최근 대전
승리캐주얼
C.
LUC.3시간 전 업데이트
Steam
Japan클럽 · over40sC100%
SteamJapan클럽 · over40sC100%Omutsu
Loving Mother
MR 1,710#25,190최근 10경기9–1+59최근 20경기15–5+76
승률
62%
23승 · 14패 · 37경기 저장
랭크 매치 경기
37
선택한 모드
승
23
랭크 매치
패
14
랭크 매치
최고 MR
1,710
C. Viper
랭크 MR · C. Viper
직접 수집 37 · 가져온 기록 0 · 차트 표시 37 · 저장된 대전 256
리플레이를 요청하지 않음
C.LU플레이 습관 비교
상위 30명 C. Viper 플레이어와 성향 비교
벤치마크 갱신 2026. 9. 2. AM 10:16
최근 100경기의 보고된 경향이며 누적 평생 평균이 아닙니다. · 데이터 상세
C.차이의 절댓값이 큰 순습관 23개
| 플레이 습관 | Omutsu | 최상위 플레이어 | 차이 | 낮음최상위 플레이어높음 |
|---|---|---|---|---|
| 드라이브 아츠 | 10.3% | 23.2% | -12.9% | |
| SA1 | 57.5% | 45.0% | +12.5% | |
| 드라이브 러시(캔슬) | 7.4% | 16.4% | -9.0% | |
| SA2 | 13.8% | 21.5% | -7.7% | |
| 구석 압박 | 7.10 | 11.07 | -3.97 | |
| 드라이브 가드 | 17.7% | 14.2% | +3.5% | |
| 구석에 몰린 시간 | 11.30 | 8.66 | +2.64 | |
| SA3 | 24.1% | 26.8% | -2.6% | |
| CA | 4.6% | 6.8% | -2.2% | |
| 드라이브 러시(패리) | 9.2% | 7.3% | +1.8% | |
| 잡기 | 1.70 | 2.28 | -0.58 | |
| 드라이브 임팩트 게이지 | 2.2% | 1.8% | +0.5% | |
| 잡기 피격 | 2.40 | 2.19 | +0.21 | |
| 드라이브 패리 | 1.70 | 1.52 | +0.18 | |
| 퍼니시 카운터 피격 | 0.20 | 0.07 | +0.13 | |
| 저스트 패리 | 0.50 | 0.63 | -0.13 | |
| 스턴 피격 | 0.10 | 0.02 | +0.08 | |
| 잡기 풀기 | 0.40 | 0.47 | -0.07 | |
| 드라이브 임팩트 | 0.20 | 0.16 | +0.04 | |
| 스턴 성공 | 0.10 | 0.07 | +0.03 | |
| 드라이브 리버설 | 0.30 | 0.28 | +0.02 | |
| 패리 중 잡힘 | 0.20 | 0.21 | -0.01 | |
| 퍼니시 카운터 적중 | 0.10 | 0.09 | +0.01 |
통계를 연습으로
최근 100경기대전 계획
이 프로필의 성향과 전적을 바탕으로 실전에서 시험할 방법을 제안합니다. 습관 통계는 모든 캐릭터를 포함하며, 선택한 캐릭터는 비교 대상을 정합니다.
저장된 대전 계획 확인 중…
공개 프로필 통계를 OpenRouter의 무료 AI 모델로 분석합니다. 계획은 공유와 재사용을 위해 저장됩니다. 제안은 통계에 기반한 가설이며 리플레이 영상 분석이 아닙니다.저장된 매치 플랜
생성 당시의 근거 통계와 날짜를 보존한 AI 플랜입니다. 펼치면 두 관점의 내용을 읽을 수 있습니다.
C. Viper · 최근 100경기
개선할 점
퍼니시 카운터의 원인 확인
퍼니시 카운터 피격: 프로필 0.2 · 비교 대상 0.07
받은 퍼니시 카운터와 성공한 것을 각각 다섯 번 살펴보세요. 헛친 공격과 가드 후 빈틈을 구분한 뒤 연습할 과제를 고르세요.
이렇게 해보세요반복되는 상황 하나를 트레이닝에서 재현하세요. 거리와 프레임 미터를 확인하고 더 안전한 선택이나 실제로 닿는 반격을 연습하세요.
