐입니다.
④ 흔한 조합과 변형
성장 + 방치
방치 생산이 에너지를 계속 만들고, 모인 에너지를 업그레이드에 써서 루프를 만듭니다.
성장 + 전투
전투가 에너지를 소모하고, 승리가 경험치를 줍니다. 경험치를 업그레이드에 써 전투력을 높입니다.
성장 + 매치
레벨 진행과 연쇄 자원이 성장을 이끕니다. 매치 완료가 추가 업그레이드를 발동할 수 있습니다.
⑤ 고급 설계와 알고리즘 (접힘)클릭하여 펼치기
설계 시 주의사항
- 업그레이드 비용이 너무 높으면 동기가 꺾이고, 너무 낮으면 도전감과 성취감이 줄어듭니다. 디자이너는 비용 곡선과 플레이어 투입의 균형을 맞춰 도전과 만족을 모두 유지해야 합니다.
- 성장 곡선이 너무 빠르면 게임 수명이 짧아지고, 너무 느리면 플레이어 이탈로 이어집니다. 적절한 성장률과 마일스톤 설정이 경험 주기를 늘립니다.
- 단계 목표가 없으면 성장이 무의미하게 느껴집니다. 각 임계점은 보이는 보상이나 새 게임플레이 요소와 묶어 동기를 유지해야 합니다.
- 플레이어가 장기 성장을 위해 눈앞의 이득을 포기할 때 전체 경험이 좋아질 수 있습니다. 장기 목표가 지속적인 동기를 주기 때문입니다. 디자이너는 초반에 예측 가능한 마일스톤을 배치해 플레이어를 더 큰 목표로 이끌어야 합니다.
알고리즘 예시
- 스탯: 구간별 곡선, 보장 보상, 노가다 방지 메커니즘.
- 경제: 인플레이션 제어, 상한, 소프트 캡.
⑥ 관련 사례 아티클
Gacha Simulation: Understanding Pity Mechanics and Probability Psychology
This article deconstructs the structural differences between hard and soft pity systems, analyzing how probability psychology creates perceptual bias. Through simulation verification of gacha data, we reveal the impact of emotional thresholds on decision-making. This helps developers quantify the risks of pity strategies and optimize numerical design to enhance user retention and willingness to pay.
Infinite Progression: Balancing Exponential Cost Curves and Simulated Infinity
This guide deconstructs cost scaling and milestone thresholds in clicker/idle games to implement sustainable 'simulated infinity.' By combining non-linear cost growth with periodic system unlocks and prestige mechanics, developers can maintain player engagement without triggering late-game collapse, offering a high-execution framework for solving retention issues in pseudo-infinite loops.
Failure as Progress: Balancing Permanent Growth and Anti-Farm Mechanics
A deep dive into Roguelike permanent growth scaling and anti-farming systems. Learn how to balance rhythm-based unlocks and numerical feedback to transform player frustration into a compelling progression loop, ensuring a fair and engaging strategy space.
Random Events: Balancing Good/Bad Ratios and Implementing Negative Feedback Mitigation
This guide deconstructs random event mechanics, establishing a baseline probability distribution between positive and negative outcomes. It introduces a continuous negative feedback correction algorithm to prevent players from falling into a 'death spiral.' Readers will master techniques for smoothing player experience through event pools and pity systems, learning how to tune random parameters to balance procedural generation length and level difficulty in Roguelike games.
Tap-to-Evolve: Feedback Loops and Inflation Thresholds
This article deconstructs the tap-to-evolve mechanic, analyzing the click feedback loop and numerical inflation thresholds. It details how clicks drive upgrade pacing and maintain numerical readability, equipping developers with core loop design and balance strategies for casual games.
Drag-and-Drop Placement: Balancing Manual Yield Gaps and Offline Rewards
A deep dive into the numerical logic of drag-and-drop placement mechanics. By comparing manual yield gaps with offline reward formulas, we derive a balancing equation to curb excessive manual play. The guide covers cap setting, anti-farming mechanisms, and reward curve design, offering actionable solutions to the 'tiring when active, losing out when idle' player pain point.