2026 WSOP AI 우승 예측 결과 루카스 주말론이 40.4%의 확률로 가장 유력한 메인 이벤트 챔피언 후보에 올랐다. Advanced Poker Training은 최종 9인의 칩 스택과 좌석, 플레이 성향을 반영한 개별 포커 봇을 제작한 뒤 파이널 테이블 전체를 100만 번 반복했다.

1억 9,400만 칩을 보유한 주말론은 시뮬레이션 40만 4,000회가량에서 우승했다. 2위 라미 함무드의 13.2%보다 세 배 이상 높은 수치다.

그러나 모델을 설계한 Advanced Poker Training 창립자 스티브 블레이의 개인적인 우승 선택은 달랐다.

블레이는 주말론이 통계적으로 가장 강력한 후보라는 점을 인정하면서도, 최종 개인 예측으로 WSOP 브레이슬릿 3개를 보유한 캐나다 베테랑 그레그 뮬러를 선택했다.

뮬러의 실제 우승 확률은 10.9%로 모델 전체 4위였다. 하지만 그의 시뮬레이션 평균 상금은 단순 칩 기준 ICM 기대값보다 12.33% 높았다. 최종 9명 가운데 가장 큰 초과 성과다.

2026 WSOP AI 우승 예측 핵심 요약

항목	결과
시뮬레이션 기관	Advanced Poker Training
모델 설계	스티브 블레이와 APT 팀
시뮬레이션 횟수	1,000,000회
실행 기간	2026년 7월 24~26일
AI 우승 후보 1위	루카스 주말론
주말론 우승 확률	40.4%
우승 확률 2위	라미 함무드·13.2%
전문가 개인 선택	그레그 뮬러
뮬러 우승 확률	10.9%
뮬러 ICM 대비 평균 상금	+12.33%
가장 낮은 우승 확률	에바고라스 에바고루·2.5%
파이널 테이블 우승 상금	10,000,000달러
최소 확보 상금	1,000,000달러

PokerNews는 이를 AI 기반 슈퍼컴퓨터 예측으로 소개했다. APT 설명에 따르면 모델은 최종 9명에게 서로 다른 플레이 성향을 적용했으며, 한 대의 시스템이 초당 약 세 번의 전체 파이널 테이블을 처리했다.

AI가 예측한 최종 9인의 우승 확률

순위	선수	시작 칩	빅블라인드	AI 우승 확률
1	루카스 주말론	194,000,000	129BB	40.4%
2	라미 함무드	79,000,000	53BB	13.2%
3	제이미 샤에벨	56,000,000	37BB	11.3%
4	그레그 뮬러	48,500,000	32BB	10.9%
5	마이클 갈리아노	46,500,000	31BB	7.0%
6	마리오 부스	44,000,000	29BB	6.5%
7	라우리 사스킬라흐티	37,500,000	25BB	5.2%
8	한 펑	25,000,000	17BB	3.0%
9	에바고라스 에바고루	22,500,000	15BB	2.5%

가장 먼저 눈에 띄는 결과는 주말론과 나머지 선수들의 격차다.

주말론의 40.4%는 우승이 확정적이라는 뜻은 아니다. 반대로 해석하면 시뮬레이션의 59.6%에서는 다른 선수가 우승했다.

그러나 다른 어떤 선수도 15%를 넘지 못했다. 주말론이 단독으로 가장 유력한 후보라는 사실에는 큰 이견이 없다.

