프리플랍 레인지 단순화법: 복잡한 GTO 차트를 외울 수 있는 플레이로 바꾸기

프리플랍 혼합 빈도는 완전히 실행하기 어렵다. 이 글은 GTO Wizard 발표자의 단순화 흐름을 정리한다. 현재 솔루션의 퓨어 전략을 유지하고 외우기 쉬운 빈도로 전체 구조를 맞춘 뒤, 상대가 재적응하도록 두고 루트 노드에서 EV를 비교한다. 0.2%-0.3% 팟 목표는 특정 데모에서의 발표자 경험값이며 보편적 기준으로 삼을 수 없다.

PokerSlate 오리지널 일러스트
PokerSlate 오리지널 일러스트

작성자: PokerSlate AI-assisted editorial desk · 편집자: PokerSlate separate AI editorial review

게시일:
수정일:
검토일:

복잡도는 컴퓨터에겐 공짜, 사람에겐 비싼 대가

영상은 두 장의 프리플랍 차트를 나란히 보여주며 시작한다. 하나는 혼합 빈도로 가득한 GTO 원본, 다른 하나는 발표자가 직접 만든 단순화 버전이다. 발표자에 따르면 솔버는 둘의 피착취도가 같다고 평가하며, 완벽한 카운터에 대해 똑같이 딴다고 한다. 이 말이 글 전체의 전제이자, 할인해서 들어야 할 말이기도 하다. 이 말이 성립하는 조건은 단순화 이후 전략이 뒤에 나오는 루트 노드 측정을 실제로 통과했을 때이지, 단순화 자체가 원래 손해가 없다는 뜻이 아니다.

발표자의 핵심 판단은 직설적이다. 실행이 좋은 단순 전략은 장기적으로 실행이 나쁜 복잡 전략을 이긴다. 버튼 오픈에 대한 싱글레이즈 팟의 빅블라인드 디펜스 차트가 반례로 등장한다. 보기엔 멋지지만 혼합 빈도 투성이라 현실에서 아무도 외우지 못하고, 대부분은 감으로 친다. 이유는 복잡도가 컴퓨터에게는 공짜 자원이지만 사람에게는 그렇지 않기 때문이다. 사람의 실행이 틀어지는 순간 이론상 최적은 실현되지 않는다. 그래서 이 글이 풀 문제는 더 좋은 사이즈 찾기가 아니라, 의식적으로 이론 EV를 조금 내주고 실행 가능성을 사는 것이다.

01PokerSlate

단순화의 대가와 합격선

01

왜 단순화하는가

복잡도는 컴퓨터에겐 공짜, 사람에겐 비싸다. 외우지 못하면 이론 EV는 실현되지 않는다.

02

피착취도 정의

GTO의 EV에서 단순화 버전의 EV를 뺀 값. 완벽한 카운터에 최대 얼마를 잃는가.

03

읽기는 할인해서

이론값이지 실제 손실이 아니다. 실제 상대는 최대 착취를 구사할 수 없다.

04

목표 구간

0.1%에서 멈추고, 0.2~0.3%는 프로 스위트 스폿, 0.4% 이상은 재반복.

05

복잡도 거듭제곱 법칙

가까워질수록 비싸다. 미세 커버리지 구멍은 실전에서 거의 잡히지 않는다.

개념도. 수치는 영상 멘트 정리이며 실측 결론이 아님. 수치는 해당 영상 데모 설정에만 속한다.

피착취도는 결정 지점이 아니라 루트 노드에서 재라

발표자는 피착취도(여기서는 내시 거리라 부른다)로 단순화 비용을 평가한다. 완벽한 카운터에 대해 최대 얼마의 EV를 잃는가라는 의미다. 발표자가 사용한 비교에서는 동일한 루트 노드의 기준 GTO EV에서 상대 최선 대응 이후 단순화 전략의 EV를 뺀 값으로 계산한다. 핵심 운용 포인트는 측정점을 루트 노드, 즉 해당 스트리트 첫 번째 폴드하지 않은 노드에 두어야 한다는 점이다. 버튼 오픈에 대한 빅블라인드 응대를 단순화한다면 오픈을 마주한 시점이 아니라 버튼이 행동하기 전에 재야 한다. 버튼은 단순화에 맞춰 오픈 전략을 조정하므로 위치를 잘못 재면 이상한 조건 논리가 끼어들기 때문이다.

놓치기 쉬운 또 하나의 주의점은 피착취도가 이론값이지 실제 손실이 아니라는 것이다. 실제 상대는 최대 착취를 구사하지도 못하고, 구사할 수도 없다. 따라서 0.5포인트의 피착취도가 실전에서 0.5포인트를 진다는 뜻과 같지 않다. 현재 유일하게 수치화 가능한 객관 잣대일 뿐이므로, 쓸 때는 할인해서 봐야 한다. 발표자의 목표는 차이가 팟의 0.1% 이내에 들어오면 멈추는 것이며, 그 정도면 충분히 가깝다고 본다. 0.2~0.3%는 프로가 차트를 만들 때의 스위트 스폿이다. 0.4%를 넘으면 보통 몇 차례 더 반복할 수 있지만, 레크리에이션 플레이어용 초단순 표라면 훨씬 커도 받아들일 수 있다.

