당신의 윈-레이트를 맥시마이즈 하고 싶은가?

그렇다면 상대방을 익스플로잇 할 수 있는 방법을 찾아야 한다. 가장 좋은 방법 중 하나는 통계가 있는 HUD 를 사용하는 것이다.

포커에서 HUD는 무엇인가? 헤즈-업 디스플레이(Heads up display)의 준말로, HUD는 상대방의 포커 통계를 실시간으로 따라가고 보여주는 툴 이다. PokerTracker 4, Hold’em Manager 2, 그리고DriveHUD 는 HUD가 포함된 포커 핸드 트래킹 프로그램들 이다.

HUD를 가지고 플레이 하는 것은 올바르게 사용한다면 당신에게 커다란 엣지를 가져다 줄 것이다. 그러나 제대로 사용하는 것은 그렇게 쉽지만은 않다. 포커 통계를 다룰 때마다 잘못 해석하고 맞지 않게 추론한다. 이 경우 HUD는 당신의 엣지를 감소 시킬 수 있다.

아래는 스크린에서 HUD가 어떻게 보이는지에 대한 예시이다.

이 숫자들이 당혹스럽다면 걱정하지 마라. 이 글에서 당신의 HUD에서 포함해야 하는 가장 중요한 스탯 10가지를 다룰 것이다.

또한 4, 5, 6번째에서 고급용 HUD 스탯에 대해 알아볼 것이다.

당신의 HUD를 위한 10 가지 중요한 포커 통계

1. VPIP: Voluntarily Put [Money] Into Pot

이것은 당신의 HUD에서 반드시 가지고 있어야 할 스탯 이다.

VPIP는 상대방이 레이즈 혹은 콜 하면서 프리플랍의 팟에 자발적으로 돈을 얼마나 자주 넣는지를 보여준다. 이것은 특히 프리플랍 레이즈(PFR)과 연관이 있으며, 플레이어를 분석하는 가장 기본적인 정보 이다.

기준은 25%에 가깝고, 최소한의 기초적인 프리플랍을 이해하는 플레이어는 6-핸디드 게임에서 약 20-30%의 VPIP를 보인다. 매우 적은 수의 핸드를 플레이하는 플레이어 라면, 그들은 NIT 일 지도 모른다. 더 많은 핸드를 플레이 한다면 그들은 레크레이션 플레이어일 확률이 높다.

그 스탯이 확신이 들 정도로 보이기 위해서는, 이 플레이어에 대해서 약 300 핸드가 필요 하다. 그러나 극단적인 플레이어들은 곧 알아낼 수 있을 것이다. 예를 들어, 50 핸드 뒤에 이 플레이어의 VPIP가 70% 라면, 그들은 루즈한 레크레이션 플레이어일 확률이 매우 높다.

2. PFR: Preflop Raise

PFR은 레이즈를 하면서 프리플랍의 팟에 얼마나 자주 참여하는지를 보여준다. 이것은 Raise First In(RFI), 3-bet, 그리고 콜드 4/5 bet을 포함 한다.

이 통계는 상대방의 프리플랍 전략에 더 많은 문맥을 만든다. VPIP 와 함께 사용할 때, 플레이어 프로필을 형성하는데 충분할 것이다.

기준은 19%에 가깝고, 최소한의 기초적인 프리플랍을 이해하는 플레이어는 15-25% 사이의 프리플랍 레이즈를 가졌을 것이다.

VPIP와 비슷하게, 스탯으로 확신이 들기 충분하려면, 이 플레이어와의 약 300 핸드가 필요 하다.

3. 3-Bet

프리플랍에서 상대방이 얼마나 자주 3-bet을 하는지 보여주는 이 스탯은 당신이 가지고 있어야 할 중요한 스탯 이다.

실력 있는 플레이어의 평균은 약 8% 이고, 전반적으로 좋은 3-bet 빈도는 약 6-10% 이다.

