작성일 · · 최종 검토일 · · 9분
한국어 · English
당첨 확률은 같지만 나눠 가질 위험은 다르다
로또 1등에 당첨된 사람 중 자동이 더 많다는 이야기는 흔합니다. 그래서 "자동으로 사야 당첨된다"는 결론으로 가기도 하고, 반대로 "수동으로 정성껏 고르는 쪽이 낫다"는 반론이 나오기도 합니다. 둘 다 같은 숫자를 잘못 읽은 것입니다. 이 글은 983개 회차의 1등 당첨자 9,336건을 자동·수동·반자동으로 나눠 본 결과를 보여 주고, 그 비율이 무엇을 말하고 무엇을 말하지 못하는지 구분합니다. 번호를 고르는 방법을 추천하는 글이 아닙니다.
앞선 글 로또 6/45 1등 당첨자는 회차마다 몇 명이 나와야 할까에서 회차별 1등 수가 우연만으로 설명되는 것보다 훨씬 크게 흩어진다는 점을 확인했습니다. 이 글은 그 흩어짐에 자동과 수동이 어떻게 얽혀 있는지를 봅니다.
무엇을 셌나
분석 범위는 262회부터 1247회까지 중 1등 당첨자가 있고 자동·수동·반자동 분류의 합이 1등 수와 일치하는 983개 회차입니다. 262회 이전에는 이 분류가 데이터에 없습니다. 분류 필드가 어느 선택 유형에 대응하는지는 1128회에서 확인했습니다. 보도된 "자동 11명, 수동 52명"이 데이터의 두 필드 값 11과 52와 정확히 일치했습니다. 이 대응은 보도 하나로 대조한 것이므로 언론 보도 기준입니다. 동행복권의 필드 설명 문서는 열람하지 못했습니다.
| 선택 유형 | 당첨자 | 비율 |
|---|---|---|
| 자동 | 6,187 | 66.3% |
| 수동 | 2,885 | 30.9% |
| 반자동 | 264 | 2.8% |
자동이 3분의 2입니다. "자동이 1등이 훨씬 많다"는 말이 나오는 근거가 이 표입니다. 문제는 이 숫자를 어디에 비교하느냐입니다.
분모가 없는 비율
자동 1등이 66%라는 사실만으로는 자동 게임이 더 잘 맞는다고 말할 수 없습니다. 전체 게임 중 자동이 차지하는 비중이 66%라면 자동 1등이 66%인 것은 정확히 기대한 결과입니다. 자동 비중이 80%인데 자동 1등이 66%라면 오히려 수동이 더 잘 맞은 것처럼 보입니다. 필요한 값은 "자동으로 산 게임이 전체의 몇 %인가"입니다.
이 값은 확인되지 않았습니다. 동행복권이 자동·수동 판매 비중을 공개한다는 자료를 찾지 못했습니다. 그러므로 이 사이트는 자동과 수동 중 어느 쪽이 유리하다고 결론 내릴 수 없고, 그렇게 쓴 자료는 분모를 가정으로 채운 것입니다.
그리고 수학적으로 더 근본적인 이유가 있습니다. 추첨기가 뽑는 번호는 사람이 어떻게 골랐는지와 무관합니다. 자동으로 뽑은 한 게임과 수동으로 고른 한 게임의 1등 확률은 모두 8,145,060분의 1로 같습니다. 선택 방식에 따라 게임당 확률이 달라질 수 있는 경로가 없습니다. 달라질 수 있는 것은 같은 조합을 고른 다른 사람의 수뿐입니다.
분모가 왜 중요한지 숫자로 보면 분명해집니다. 자동 게임이 전체 판매의 s를 차지한다고 가정하고, 자동 1등이 66.3%라는 사실로 "자동 게임이 수동 게임보다 몇 배 잘 맞았는가"를 계산해 보겠습니다.
| 가정한 자동 판매 비중 | 자동 게임의 상대적 당첨 비율(수동=1) |
|---|---|
| 50% | 1.97배 |
| 66.3% | 1.00배 |
| 70% | 0.84배 |
| 80% | 0.49배 |
같은 66.3%에서 가정에 따라 "자동이 두 배 유리"에서 "수동이 두 배 유리"까지 나옵니다. 추첨의 구조상 게임당 확률이 같으므로, 자동 판매 비중이 실제로 66% 안팎이었다면 1.00배가 되는 것이 정상이라는 추론은 가능합니다. 하지만 그것은 가정이지 공개된 자료가 아닙니다.
자동/수동 비율이 흥미로운 이유: 쏠림의 단서
비율이 확률을 말해 주지는 못하지만 다른 것을 알려 줍니다. 한 회차에 1등이 몇 명 나왔는지에 따라 수동의 비중이 어떻게 달라지는지 보면 이렇습니다.