전체 순위별 시뮬레이션 결과

선수	1위	2위	3위	4위	5위	6위	7위	8위	9위
루카스 주말론	40.4%	20.4%	13.1%	9.0%	6.4%	4.6%	3.1%	2.0%	1.0%
라미 함무드	13.2%	15.3%	14.2%	13.2%	11.8%	10.5%	8.9%	7.5%	5.4%
제이미 샤에벨	11.3%	13.4%	13.7%	13.2%	12.2%	11.2%	10.1%	8.4%	6.5%
그레그 뮬러	10.9%	13.5%	13.5%	13.0%	12.4%	11.3%	10.1%	8.6%	6.7%
마이클 갈리아노	7.0%	10.0%	11.3%	11.9%	12.6%	12.7%	12.4%	11.8%	10.3%
마리오 부스	6.5%	9.4%	10.9%	11.7%	12.1%	12.6%	12.9%	12.5%	11.4%
라우리 사스킬라흐티	5.2%	7.9%	9.8%	10.9%	12.0%	12.7%	13.5%	13.9%	13.9%
한 펑	3.0%	5.3%	7.2%	8.9%	10.6%	12.5%	14.4%	17.3%	20.8%
에바고라스 에바고루	2.5%	4.7%	6.3%	8.2%	10.0%	11.9%	14.5%	17.9%	24.0%

주말론은 우승뿐 아니라 준우승 확률도 20.4%였다. 두 수치를 합하면 최종 헤즈업에 진출할 확률이 60.8%다.

반면 에바고루는 9위 확률이 24.0%로 가장 높았다. 한 펑도 첫 탈락 확률이 20.8%였다.

숏스택 두 명의 첫 탈락 가능성을 합산할 수는 없지만, 모델은 두 선수 모두 초반 생존에서 상당한 위험을 안고 있다고 평가했다.

루카스 주말론의 40.4%는 왜 압도적인가

주말론은 파이널 테이블에 1억 9,400만 칩을 가져온다.

2위 함무드의 7,900만 칩보다 약 2.46배 많고, 전체 칩의 약 35.1%를 혼자 보유한다. 시작 스택은 129빅블라인드다.

주말론이 가진 구조적 이점

• 모든 선수를 칩으로 커버한다.
• 한 번의 올인 패배로 즉시 탈락하지 않는다.
• 중간 스택에게 ICM 압박을 가할 수 있다.
• 숏스택의 올인을 비교적 넓게 받을 여유가 있다.
• 작은 팟을 반복해서 공격할 수 있다.
• 3베트와 4베트에서 상대보다 위험 부담이 작다.
• 첫날부터 테이블 전체의 경기 속도를 통제할 수 있다.

주말론은 2위부터 4위인 함무드·샤에벨·뮬러의 칩을 합친 것보다도 많은 스택을 보유했다. 이러한 압도적인 칩 비중이 40.4%라는 결과의 가장 큰 기반이다.

그래도 주말론이 질 확률은 59.6%

포커에서 40.4%는 매우 높은 단일 선수 우승 확률이다.

그러나 확정적인 수치는 아니다.

100만 회 가운데 약 59만 6,000회에서는 다른 선수가 우승했다. 즉, “AI가 주말론의 우승을 확정했다”는 표현은 부정확하다.

주말론이 우승하지 못할 수 있는 대표적인 시나리오는 다음과 같다.

함무드에게 대형 더블업을 허용하는 경우

함무드가 주말론을 상대로 더블업하면 약 1억 5,800만 칩 이상에 도달할 수 있다. 두 선수의 격차가 크게 줄어들면서 파이널 테이블의 힘의 균형이 바뀐다.

중간 스택에게 연속해서 칩을 잃는 경우

주말론은 한 번의 패배는 충분히 견딜 수 있다. 그러나 샤에벨과 뮬러에게 연속 더블업을 허용하면 압도적인 우위를 잃는다.

칩을 보호하려 지나치게 수동적으로 변하는 경우

큰 스택의 가장 중요한 가치는 상대에게 압박을 가하는 것이다. 우승 실패를 두려워해 지나치게 폴드하면 상대가 무료로 스택을 회복할 수 있다.

첫 대형 팟 패배 후 감정적으로 대응하는 경우

주말론은 파이널 테이블에서 가장 큰 미디어 관심을 받고 있다. 초반 손실을 즉시 만회하려 하면 불필요한 충돌이 늘어날 수 있다.

ICM 기대값과 시뮬레이션 평균 상금 비교

APT는 단순 우승 확률뿐 아니라 각 선수의 ICM 기대 상금과 시뮬레이션 평균 상금도 비교했다.