타이트 혹은 루즈한 3-bettor를 상대로 당신이 해야 되는 적응/적용(adjustment)는:

• 매우 어그레시브한 3-bettor가 뒤에 있다면, 오픈 레이즈 레인지를 평소보다 더 타이트 하게 하라.
• 타이트한 3-bettor가 뒤에 있다면, 수익적으로 오픈-레이즈 레인지를 좀더 넓힐 수 있다.
• 어그레시브한 플레이어의 3-bet을 맞는다면, 평소보다 더 많은 핸드로 자주 4-bet 그리고 콜 해서 진행할 수 있다.

정확하게 스탯을 읽기 위해서는 그 플레이어와의 약 1,000 핸드가 필요하다

4. WTSD: Went To Showdown

플랍을 본 이후에 얼마나 자주 이 플레이어가 쇼다운 까지 닿는지를 보여주는 중요한 스탯 이다. 이것은 상대방이 얼마나 콜링 스테이션인가를 알게 해주는데 유용하다.

예를 들어, 이 세션에서 그 플레이어가 플랍을 10번 보고 4번 쇼다운 까지 갔다면, 이 세션에서의 WTSD는 40% 이다.

이 스탯은 Won Money at Showdown (W$SD 혹은 WSD) 와 관련되어 사용되고, Won When Saw Flop (WWSF)은 뒤에 짧게 다룰 것이다.

30% 가 되는 것을 목표로 하면서, 좋은 WTSD 빈도는 약 27-32% 이다. 너무 낮다면 포스트 플랍에서 오버 폴드 하는 것이고, 너무 높으면 너무 자주 콜 하는 것이다.

거의 대부분의 팟이 프리 플랍을 넘어가지 않기 때문에(오직 17% 핸드만 플랍을 본다), 이 스탯은 정확하게 읽기 위해서 엄청나게 많은 샘플이 필요하다 – WTSD 스탯을 기반으로 중요한 적용/적응(adjustment)을 하기 전에, 이 플레이어와의 약 8,000 핸드가 있도록 해야 한다.

5. WSD: Won Money at Showdown

W$SD 의 약어이기도 한 이 스탯은, 상대방이 쇼다운까지 닿아서 얼마나 자주 이기는지 보여준다. 위에서 언급했듯이, 이 스탯은 그 자체로는 아주 도움 되지는 않지만 WTSD와 함께 사용할 때 효과적이다.

좋은 W$SD 스탯은 약 49-54% 이다. 올바른 빈도는 다른 두 통계에 따라 달라진다. 예를 들어, 낮은 Went to Showdown(WTSD) 빈도를 가진 플레이어는 보통 비교적 높은 WSD를 가지고 그 반대도 마찬가지 이다. 다른 말로, 당신이 쇼다운 까지 거의 가지 않는다면, 핸드로 계속 진행할 때는, 보통 강한 핸드를 가지고 있는 타이트 한 플레이어이기 때문이다.

일반적으로, 당신의 WSD가 너무 낮다면, 너무 많은 나쁜 핸드들을 콜 하거나 앞쪽 스트릿에서 너무 많이 블러프 한다는 것을 의미한다. 만약 너무 높다면, 당신은 아마 블러프 캐치를 충분히 하지 않거나 블러프를 충분히 하지 않는다는 것을 의미 한다.

꽤 정확하게 알기 위해서는, WTSD와 마찬가지로 8,000 핸드 이상의 샘플이 필요하다.

6. WWSF: Won When Saw Flop

3가지 스탯이 같이 묶여 작동한다.

WWSF는 상대방이 플랍을 본 이후에 얼마나 자주 이기는지를 보여준다.

평균적으로 좋은 빈도는 약 48% 이고, 괜찮은 WWSF 빈도는 약 45-53% 사이 이다. 너무 낮다면? 상대방이 충분히 블러프 하지 않거나 너무 자주 포기해버린다는 뜻이다. 너무 높다면? 너무 자주 블러프 하거나 블러프 캐치를 하다는 말이다.