근거 통계
- 퍼니시 카운터 피격: 프로필 0.2 · 비교 대상 0.07
드라이브 임팩트에 목적 부여
드라이브 임팩트: 프로필 0.2 · 비교 대상 0.16
드라이브 임팩트 다섯 번의 상황과 결과를 기록하세요. 효과적인 사용은 유지하고, 평균 횟수를 따라 하기보다 반복된 실패 원인을 살펴보세요.
이렇게 해보세요더미의 서로 다른 슬롯에 드라이브 임팩트와 일반 공격을 녹화해 섞어 재생하세요. 현재 게이지로 가능한 대응을 구분해 연습하세요.
근거 통계
- 드라이브 임팩트: 프로필 0.2 · 비교 대상 0.16
- 드라이브 임팩트 게이지: 프로필 3% · 비교 대상 1.8%
공간을 잃거나 얻는 과정 추적
구석 압박: 프로필 7.9 · 비교 대상 11.07
구석에 몰린 장면 다섯 개를 보세요. 마지막 탈출 시도뿐 아니라 그전에 공간을 내준 판단을 찾고, 구석 압박에 성공한 장면도 비교하세요.
이렇게 해보세요반복되는 위치를 트레이닝에서 재현해 평소 대응과 빈틈이 적은 대안을 비교하세요. 다음 대전에서 구석에 몰리는 빈도가 달라지는지 확인하세요.
근거 통계
- 구석 압박: 프로필 7.9 · 비교 대상 11.07
- 구석에 몰린 시간: 프로필 8.6 · 비교 대상 8.66
AI가 인용된 통계로 검토된 연습 계획을 선택하고 우선순위를 정합니다. 습관은 전체 프로필 집계이며 캐릭터 전적과 최근 표본은 범위가 다릅니다. 확정된 약점이나 영상 분석이 아닌, 시험해 볼 제안입니다. 최근 100경기의 보고된 경향이며 누적 평생 평균이 아닙니다.
데이터 저장일 2026. 9. 12. · AI: dots-studio/dots-3-note-preview:free
이 플레이어 공략법
상성 전적을 탐색 단서로 활용
상대 Ingrid: 218경기 중 133승
낮은 승률은 검토할 영상의 단서일 뿐 유리한 캐릭터 선택을 보장하지 않습니다. 같은 어려운 상황이 여러 경기에 나타나는지 확인하세요.
이렇게 해보세요해당 캐릭터를 쓴다면 영상 속 익숙한 상황 하나를 시험하세요. 상대가 잘 대응하면 가정을 버리고 실제 플레이에 맞추세요.
근거 통계
- 상대 Ingrid: 218경기 중 133승
- 상대 Yasmine: 120경기 중 59승
- 상대 Ed: 83경기 중 53승
반복 성향과 일회성 실수 구분
저장된 최근 랭크 경기 표본: 37경기 중 23승
여러 최근 경기에서 승리와 패배를 비교하세요. 눈에 띄는 한 번의 실수보다 반복되는 상황을 중심으로 준비하세요.
이렇게 해보세요첫 라운드에 가설 하나를 확인하세요. 반복되면 준비한 조정을 적용하고, 그렇지 않으면 가설을 버리고 새로운 패턴을 관찰하세요.
근거 통계
- 저장된 최근 랭크 경기 표본: 37경기 중 23승
반복 가능한 반격 기회 찾기
퍼니시 카운터 피격: 프로필 0.2 · 비교 대상 0.07
통계는 탐색의 단서입니다. 해당 거리에서 반격이 가능하다고 확인한 행동을 찾고, 겉보기만으로 빈틈을 단정하지 마세요.
이렇게 해보세요그 행동이 나오면 확인한 대응을 시험하세요. 상대가 그 행동을 멈추면 억지로 반격을 노리지 말고 평소 거리 운영으로 돌아가세요.
근거 통계
- 퍼니시 카운터 피격: 프로필 0.2 · 비교 대상 0.07
AI가 인용된 통계로 검토된 연습 계획을 선택하고 우선순위를 정합니다. 습관은 전체 프로필 집계이며 캐릭터 전적과 최근 표본은 범위가 다릅니다. 확정된 약점이나 영상 분석이 아닌, 시험해 볼 제안입니다. 최근 100경기의 보고된 경향이며 누적 평생 평균이 아닙니다.
데이터 저장일 2026. 9. 12. · AI: dots-studio/dots-3-note-preview:free