선수	ICM 기대 상금	시뮬레이션 평균	차이
루카스 주말론	$6,188,930	$6,306,953	+1.91%
라미 함무드	$4,054,198	$3,862,553	-4.73%
제이미 샤에벨	$3,414,290	$3,605,675	+5.61%
그레그 뮬러	$3,177,214	$3,568,945	+12.33%
마이클 갈리아노	$3,111,062	$2,996,098	-3.70%
마리오 부스	$3,026,466	$2,899,613	-4.19%
라우리 사스킬라흐티	$2,795,602	$2,673,088	-4.38%
한 펑	$2,296,565	$2,231,290	-2.84%
에바고라스 에바고루	$2,185,672	$2,105,788	-3.65%

가장 중요한 수치는 뮬러의 +12.33%다.

뮬러의 칩만을 기준으로 계산한 ICM 기대 상금은 약 317만 7,214달러다. 그러나 플레이 성향까지 적용한 시뮬레이션에서는 평균 356만 8,945달러를 획득했다.

차이는 약 39만 1,731달러다.

이 결과가 스티브 블레이가 뮬러를 개인 우승 후보로 선택한 핵심 근거다.

12.33%는 뮬러의 우승 확률 상승분이 아니다

ICM 대비 12.33% 초과라는 표현은 쉽게 오해될 수 있다.

이는 뮬러의 우승 확률이 ICM보다 12.33%포인트 높다는 뜻이 아니다.

정확한 의미는 다음과 같다.

뮬러가 100만 번의 시뮬레이션에서 획득한 평균 상금이 단순 ICM으로 계산한 기대 상금보다 12.33% 많았다.

뮬러의 실제 우승 빈도는 10.9%였다.

따라서 기사에서 다음 두 수치를 분리해야 한다.

• 뮬러 AI 우승 확률: 10.9%
• 뮬러 ICM 대비 평균 상금 성과: +12.33%

이를 혼합해 “뮬러 우승 확률이 ICM보다 12.33% 높다”고 쓰면 잘못된 해석이 된다.

스티브 블레이가 뮬러를 선택한 이유

블레이는 모델상 가장 유력한 후보가 주말론이라는 점을 부정하지 않았다.

그럼에도 최종 개인 예측에서는 뮬러를 선택했다.

“나의 공식 예측은 그레그 뮬러 우승이다.”

블레이가 뮬러를 선택한 배경은 크게 네 가지로 정리할 수 있다.

1. ICM 기대값을 가장 크게 초과했다

뮬러는 모든 선수 중 가장 높은 +12.33%의 평균 상금 초과 성과를 기록했다.

2. 우승 확률이 칩 차이만큼 낮지 않았다

뮬러는 4,850만 칩으로 주말론의 약 4분의 1에 불과하다.

그럼에도 우승 확률은 10.9%로 칩 3위 샤에벨의 11.3%와 거의 차이가 없었다.

3. 경험이 모델에 반영됐다

뮬러는 WSOP 브레이슬릿 3개와 오랜 라이브 토너먼트 경력을 보유했다.

4. 다양한 포커 종목을 경험했다

그의 브레이슬릿은 리밋 홀덤과 H.O.R.S.E. 등에서 나왔다. 여러 게임을 다뤄 온 경험은 상대 유형과 경기 흐름에 적응하는 능력으로 연결될 수 있다.

뮬러는 전직 NHL 선수가 아니다

뮬러는 전직 프로 아이스하키 선수다.

하지만 NHL에서 활동한 선수로 소개하면 부정확하다. 그는 북미와 유럽의 프로 하키 리그에서 약 9시즌을 보낸 뒤 포커로 전향했다.

프로 스포츠 경험은 다음 측면에서 도움을 줄 수 있다.