일리 있는 정확한 리딩을 위해서는 역시 8,000 핸드의 샘플이나 그 이상이 필요 하다

어떻게 WTSD, WSD 그리고 WWSF 가 같이 작용하는가

각각의 스탯은 서로에게 중요한 배경을 제공 한다. 이것은 상대방에 대한 주요한 결론을 내리게 해줄 것이다.

몇 명의 플레이어들을 예로 들어보자.

(WTSD = Went To Showdown, WSD = Won Money At Showdown, WWSF = Won When Saw Flop)

플레이어 A: WTSD: 32 / WSD: 51 / WWSF: 46

이 플레이어는 다소 패시브한 콜링 스테이션 이다. 그는 높은 WTSD를 가졌지만, 쇼다운에서 51% 빈도로만 이기기 때문에 꽤 라이트하게 콜 한다고 보여진다. 낮은 WWSF를 가졌으므로 그는 또한 아주 어그레시브하지 않다.

플레이어 A가 콜링 스테이션인지 알 수 있는 척도는 그의 VPIP에 의해 분명해진다. 40% 처럼 높은 VPIP 는 이 플레이어가 너무 많은 핸드를 플레이 하고 포스트 플랍에서 거의 폴드 하지 않는 다는 것을 의미한다. 이 플레이어를 상대로 당신의 적용/적응(adjustment)는 좀 더 씬 하게 밸류 벳하고 블러프를 적게 하는 것이다.

플레이어 B: WTSD: 26/ WSD: 56/ WWSF: 44

이런 타입의 플레이어는 쇼다운까지 거의 가지 않지만, 어그레션 때문인 것은 아니다. 왜냐하면 그는 낮은 WWSF를 가졌기 때문이다. 플레이어 B는 포스트플랍에 꽤 자주 폴드 하는 타이트 한 플레이어 이다. 우리는 그의 높은 WSD로부터 결론 지을 수 있다.

플레이어 C: WTSD: 30/ WSD: 52/ WWSF: 49

이 플레이어는 괜찮은 프리플랍 스탯(VPIP 25% 이하)를 가진다고 가정하면, 플레이어 C는 테이블의 무서운 존재 이다. 플레이어 C의 WTSD를 바탕으로 그는 너무 자주 혹은 너무 적게 폴드 하는 것처럼 보이지 않는다. 높은 WWSF를 보면, 또한 그는 분명히 어그레시브 하고 능동적이게 팟을 스틸 하려고 한다. 이런 플레이어를 상대한다면, 당신은 자주 터프한 결정을 내려야 한다는 것을 예상할 수 있다.

7. Fold to 3-Bet After Raising

이 스탯은 프리플랍에서 레이즈 한 이후에 3-bet에 얼마나 자주 폴드하는지 보여준다.

중요한 경고: 이것을 당신의 HUD에 추가 했다면, 당신은 그냥 “Fold to 3-Bet” 를 볼 수 있다. 이것을 고르지 마라. “after raising”로 확실하게 구체화 하라. 그냥 Fold to 3-bet은 팟에 돈을 넣지 않은 플레이어들이 3-bet에 폴드 했다는 것을 포함 시킨다(예: 당신이 BB이고, Co가 레이즈하고 BTN이 3-bet 한 팟)

이 스탯은 OOP 그리고 IP로 더 나누어야 한다. 정확한 빈도는 각각 다르기 때문이다. 같은 3-bet 사이즈로 가정한다면, 포지션이 있을 때 주는 이점 때문에, 당신은 IP 일 때 보다 OOP 일 때 더 자주 폴드 해야 한다(더 잘 에쿼티를 실현 할 수 있다).

적절한 폴드 빈도는 IP일 때 40-45%, OOP 일 때 45-50% 이다.

여기서 필요한 샘플 사이즈는 1,500 핸드 이다.