수치 보기
| 회차의 1등 당첨자 수 | 회차 수 | 당첨자 | 자동 | 수동 | 반자동 |
|---|---|---|---|---|---|
| 1 | 12 | 12 | 75.0% | 25.0% | 0.0% |
| 2-3 | 59 | 162 | 80.2% | 19.1% | 0.6% |
| 4-7 | 314 | 1800 | 72.4% | 25.8% | 1.7% |
| 8-15 | 492 | 5253 | 68.0% | 29.1% | 3.0% |
| 16+ | 106 | 2109 | 55.7% | 40.7% | 3.6% |
1등이 1명이었던 회차(12개)에서는 수동이 25%였고 2~3명인 회차는 19%, 4~7명인 회차는 26%였습니다. 8~15명인 회차에서는 29%, 16명 이상인 회차(106개)에서는 41%로 올라갑니다. 당첨자가 많이 몰린 회차일수록 수동의 몫이 커졌습니다. 같은 현상이 앞 글의 이례 회차에서도 나타났습니다(1128회 83%, 1019회 84%).
가장 단순한 설명은 이렇습니다. 수동으로 번호를 고르는 사람들은 서로 비슷한 번호를 고르는 경향이 있고, 그 번호가 뽑히면 한꺼번에 당첨됩니다. 자동은 컴퓨터가 번호를 흩어서 뽑으므로 어느 번호가 뽑혀도 자동 당첨자는 비슷한 수로 나옵니다. 그래서 당첨자가 폭발하는 회차에서는 수동의 비중이 커지는 것입니다. 이것은 "수동이 더 많이 당첨된다"는 뜻이 아닙니다. 수동 게임이 어떤 조합들에 쏠려 있어서, 수동 당첨은 드문 대신 터지면 한꺼번에 터진다는 뜻입니다.
한 가지 조심할 점이 있습니다. 이 분석은 당첨자 수를 기준으로 회차를 나눴기 때문에, 당첨자가 많은 회차는 처음부터 "수동이 몰린 번호가 뽑힌 회차"일 수 있다는 선택 효과가 섞여 있습니다. 그래서 위 그림은 인과가 아니라 연관을 보여 줍니다. 이 연관이 약하지 않다는 것은 16명 이상 회차가 전체 회차의 10.8%인데 1등 당첨자의 22.6%를 차지한다는 점에서도 보입니다.
분할 위험을 숫자로 보면
복권 1등은 당첨금 총액을 당첨자 수로 나누는 구조입니다. 내가 1등에 당첨됐다고 가정하고, 나와 같은 조합을 가진 다른 당첨자의 수 K가 평균 μ인 포아송 분포를 따른다고 하면, 내가 받는 몫은 총액의 1/(1+K)이고 그 기댓값은 (1 − e−μ) ÷ μ입니다. 회차에 평균 14명 정도가 당첨되는 구도(기대 당첨자 수 14)를 예로 들면 이렇습니다. 여기서 "인기도 배수"는 내 조합을 고른 사람의 수가 평균 조합의 몇 배인지를 뜻합니다.
| 인기도 배수 | 다른 당첨자 평균 | 내 몫의 기댓값 |
|---|---|---|
| 0.5배 (덜 고르는 조합) | 7 | 14.3% |
| 1배 (평균) | 14 | 7.1% |
| 2배 | 28 | 3.6% |
| 4배 | 56 | 1.8% |
같은 1등이라도 내가 받는 몫의 기댓값이 8배까지 차이가 날 수 있습니다. 아래 도구에서 숫자를 바꿔 볼 수 있습니다.
이 계산은 간단한 모형입니다. 실제 1등 총액은 판매액과 이월에 따라 정해지고 당첨자 수가 늘면 그만큼 나뉜다는 구조만 반영했습니다. 세금은 반영하지 않았고, 세금은 한국 복권 당첨금 세금 가이드에서 다룹니다.
실제 두 회차로 보는 몫의 차이
1128회(2024-07-13)에서 1등 당첨금 총액은 약 264억 5,531만 원이었고, 63명이 나눠 1인당 약 4억 1,993만 원(세전)을 받았습니다. 2026-10-24에 추첨한 1247회의 1등 총액은 약 290억 9,951만 원으로 비슷한 규모였지만 당첨자는 8명이어서 1인당 약 36억 3,744만 원(세전)이었습니다. 총액은 거의 같은데 한 사람이 받는 몫은 8.7배 차이가 난 것입니다.
이 차이는 확률의 차이가 아닙니다. 두 회차 모두 한 게임의 1등 확률은 8,145,060분의 1이었습니다. 다만 1128회는 사람들이 많이 고른 조합이 뽑혔고 1247회는 그렇지 않았습니다. 당첨 후의 세금도 이 차이를 키웁니다. 3억 원을 넘는 부분에는 더 높은 세율이 적용되기 때문에(세금 가이드), 같은 총액에서 몫이 갈린 효과가 실수령액에서도 그대로 나타납니다.