• 큰 무대의 긴장 관리
• 장시간 집중력 유지
• 패배 후 빠른 심리 회복
• 공개적인 경쟁에 대한 적응
• 체력과 일정 관리
• 결과보다 현재 플레이에 집중하는 습관

다만 하키 경력이 직접적인 포커 우승 확률을 보장하는 것은 아니다. APT 모델은 하키 선수라는 이력 하나가 아니라 뮬러의 실제 포커 성향과 경력을 복합적으로 반영했다.

제이미 샤에벨이 숨은 수혜자인 이유

샤에벨은 우승 확률 11.3%로 전체 3위다.

그의 ICM 기대 상금은 약 341만 4,290달러였지만 시뮬레이션 평균은 360만 5,675달러였다.

이는 5.61%의 초과 성과다.

항목	샤에벨
시작 칩	56,000,000
칩 순위	3위
우승 확률	11.3%
ICM 기대 상금	$3,414,290
시뮬레이션 평균	$3,605,675
차이	+5.61%

샤에벨은 주말론이나 뮬러만큼 기사 제목에 자주 등장하지 않지만, 모델에서는 분명한 상위 후보로 평가됐다.

그의 우승 확률은 뮬러보다 0.4%포인트 높고 함무드보다 1.9%포인트 낮다. 최종 3인 진출 가능성도 상당히 높게 나타났다.

라미 함무드는 왜 ICM보다 낮게 평가됐나

함무드는 7,900만 칩으로 명확한 칩 2위다.

단순 ICM 기대 상금은 약 405만 4,198달러지만 시뮬레이션 평균은 386만 2,553달러였다. 약 19만 1,645달러, 비율로는 4.73% 낮은 결과다.

항목	함무드
시작 칩	79,000,000
칩 순위	2위
우승 확률	13.2%
ICM 기대 상금	$4,054,198
시뮬레이션 평균	$3,862,553
차이	-4.73%

함무드는 여전히 우승 확률 2위다.

따라서 모델이 그를 약한 선수로 평가했다는 뜻은 아니다. 단순 칩 가치가 제시하는 기대치만큼 높은 평균 상금을 만들지 못했다는 의미다.

그의 좌석 양쪽에는 17BB 한 펑과 15BB 에바고루가 있다. 두 숏스택과의 충돌, 주말론과의 큰 스택 경쟁 등이 시뮬레이션 결과에 영향을 줬을 가능성이 있다.

이는 공개된 수치에 근거한 해석이며 APT가 특정 한 가지 이유만을 공식 원인으로 확정한 것은 아니다.

ICM 기대치를 넘은 선수는 세 명뿐

시뮬레이션 평균 상금이 ICM보다 높게 나온 선수는 세 명이다.

선수	ICM 대비
그레그 뮬러	+12.33%
제이미 샤에벨	+5.61%
루카스 주말론	+1.91%

반대로 ICM보다 낮게 나온 선수는 여섯 명이다.

선수	ICM 대비
한 펑	-2.84%
에바고라스 에바고루	-3.65%
마이클 갈리아노	-3.70%
마리오 부스	-4.19%
라우리 사스킬라흐티	-4.38%
라미 함무드	-4.73%

따라서 “하위 5명이 모두 ICM을 밑돌았다”는 설명은 일부만 맞는다.

칩 순위 하위 5명인 갈리아노·부스·사스킬라흐티·한 펑·에바고루가 모두 ICM보다 낮게 나온 것은 사실이다. 하지만 칩 2위 함무드도 같은 그룹에 포함된다.

마이클 갈리아노의 낮은 7.0%가 의외인 이유

갈리아노는 4,650만 칩과 31BB로 뮬러와 거의 비슷한 스택을 보유한다.

하지만 AI 우승 확률은 뮬러의 10.9%보다 3.9%포인트 낮은 7.0%였다.

비교	그레그 뮬러	마이클 갈리아노
칩	48.5M	46.5M
빅블라인드	32BB	31BB
우승 확률	10.9%	7.0%
ICM 대비	+12.33%	-3.70%
평균 상금	$3.57M	$3.00M

두 선수의 칩 차이는 200만에 불과하다.