8. Preflop Squeeze

Preflop squeeze 는 다른 플레이어가 먼저 레이즈 하고 또 다른 사람이 콜드 콜 한 이후, 리-레이즈를 얼마나 자주 하는지 보여준다. 이 스탯은 3-bet 스퀴즈 상대로 얼만큼 당신이 방어해야 하는지 결정하는데 유용하다.

일반적인 스퀴즈 빈도는 약 7-9% 이다. 예를 들어, 어떤 사람이 12%로 스퀴즈 하는 것을 본다면, 당신은 콜 하거나 더 라이트 하게 4-bet 할 수 있다.

이것에 대한 샘플은 꽤 높다. 상황이 그리 자주 일어나지 않기 때문에 3,000 핸드 그 이상이 필요하다.

9. Flop C-Bet

이 스탯은 프리플랍에서 레이즈 한 이후, 플레이어가 플랍에서 얼마나 자주 C-bet 하는지를 보여준다. 이 스탯은 3-bet 팟 그리고 싱글 레이즈드 팟으로 나누고, IP 그리고 OOP로 더 나누어야 한다.

더 많은 디테일이 없이 사용한다면, 각각에 대한 올바른 빈도에서 큰 변동이 있을 수 있다.

일반적으로, IP에서 높은 플랍 C-bet 빈도와 OOP 일 때 3-bet 팟에서 높은 C-bet 빈도를 갖는 것이 좋다(50-70%, 그러나 더 낮아도 괜찮다). 싱글 레이즈드 팟에서 OOP 일 때 더 낮은 편인 것도 좋다(0-30%, 그러나 높은 것도 괜찮다).

변동이 크기 때문에 샘플 사이즈는 그리 중요하지 않다. 그러나 중요한 것은 상대방의 접근법에 대해 감을 잡아가는 것이다. 수치가 정말 필요하다면, 그 플레이어에 대해 믿을만한 스탯을 만들고 싶다면 적어도 수 천개의 핸드가 필요할 것이다.

10. Fold to Flop C-bet

Fold to Flop C-Bet 은 플레이어가 프리플랍 레이즈에 콜 한 뒤 플랍 C-bet에 얼마나 자주 폴드 하는지를 알려준다. Flop C-bet과 함께, 이 스탯은 싱글 레이즈 팟과 3-bet 팟 그리고 더 나아가 IP 와 OOP 로 나누어야 한다.

올바른 빈도는 사용된 벳 사이즈에 따라 다르기 때문에, 목표로 할 정확한 수치를 주긴 어렵다. 일반적으로 폴드 빈도는 낮은 편이어야 한다(50% 이하).

평균적으로 벳 사이즈에 따라서 변동이 크기 때문에, 샘플 사이즈는 그리 중요하지 않다. 수치가 정말 필요하다면, 그 플레이어에 대해 믿을만한 스탯을 만들고 싶다면 적어도 수 천개의 핸드가 필요할 것이다.

정리 하면…

이 10 개의 포커 스탯(다른 추가의 스탯을 포함 하면 18개 정도)은 당신의 HUD에 포함시켜야 하는 머스트-해브 넘버 이다.

나는 당신이 포커 통계에 너무 의존하지 해선 안된다고 확언하며 이 글을 마무리 한다. 샘플 사이즈가 너무 작으면 매우 잘못된 결론을 쉽게 내릴 수 있고, 신뢰할 수 없는 단서들을 바탕으로 형편없는 플레이를 하게 만들 수 있다.

더욱이, 레귤러들은 다른 레그(reg)들을 상대할 때보다 레크레이션 플레이어들을 상대로 다르게 플레이 한다는 것을 깨닫는 것이 중요하다. 그렇기 때문에 샘플 사이즈가 충분히 크더라도 믿을 수 없는 정보를 갖게 될지도 모른다. 다행히 Hand2Note 같은 소프트웨어처럼, 통계에서 레귤러 대(vs) 레크레이션 플레이어 핸드를 제외시키는 기능을 가져서 더 분명한 데이터를 제공하는 것도있다.