GTO에 가까워질수록 진전은 어려워지며, 발표자는 이를 숨겨진 복잡도 거듭제곱 법칙이라 부른다. 5%에서 1%로 누를 때 고치는 것은 주로 매크로 리크, 예컨대 너무 많이 폴드하거나 강한 핸드로 돈을 다 넣지 못하는 것으로, 이들은 실전에서 정말로 잡히는 실수다. 0.2%에서 0.1%로 누를 때 고치는 것은 대개 마이크로 리크, 예컨대 특정 라인의 특정 턴 스페이드 6 커버리지 같은 것으로, 이런 실수는 기계 신만이 잡을 수 있고 정보 전달이 극히 느려 실전에서는 거의 문제가 되지 않는다. 그는 실전 피착취를 두 층으로 나눈다. 큰 그림의 핸드 선택과 전체 빈도는 정말로 처벌받지만, 미세한 커버리지 불균형은 이론상 피착취에 불과하고 노이즈가 커서 발견되기 어렵다.

6맥스 시연: 먼저 퓨어 전략을 고정하고 50/50으로 빈도를 맞춘다

발표자는 먼저 헤즈업 SB 대 BB 예시로 측정법을 교정한다. GTO와 노드락 단순화 버전 모두 BB EV가 53.8%다. 시청자가 더 관심 있는 6맥스 캐시로 넘어가 BB 대 버튼 새 솔루션을 현장에서 푼다. 벳 크기는 데모 목적만의 조정으로, 프리셋 트리 수정을 바탕으로 특정 3-bet 크기를 12.5BB로 설정하고 4-bet all-in 옵션을 유지한다. 빠른 반복은 fast 모드로, 정밀 측정은 classic 모드로 하며, 일반적으로 멀티웨이·깊은 스택은 classic, 헤즈업·얕은 스택은 fast를 권장한다. 시작 전 우클릭 탭 복제나 Spot 저장으로 원본 솔루션을 기준으로 백업해야 한다.

첫 단계는 언제나 현 솔루션의 퓨어 전략 정리다. 원본에는 순수 폴드인 핸드와 순수 레이즈인 핸드가 있는데, 예컨대 해당 솔루션에서 콜보다 레이즈를 엄격히 선호하는 TT 이상, 수딧 AJ, AK 같은 핸드다. 발표자는 먼저 현 솔루션의 퓨어 전략을 유지하는데, 이는 설정이나 상대 레인지가 바뀌어도 같은 액션이 필수라는 뜻이 아니다. 이어서 나머지 혼합 레이즈를 지우고 백지에서 빈도를 맞춘다. 첫 단순화에서는 관찰된 전체 폴드율 53%에 대해 GTO 기준이 55%이므로 마지널 핸드를 폴드 쪽에 보태 빈도를 맞춘다. 혼합 부분은 외우기 쉬운 운용으로, 섞어야 할 그룹을 일괄 50% 레이즈·50% 콜로 설정한다. 정확한 핸드 선택은 해당 솔루션의 indifference 상황에 따른다. 노드락 시에는 선행 노드를 잠그지 않음에 체크해 버튼이 BB 단순화 전략에 맞춰 오픈 레인지를 동적으로 조정하도록 한 뒤 루트 노드에서 피착취도를 읽는다.

02PokerSlate

추측과 검증 워크플로

01

한 스팟씩 진행

한 번에 한 자리. 빅블라인드 대 버튼 같은 단점에서 시작한다.

02

루트 노드 기준 기록

원본을 복사해 기준으로. 반복은 fast, 정밀 측정은 classic.

03

퓨어 전략 고정

순수 폴드·순수 레이즈를 먼저 고정하고 나머지 혼합 빈도를 지운다.

04

전체 빈도 맞추기

혼합은 전부 50/50. 브로드웨이·수딧 커넥터·스몰 수딧 A를 뼈대로 전체 빈도를 원본에 맞춘다.

05

상대 적응 풀어주기

'선행 노드 잠금 해제'를 선택하여 버튼이 빅블라인드의 단순화 전략에 맞춰 오픈 범위를 재조정하도록 한 뒤, 루트 노드에서 피착취도를 읽는다.

개념도. 단계 순서는 영상 시연과 동일. 수치는 해당 영상 데모 설정에만 속한다.