그러나 시뮬레이션 평균 상금 차이는 약 57만 2,847달러다. 이는 APT 모델이 칩 스택만 계산한 것이 아니라 플레이 유형과 테이블 상황을 실제 결과에 반영했다는 점을 보여준다.

모델은 어떻게 각 선수를 다르게 구현했나

APT는 최종 9명을 동일한 전략으로 움직이는 봇으로 만들지 않았다.

각 선수의 공개된 핸드와 플레이 이력을 분석해 개별 특성을 설정했다. 전체적으로 40개 이상의 조정 가능한 특성이 모델에 사용됐다.

반영됐다고 설명된 요소

• 프리플랍 공격성
• 포스트플랍 공격성
• 콜 빈도
• 블러프 빈도
• 3베트 성향
• 올인 대응 범위
• 스택 크기별 행동 변화
• 상대 유형별 조정
• ICM 압박에 대한 반응
• 파이널 테이블 경험
• 위험 선호도
• 관찰된 플레이 스타일

모델은 이러한 특성을 조합해 아홉 개의 서로 다른 봇을 만들었다.

따라서 단순히 칩을 무작위로 분배하거나 모든 선수가 완벽한 GTO 전략을 사용한다고 가정한 계산과 다르다.

정말 AI 슈퍼컴퓨터라고 부를 수 있나

PokerNews는 기사 제목과 본문에서 AI 기반 슈퍼컴퓨터라는 표현을 사용했다. Advanced Poker Training도 AI 기반 포커 훈련 서비스로 운영된다.

그러나 독자가 일반적으로 떠올리는 생성형 AI나 인간처럼 자율적으로 생각하는 시스템과는 구분할 필요가 있다.

이번 예측은 다음 구조에 가깝다.

1. 실제 선수 데이터를 수집한다.
2. 각 선수의 성향을 수십 개 변수로 설정한다.
3. 해당 성향을 가진 포커 봇을 만든다.
4. 실제 좌석과 칩 스택을 입력한다.
5. 파이널 테이블을 100만 번 반복한다.
6. 순위와 상금 결과를 집계한다.

따라서 기사에서는 AI 기반 포커 시뮬레이션 또는 맞춤형 포커 봇 100만 회 분석이라고 설명하는 것이 가장 정확하다.

“AI가 미래를 봤다”거나 “슈퍼컴퓨터가 우승자를 확정했다”는 표현은 과장이다.

100만 번이면 결과를 믿을 수 있나

반복 횟수가 많을수록 단순한 시뮬레이션 오차는 줄어든다.

주말론이 40.4%라는 결과를 기록했다면, 동일한 모델 조건에서 반복 횟수를 조금 늘려도 수치가 크게 바뀌지 않을 가능성이 높다.

그러나 반복 횟수가 많다고 모델의 모든 가정이 정확해지는 것은 아니다.

100만 회가 줄여주는 것

• 우연한 표본 변동
• 적은 반복에서 발생하는 극단적 결과
• 순위별 확률 추정의 흔들림
• 동일 모델 안에서의 통계 오차

100만 회로 해결되지 않는 것

• 선수 성향을 잘못 설정한 문제
• 3주 동안 바뀐 전략
• 비공개 코칭과 준비 내용
• 실제 긴장과 감정 변화
• 라이브 텔
• 방송 무대의 압박
• 부상이나 컨디션
• 좌석에서 발생하는 예측 불가능한 조정

즉, 100만 회는 모델을 안정적으로 반복한 횟수이지 현실을 100% 재현했다는 보증이 아니다.

2016년 퀴 응웬 예측은 얼마나 정확했나

스티브 블레이는 2016 WSOP 메인 이벤트 파이널 테이블에서도 시뮬레이션을 진행했다.

당시 모델은 칩 리더가 아니었던 퀴 응웬을 가장 유력한 챔피언으로 선택했고, 실제로 응웬이 우승했다. 해당 예측은 100회의 시뮬레이션만으로 나왔다.

