AI가 로또를 "해결"했다던데, 정말 그럴까? 머신러닝의 현실과 착각

2013년 6월 22일, 한 남자가 135억 2,697만원을 혼자 가져갔다. 1237회 데이터에서 유일한 독식자가 아니다. 2013년 2월 23일에도 누군가는 142억 1,576만원을 혼자 챙겼다. 반대로 1128회(2024년)는 63명이 같은 번호(1, 5, 8, 16, 28, 33)를 골라서 1인당 4억 1,992만원씩 나눠 먹었다.

이 숫자들의 차이가 뭘까? 운 아니면 전략? 아니면 AI가 찾은 패턴?

지난 10년간 AI가 로또를 "공략"하려는 시도는 멈추지 않았다. 무디 무사비 교수의 스크래치 복권 연구는 실제로 언론의 주목을 받았다. 겉면 인쇄된 번호들의 패턴을 보고 90%의 정확도로 당첨 여부를 판별했다는 것. 딥러닝 기반의 컴퓨터 비전 연구도 활발했다. 스크래치 표면의 미세한 요철을 스캔해서 안의 숨겨진 번호를 예측하는 시도. 그리고 최근엔 기대값 봇이 등장했다. 실시간으로 누적 잭팟을 모니터링하다가 "기대값이 양수"가 되는 순간만 구매 신호를 보내는 것.

그런데 여기서 중요한 구분이 필요하다. AI가 실제로 한 것과 AI가 할 수 없는 것.

무디 무사비와 스크래치 카드의 진짜 승리

먼저 명확히 하자. 무사비 교수의 연구는 로또가 아니라 스크래치 카드에 성공했다. 이건 중요한 차이다.

스크래치 카드의 제조 과정을 보면, 인쇄소에서 번호를 찍고(겉면), 위에 유성 잉크를 칠해 가린다(안쪽). 인쇄 과정의 특성상 겉면 번호와 안쪽 번호 사이에 물리적 상관관계가 생긴다는 게 무사비 팀의 발견이었다.

• 겉면 번호 패턴
• 카드의 크기, 종이 질감
• 인쇄 오차의 통계적 특성

이것들을 컴퓨터 비전으로 분석하면, 안을 긁지 않고도 "이 카드는 당첨일 확률이 높다"를 알 수 있었다. 약 90% 정확도.

하지만 로또는 다르다.

로또 vs. 스크래치: 왜 AI는 로또에서 무력한가?

로또 공의 번호는 기계적으로 뽑힌다. 정확히는 물리적 진정 난수 발생기를 쓴다.

• 스크래치 카드: 인쇄 과정(결정적 시스템)에 의존 → 패턴 존재 가능
• 로또: 물리적 무작위성(공 낙하, 공기 흐름, 미세진동) → 패턴 불가능

딥러닝은 패턴을 찾는 도구다. 과거 데이터에서 숨겨진 규칙을 학습한다. 하지만 로또에는 학습할 패턴이 없다.

1237회 데이터를 보자.

이 편차들이 "의미 있는 패턴"처럼 보이지만, 실제로는 수학적 잡음일 뿐이다. 카오스 이론에 따르면:

1. 초기 조건의 미미한 변화 → 완전히 다른 결과

2. 로또공 낙하 시스템은 초민감(butterfly effect)

3. 1237회의 과거는 1238회 결과를 예측하는 데 아무 정보를 주지 않는다

딥러닝 모델이 과거 1237회를 학습해서 번호를 예측한다면? 그건 역사적 편차를 오버피팅(overfitting)하는 거다. 마치 "동전을 10번 던졌는데 앞이 7번 나왔으니, 11번째는 앞이 나올 확률이 높다"는 식의 오류와 같다.

도박사의 오류(Gambler's Fallacy): 최소 빈도 번호(9번 136회)가 "보상받을" 것처럼 보이지만, 각 회차는 독립 사건이다.

AI가 "기대값 봇"으로 성공한 이유

여기서 역설적이게도 AI는 번호 예측에서는 실패하지만, 다른 부분에서는 성공했다.

기대값 봇(Expected Value Bot)은 이렇게 작동한다:

1. 매주 로또 누적 잭팟 실시간 모니터링

2. 당첨자 수와 상금 풀 계산

3. "기대값 = (당첨확률) × (상금) - (구매가격)"

4. 기대값이 양수 = 구매 신호

논리를 따라가 보자.

로또 1등 확률은 정해져 있다: 1/8,145,060

하지만 상금은 누적금액에 따라 변한다. 1237회는 1인당 12억 1,493만원이었지만, 1229회는 35억 1,975만원이었다. 그 차이는 당첨자 수 때문이다(8명 vs. 23명).

만약 누적 잭팟이 엄청 높아져서 상금이 평소의 3배가 되면?

• 기대값 = (1/8,145,060) × (40억원) - 2,500원
• = 약 49원 - 2,500원 = 음수(여전히 손해)

하지만 상금이 8배가 되면?

• 기대값 = (1/8,145,060) × (130억원) - 2,500원
• = 약 1,596원 - 2,500원 = 음수(여전히 손해긴 한데 덜 손해)

"덜 손해"가 바로 기대값이 양수에 가까워지는 지점이다. 그 순간을 포착하는 게 기대값 봇의 역할.