이 예시를 읽을 때 조심할 점은 두 가지입니다. 총액이 항상 비슷한 것은 아니고 판매량과 이월에 따라 달라집니다. 그리고 두 회차는 극단적인 사례를 골라 놓은 것입니다. 평균적인 회차의 1인당 몫은 이 두 값의 중간에 있습니다.
"생일 번호"는 실제로 더 많이 겹칠까
사람들이 생일을 번호로 쓴다면 1~31이 많이 선택될 것입니다. 이를 데이터로 확인할 방법이 있습니다. 당첨 번호 6개 중 31 이하가 몇 개인지로 회차를 나누고, 그 그룹의 실제 1등 수를 기대 수로 나눠 봅니다.
| 31 이하 개수 | 회차 | 비율 | 무작위 추첨에서 이 개수가 나올 확률 |
|---|---|---|---|
| 0~1개 | 13 | (표본이 작아 생략) | 0.8% |
| 2개 | 58 | 0.962 | 5.7% |
| 3개 | 242 | 0.938 | 20.1% |
| 4개 | 408 | 1.048 | 35.2% |
| 5개 | 338 | 0.972 | 29.2% |
| 6개 | 101 | 1.070 | 9.0% |
31 이하가 5개 이상인 439개 회차의 비율은 0.995, 3개 이하인 313개 회차는 0.940으로 차이가 0.056입니다. 이 차이가 우연인지는 순열 검정(20,000회 섞기, 시드 12345)으로 확인했고 한쪽 검정 p 값은 약 0.05입니다. 방향은 "생일 가설"과 같지만 증거로 삼기에는 약합니다. 여러 가지 나눔 중 하나를 골라 본 것이어서 다중 비교의 문제가 있고, 1128회 한 회차가 큰 영향을 주기 때문입니다. 31 이하가 6개인 101회차의 비율도 1.07로 1에 가깝습니다. 이 사이트는 이 결과를 "생일 번호가 겹침을 일으킨다는 증거"로 쓰지 않고, "있을 법하지만 이 데이터로는 단정할 수 없다"로 정리합니다.
반자동은 어떻게 봐야 하나
반자동은 일부 번호만 직접 고르고 나머지는 기계가 채우는 방식입니다. 데이터에서 반자동 비중은 2014년까지 0%이고 2015년부터 3~5%입니다. 이전에는 반자동이 없었을 수도 있고 다른 유형에 합쳐 집계됐을 수도 있는데 어느 쪽인지 확인하지 못했습니다. 그래서 이 글에서는 반자동 비율의 연도별 변화를 해석하지 않습니다.
한계
- 선택 유형별 판매 비중이 비공개입니다. 게임당 당첨 비율은 계산할 수 없고, 어떤 유형이 유리한지는 결론 낼 수 없습니다.
- "당첨자"의 정의를 확인하지 못했습니다. 한 사람이 여러 게임에 당첨되면 사람 수가 아닌 게임 수로 셀 수 있습니다. 이 글은 데이터의 건수를 그대로 썼습니다.
- 연관이지 인과가 아닙니다. 당첨자 수로 회차를 나눈 분석에는 선택 효과가 있습니다.
- 기대값은 여전히 음수입니다. 분할 위험을 줄여도 1등이 될 확률은 8,145,060분의 1로 그대로입니다. 나눠 갖는 몫이 커지는 것은 당첨됐을 때의 이야기일 뿐 당첨 가능성이나 복권의 기대 수익을 바꾸지 않습니다.
그래서 무엇을 가져가면 되나
두 가지를 구분하면 됩니다. 어떤 번호를 고르든 당첨될 확률은 똑같습니다. 하지만 당첨됐을 때 혼자 받을지 여럿이 나눌지는 다른 사람들이 같은 번호를 얼마나 고르느냐에 달려 있습니다. 컴퓨터가 흩어서 뽑는 자동은 쏠림이 거의 없고, 사람이 직접 고르는 수동은 쏠림이 생기기 쉽습니다. 그 쏠림은 당첨 확률을 올리거나 내리지 않고 분할 위험만 바꿉니다. 이 사이트의 번호 생성기도 이 점에서 같습니다. 생성된 번호는 무작위일 뿐 당첨 가능성을 높이지 않습니다.
이 시뮬레이터로 위 모형을 실제 로또 6/45의 확률로 돌려 볼 수 있습니다. 당첨금이 나눠지는 구조와 세금이 빠지는 구조는 세금 가이드에서 이어서 확인하세요.
LottoFlick은 독립 사이트이며 복권 운영사가 아닙니다. 당첨 번호는 무작위이고 예측할 수 없습니다.
출처와 확인 상태
- 동행복권 로또 6/45 회차별 결과 (1등 선택 유형별 당첨자) — 확인됨
- 이 글에서 쓴 LottoFlick 집계 결과 — LottoFlick 자체 계산
- 데일리안 1128회 보도: 자동 11명·수동 52명 (필드 대응 확인용) — 언론 보도 기준 · 필드와 자동/수동 대응은 이 보도 하나로 대조