블레이는 응웬의 우승 과정에서 자문 역할도 맡았다.

그러나 과거에 한 번 우승자를 맞혔다고 2026년 결과도 자동으로 정확해지는 것은 아니다.

2016년 성공은 다음 두 가지 의미를 가진다.

• 모델이 칩 수만 보지 않고 플레이 스타일의 가치를 포착할 수 있었다.
• 블레이와 APT 팀이 WSOP 파이널 테이블 모델링 경험을 보유했다.

반면 단 한 번의 성공만으로 장기적인 예측 정확도를 통계적으로 확정할 수는 없다.

2016년과 2026년 모델의 차이

구분	2016년	2026년
시뮬레이션	100회	1,000,000회
증가 배수	기준	10,000배
예측 1위	퀴 응웬	루카스 주말론
실제 칩 리더 예측 여부	아니오	예
결과	응웬 우승	경기 전
모델 목적	우승 예측	전체 순위·상금 분포 분석

2026년 모델은 단순 우승자 한 명만 선택하지 않았다.

각 선수의 1위부터 9위까지 확률과 평균 상금, ICM 기대치 차이까지 공개했다. 예측의 범위와 데이터량이 훨씬 커졌다.

AI 모델과 단순 ICM은 무엇이 다른가

ICM은 현재 칩 스택을 실제 상금 가치로 변환하는 모델이다.

기본적으로 모든 칩의 가치가 동일하지 않다는 점을 반영한다. 토너먼트에서 칩을 두 배로 만들었다고 실제 기대 상금이 정확히 두 배가 되지는 않는다.

단순 ICM이 주로 보는 것

• 각 선수의 칩 수
• 전체 칩 수
• 남은 상금 구조
• 각 순위의 지급액

APT 시뮬레이션이 추가로 본 것

• 선수별 공격성
• 위험 감수 성향
• 콜과 폴드 빈도
• 좌석 배치
• 숏스택 운영
• 상대별 대응
• 실제 게임 진행
• 순위별 탈락 과정

ICM은 출발점의 공정한 기대값에 가깝다.

APT 모델은 실제로 서로 다른 스타일의 선수가 경기를 진행하면 그 기대값이 어떻게 달라질 수 있는지를 계산했다.

뮬러가 최고의 베팅 후보라는 뜻일까

뮬러가 ICM보다 높은 성과를 기록했다고 반드시 좋은 스포츠베팅 대상이라는 뜻은 아니다.

가치 베팅을 판단하려면 AI 확률과 실제 시장 배당을 비교해야 한다.

예를 들어 모델상 우승 확률이 10.9%라면 공정한 십진 배당은 약 9.17배다.

1 ÷ 0.109 ≈ 9.17

미국식 플러스 배당으로 단순 환산하면 약 +817 수준이다.

시장 배당이 이보다 높을 때만 모델 기준의 이론적인 가치가 발생한다. 반대로 시장이 뮬러에게 더 높은 승률을 반영하고 있다면 가치가 없을 수 있다.

이 계산에는 수수료와 시장 마진이 포함되지 않았으며 실제 베팅을 권유하는 내용이 아니다.

AI 확률을 공정 배당으로 환산하면

선수	AI 확률	단순 공정 십진 배당
루카스 주말론	40.4%	2.48
라미 함무드	13.2%	7.58
제이미 샤에벨	11.3%	8.85
그레그 뮬러	10.9%	9.17
마이클 갈리아노	7.0%	14.29
마리오 부스	6.5%	15.38
라우리 사스킬라흐티	5.2%	19.23
한 펑	3.0%	33.33
에바고라스 에바고루	2.5%	40.00

이 표는 APT 확률의 역수를 계산한 이론적 수치다.

실제 시장 가격, 거래 수수료, 유동성 또는 최신 경기 상황은 반영하지 않는다.