세 가지 진단으로 두 번째 시도를 동점까지 끌어올린다

첫 결과는 루트 노드에서 53.7%, 원본은 54.2%로 0.5포인트 차이다. 발표자는 많은 플레이어가 여기서 멈춰도 되지만 더 좋아질 수 있다고 본다. 진단은 세 가지 세트다. 첫째는 상대의 응대를 본다. 3벳에 대해 상대 폴드가 61%대에서 64%대로 오르고 레이즈가 줄면, 자신의 3벳이 너무 타이트하고 강하다는 뜻이다. 둘째는 Compare EV의 레이즈 대 콜 비교를 본다. 넓게 초록빛인 핸드는 레이즈를 원하고, 회색 핸드는 거의 무차별이며, 결론은 역시 레이즈 부족과 강한 구조다. 셋째는 국소 언락으로, 전략 전체가 아니라 한두 핸드만 풀어 솔버가 어떻게 미세 조정하려는지 본다.

두 번째 시도는 성적을 저장한 뒤 고친다. 너무 강했던 브로드웨이 일부를 콜로 되돌리고 수딧 개퍼로 교체하며, 원본을 다시 확인해 그런 핸드가 실제로 3벳 무차별인지 확인하고 쓴다. 오프수트 A4는 따로 언락 실험을 해서, 솔버가 절반 시간 레이즈를 원하면 절반으로 고정한다. 오프수트 AQ는 퓨어 레이즈로 만들고, 포켓 9도 강화한다. 읽기를 루트 노드로 되돌리면 단순화 버전 54.2%, 원본도 54.2%로 거의 동점이다. 발표자 본인도 이번엔 운이 좀 따랐다고 인정하며, 보통은 이렇게 빠르지 않다고 한다.

03PokerSlate

세 가지 진단과 마무리

01

상대 응대 보기

상대의 과도한 폴드는 내가 타이트하다는 뜻, 레이즈 감소는 구조가 강하다는 뜻.

02

레이즈 대 콜 비교

넓은 초록은 레이즈 욕구. 레이즈 부족이자 강한 구조의 신호다.

03

국소 언락 시도

한두 핸드만 푼다. 예컨대 오프수트 A4로 절반인지 전부인지 본다.

04

케이브맨 균형 수용

전체가 착취 불가해도 단일 핸드 동기는 틀리다. 충분하면 다음 자리로.

개념도. 어떤 언노운 홀카드에도 의존하지 않음. 수치는 해당 영상 데모 설정에만 속한다.

레시피를 외우고 완벽주의자가 되지 마라

전체가 동점이어도 개별 핸드 동기는 틀릴 수 있다. 예컨대 AQ를 레이즈에 넣었지만 솔버는 거기서 레이즈를 좋아하지 않는다. 발표자 표현으로는 이는 내시 균형이 아니라 대략적 단순화 전략인 caveman equilibrium이며, 데모 루트 노드 EV 읽기가 가깝다는 것이 모든 핸드가 내시 균형 유인을 만족한다는 증명이 되지 않는다. 목표는 처음부터 완벽이 아니라 충분하면 다음 스팟으로 넘어가는 것이다. 단순화할 스팟이 너무 많기 때문이다.

레시피는 단계별로 접힌다. 한 번에 한 자리만 하고, 같은 트리에서 모든 것을 단순화하지 않는다. GTO를 풀고 루트 노드에서 기준을 기록한다. 퓨어 전략을 고정한다. 50/50으로 전체 빈도를 GTO에 가깝게 맞춘다. 고정한 뒤 루트 노드로 돌아가 비교한다. 매 라운드 최고 성적을 저장하고, 안 되면 최고점으로 돌아가 다시 시도한다. 과정에서는 상대 응대, Compare EV, 국소 언락을 돌려가며 방향을 찾고, fast에서 피착취도 0.2~0.3%까지 밀어붙인다. 따지고 싶다면 classic으로 0.1%까지 민다. 발표자는 전자로 충분하다고 보고, 후자는 굳이 요구하지 않는다.

지역별 참고 사항

프리플랍 차트를 읽을 수 있지만 복잡한 시뮬레이션을 실행으로 옮기지 못하는 독자용이다. 이 글은 6맥스 BB 대 BTN 등 영상 데모를 사용하며, 모든 EV·빈도·정확도 목표는 각 레인지·스택·레이크·트리·솔버 모드에 제약을 받는다. 이 글은 솔버를 다시 돌리지 않았다. 9맥스나 다른 스팟으로 옮기기 전에는 새 기준을 만들고 데모 핸드와 임계값을 그대로 복사하지 말 것.

관련 글과 도구

원출처와 검증 기록

  • GTOWizard

    이 전략은 GTOWizard의 2026년 3월 12일 영상(24분 45초, 스크린샷 99장)에서 왔다. 핵심 주장은 프리플랍 혼합 빈도 차트를 외울 수 있는 노드락 단순화 버전으로 다시 쓰고 루트 노드 피착취도로 검수한다는 것이며, 목표값과 진단법 모두 해당 영상에서 나왔다.

    검증됨:

이 글은 다음 영상을 바탕으로 작성되었습니다: GTOWizard · How to Build Simple Preflop Ranges You’ll Actually Remember ↗