여기서 AI가 하는 일은 예측이 아니라 계산과 모니터링이다. 별로 지능적이지 않아 보이지만, 이게 진짜 유용한 부분이다.

AI가 할 수 있고, 할 수 없는 것 (정리)

AI가 할 수 있는 것

1. 기대값 추적

- 누적 잭팟 / 예상 당첨자 수 = 1인당 상금 자동 계산

- 구매가격 대비 기대수익률 모니터링

- "이 주는 덜 손해한다" 시점 포착

2. 인기번호 역분석

- 최근 10회에서 34번이 4회 중복 출현(1237, 1236, 1233, 1231회)

- 이건 우연이 아니라 통계적 확률 변동

- 대신 사람들이 "34번을 좋아한다"는 행동 데이터를 수집 가능

- 이를 역으로 "피해야 할 번호" 리스트로 만들 수 있다

3. 구매 타이밍 최적화

- 누적금이 높은 시점 감지

- 당첨자가 적을 것으로 예상되는 시점 찾기(예: 특정 시간대 인기번호 피하기)

4. 심리 함정 회피

- AI가 분석하면: "생일 조합(1~31)은 63명이 겹쳤다(1128회)"

- 이를 피하면 당첨 시 혼자일 확률이 높아진다

AI가 할 수 없는 것

1. 번호 예측

- 1237회 데이터를 학습한 모델도 1238회 번호를 못 맞힌다

- 물리적 난수는 학습 불가능

2. 확률 향상

- 어떤 번호를 골라도 1/8,145,060은 변하지 않는다

- AI가 특정 번호를 추천해봐야 당첨확률은 동일

3. 카오스 초기조건 추정

- 로또공의 초기 높이, 회전각, 공기압, 온도를 알아야만 예측 가능

- 하지만 그 데이터는 누구도 갖고 있지 않다

1128회와 1229회의 진짜 차이

다시 데이터로 돌아가자.

• 1128회(최다 당첨자): 63명이 1, 5, 8, 16, 28, 33 선택 → 1인당 4억 1,992만원
• 1229회(최고 상금): 8명이 12, 13, 29, 34, 37, 42 선택 → 1인당 35억 1,975만원

왜 차이가 났을까?

1128회는 "2, 7, 20, 25, 37, 40" 같은 조합이 아니라, 1, 5, 8 같은 작은 번호들의 조합이었다. 생일 기반 선택이 겹치기 쉬운 번호들이다. 결과적으로 63명이 겹쳤다.

AI의 역할은 여기에 있다.

"이 번호 조합을 피하세요. 왜냐하면 1128회처럼 63명이 겹칠 수 있기 때문입니다. 차라리 당첨확률은 동일하지만 겹칠 확률이 낮은 번호(예: 32, 38, 41, 42, 43, 44 같은 높은 번호 조합)를 선택하세요."

이건 번호를 예측하는 게 아니다. 사람들의 선호도를 역으로 분석해서, "피해야 할 함정"을 보여주는 것이다.

결론: AI는 로또를 "이기는" 도구가 아니다

무디 무사비의 스크래치 카드 분석은 진짜였다. 하지만 그건 물리적 인쇄 과정의 패턴을 찾은 것이지, 로또의 무작위성을 깨뜨린 게 아니다.

딥러닝으로 번호를 예측할 수 있다면, 그건 카오스 이론이 틀렸다는 뜻이다. 지금까지 과학이 틀렸다는 뜻이다. 2억 5천만원짜리 복권 티켓보다, 그 발견으로 노벨상을 받는 게 먼저다.

AI가 할 수 있는 것은:

• 당첨 시 상금 최대화 (겹칠 확률 낮추기)
• 구매 결정의 합리화 (기대값 모니터링)
• 심리적 함정 회피 (인기번호 분석)

하지만 1/8,145,060의 확률 그 자체는 절대 변하지 않는다.

1237회 동안 34번과 9번의 편차가 50회 차이 나도, 그것도 우연이다. 다음 1237회 동안 그 역이 일어날 수 있다. 통계적 수렴은 "언제" 일어날지 누구도 모른다.

당신이 실제로 할 수 있는 최선은: 기대값이 평소보다 덜 음수인 시점을 고르고, 겹칠 확률이 낮은 번호를 선택하고, 그 돈을 잃어도 괜찮을 정도만 투자하는 것. AI는 그 과정에서 계산을 도와줄 뿐이다.

---

면책 고지: 이 글은 로또 구매를 권장하지 않습니다. 로또는 확률 게임이며, 어떤 분석도 당첨확률을 높일 수 없습니다. 구매는 항상 신중하게 결정하세요.

더 깊이 있는 분석을 원한다면:

• 로또 당첨 확률을 수치로 재계산해보기 — 기대값의 수학적 증명
• AI 기반 번호 추천 시뮬레이터 — 인기번호 회피 전략 테스트
• 당첨금 세금 계산기 — 실제 수령액 확인

---

이 글은 AI 작성 도구의 도움을 받아 작성되었습니다.