SBTI 결과 배정 구조: 일반 매칭·CHEERS·HHHH를 구분하는 법

SBTI의 27개 결과 코드는 모두 같은 계산을 거쳐 선택되지 않습니다. 히든 선택으로 정해지는 CHEERS, 일반 후보와의 거리를 비교하는 25개 유형, 매칭률 기준에 못 미칠 때 표시하는 HHHH를 구분하면 내 결과와 누적 집계를 더 정확하게 읽을 수 있습니다. 이 글은 2026년 9월 22일 확인한 배정 규칙을 설명합니다.

정정 안내: 이전 글은 2026년 8월 11일 기준이라고 기재한 집계와 무작위 답변 시뮬레이션을 비교했습니다. 이번 검토에서는 당시 원본 스냅샷과 재현 가능한 시뮬레이션 기록을 확인하지 못했습니다. 해당 수치·표와 답변의 일관성, 특정 유형의 쏠림 원인에 관한 결론을 삭제했습니다. 공개 집계 엔드포인트의 현재 누적값은 그 날짜의 보존 자료가 아닙니다.

1. CHEERS는 특정 선택으로 정해집니다

마지막 31번째 문항의 술과 관련된 선택지에는 CHEERS 트리거가 연결되어 있습니다. 이 선택을 하면 25개 일반 후보와의 거리를 비교하기 전에 CHEERS 코드가 결정됩니다. 내부 반환값인 100도 후보 패턴과의 유사도가 아니라 이 경로에서 반환하는 고정값입니다.

다만 앞의 30문항을 모두 버리는 것은 아닙니다. 그 답변으로 실제 차원 점수와 H·M·L 패턴은 계산합니다. 결과 코드를 정하는 경로와 실제 답변의 차원 점수를 만드는 계산을 구분해야 합니다. 이 점수는 CHEERS 캐릭터의 기준 그래프가 아닙니다. CHEERS 한 건으로 이용자의 음주 습관, 건강 상태, 평소 사교성을 추정할 수는 없습니다.

2. 일반 경로는 25개 후보와의 거리를 비교합니다

히든 조건이 없으면 각 차원의 두 답을 합산합니다. 합계 2~3은 L, 4는 M, 5~6은 H가 됩니다. 15개 차원의 패턴을 만들고 L=1, M=2, H=3으로 바꿔 각 후보와의 유클리드 거리를 구합니다. 거리가 가장 짧은 후보를 선택하며, 거리가 같으면 현재 후보 목록에서 먼저 나온 유형이 유지됩니다.

거리는 다음 식으로 정수 매칭률로 바뀝니다: 반올림((1 − 거리 ÷ √60) × 100). 예를 들어 비교하는 후보와 14개 차원이 같고 나머지 한 차원만 M과 H로 다르면 거리는 1이고 매칭률은 87%입니다. 이는 계산 예시이며 실제 이용자 관측값이나 심리적 정확도가 아닙니다.

3. HHHH는 가장 가까운 후보도 기준에 못 미칠 때 나옵니다

가장 가까운 일반 후보의 반올림된 매칭률이 60% 미만이면 그 후보 대신 HHHH를 표시합니다. 이때 매칭률은 HHHH의 캐릭터 패턴과 비교한 값이 아니라 앞서 찾은 일반 후보와의 거리에서 나온 값입니다. HHHH가 나왔다고 잘못 답했거나 특정한 성격을 가졌다고 단정할 수 없습니다.

이 기준은 사이트가 정한 배정 규칙입니다. 60%가 사람의 성격을 분류할 수 있는 과학적 경계라는 뜻은 아닙니다. 작은 답변 변화가 차원 레벨이나 가장 가까운 후보를 바꿀 수 있지만, 언제나 결과 코드가 바뀌는 것은 아닙니다. 자세한 예시는 결과가 바뀌는 이유를 참고하세요.

4. 분모가 다르면 같은 건수도 다른 비율입니다

아래 숫자는 분모를 설명하기 위한 가상 예시이며 사이트의 과거 또는 현재 집계가 아닙니다. 전체 제출 100건 중 CHEERS가 20건, HHHH가 16건, 일반 유형이 64건이라고 가정해 보겠습니다.

• 전체 제출 중 HHHH 비중: 16 ÷ 100 = 16%입니다.
• CHEERS를 제외한 경로 중 HHHH 비중: 16 ÷ 80 = 20%입니다.
• 일반 유형을 받은 제출만 살펴볼 때의 분모: 64건입니다.

16%와 20%는 같은 16건을 서로 다른 범위로 나눈 결과입니다. 따라서 표에는 조회 시점, 제외한 코드, 분모를 함께 적어야 합니다. 실제 자료에서는 유형별 합계와 전체 누적값이 일치하는지도 먼저 확인해야 합니다. 가상 예시의 비율로 실제 HHHH 빈도나 검사 성능을 설명할 수는 없습니다.

5. 유형 패턴으로 실제 답변을 복원할 수는 없습니다

OJBK의 기준 패턴은 15개 차원이 모두 M입니다. 하지만 최근접 후보로 OJBK가 선택되었다는 사실이 실제 답변도 모두 M이었다는 뜻은 아닙니다. 두 문항 합계가 4여도 1+3과 2+2처럼 서로 다른 선택 조합이 가능합니다. 코드 하나에는 여러 답변 조합이 연결될 수 있습니다.

유형별 건수에 각 유형의 기준 패턴을 곱해서 표를 만들어도 그것은 '배정된 캐릭터 패턴의 구성'입니다. 이용자가 실제로 고른 H·M·L의 분포, 답변의 일관성, 상황별 행동을 복원한 자료가 아닙니다. 특정 유형이 많은 이유가 알고리즘 때문인지 응답 습관 때문인지도 집계만으로 분리할 수 없습니다.

6. 집계의 범위와 한계

현재 공개 자료는 결과 제출의 누적 카운터이며 고유한 사람 수를 확인한 표본이 아닙니다. 이용자는 무작위로 모집되지 않았고 반복 제출이나 누락 가능성이 있습니다. 이 자료에는 개인별 원본 답변, 모집 경로별 구성, 개인별 재검사 기록이 없습니다. 일반 인구의 성격 분포나 검사 타당도를 판단하는 근거로 사용할 수 없습니다.

과거와 비교하려면 당시 저장한 집계, 조회 시점, 포함한 코드와 분모, 적용된 배정 규칙을 확인할 수 있어야 합니다. 현재 누적값만으로 예전의 빈도나 변화 원인을 설명하지 않습니다. 더 일반적인 읽기 원칙은 유형 통계 읽는 법에서 정리했습니다.

내 결과에서 확인할 것

먼저 CHEERS·HHHH·일반 유형 중 어떤 배정 경로였는지 확인하세요. 실제 답변 표시가 있다면 그 값을 보며 설명에 공감되는 장면과 맞지 않는 장면을 하나씩 떠올려 보세요. 일반 유형에서는 유형의 기준 패턴과 실제 답변을 비교할 수 있지만, CHEERS와 HHHH는 그 캐릭터 패턴에 가까워서 선택된 결과가 아닙니다. 매칭률은 장면의 진실성이나 자신의 능력을 점수로 평가한 값이 아닙니다.

검사 방법과 한계에서 문항과 계산을 살펴보고, 27가지 유형 도감에서는 25개 일반 유형의 기준 패턴을 비교할 수 있습니다. CHEERS와 HHHH의 상세 안내는 캐릭터의 기준 그래프 대신 별도 배정 경로를 설명합니다.