주말론과 뮬러의 직접 비교

항목	루카스 주말론	그레그 뮬러
시작 칩	194M	48.5M
빅블라인드	129BB	32BB
칩 순위	1위	4위
AI 우승 확률	40.4%	10.9%
헤즈업 진출 확률	60.8%	24.4%
톱3 확률	73.9%	37.9%
9위 확률	1.0%	6.7%
ICM 대비	+1.91%	+12.33%
WSOP 브레이슬릿	0개	3개
모델상 위치	절대적 우승 후보	최대 초과 성과 다크호스

주말론은 우승 확률과 안정성에서 압도적이다.

뮬러는 같은 칩을 가진 선수들과 비교할 때 기대 이상의 성과를 보인다는 점에서 다크호스로 분류된다.

따라서 두 예측은 서로 모순되지 않는다.

• 가장 우승 가능성이 높은 선수: 루카스 주말론
• 현재 칩 가치보다 모델 평가가 가장 높은 선수: 그레그 뮬러
• 스티브 블레이의 개인 우승 선택: 그레그 뮬러

숏스택에게 2.5%도 충분한 이유

에바고루의 우승 확률은 2.5%다.

숫자만 보면 매우 낮지만 100만 회 중 약 2만 5,000회에서 세계 챔피언이 됐다는 뜻이다.

한 펑의 3.0%도 약 3만 회의 우승에 해당한다.

숏스택이 우승하는 기본 시나리오는 다음과 같다.

1. 첫 올인에서 더블업
2. 30BB 전후로 스택 회복
3. 중간 스택과의 두 번째 승부에서 승리
4. 주말론이 다른 선수에게 칩을 잃음
5. 4명 이하에서 순위 구조 재편
6. 헤즈업 진출 후 최종 역전

포커에서는 한 번의 더블업으로 상대적인 위치가 크게 바뀐다.

따라서 2.5%는 “가능성이 없다”가 아니라 “40번에 한 번가량 우승하는 모델 결과”로 이해해야 한다.

가장 먼저 탈락할 가능성이 높은 선수

모델상 9위 확률은 다음과 같다.

선수	9위 확률
에바고라스 에바고루	24.0%
한 펑	20.8%
라우리 사스킬라흐티	13.9%
마리오 부스	11.4%
마이클 갈리아노	10.3%
그레그 뮬러	6.7%
제이미 샤에벨	6.5%
라미 함무드	5.4%
루카스 주말론	1.0%

주말론도 1%의 시뮬레이션에서는 9위로 탈락했다.

압도적인 칩 리더라도 초반에 대형 스택과 충돌하거나 연속해서 큰 팟을 잃으면 가장 먼저 탈락할 가능성이 완전히 사라지지는 않는다.

모델이 틀릴 수 있는 가장 큰 변수

3주간의 전략 변화

최종 9인은 파이널 테이블 확정 후 약 3주 동안 준비했다.

선수들은 전문 코치, 솔버와 스터디 그룹을 활용해 기존과 전혀 다른 전략을 준비할 수 있다.

샷클락 철회

Day 7과 Day 8에 적용됐던 자동 액션 클락은 파이널 테이블에서 사용되지 않는다.

행동 시간이 달라지면 일부 선수의 플레이 속도와 심리에도 변화가 생길 수 있다.

ESPN 생중계 압박

수백만 달러의 상금과 세계적인 방송 카메라는 일반 토너먼트에서 관찰한 성향을 바꿀 수 있다.

첫 핸드의 카드 분포

첫 몇 번의 올인 결과는 모델이 예상한 평균적인 흐름을 즉시 뒤집을 수 있다.

선수별 비공개 준비

APT가 공개 핸드와 알려진 성향을 분석했더라도 비공개 코칭 내용까지 알 수는 없다.

2026 WSOP 파이널 테이블 일정

경기	미국 동부시간	한국시간	미국 채널
파이널 테이블 1일 차	8월 3일 오후 9시	8월 4일 오전 10시	ESPN2
파이널 테이블 2일 차	8월 4일 오후 9시	8월 5일 오전 10시	ESPN
우승자 결정전	8월 5일 오후 10시 30분	8월 6일 오전 11시 30분	ESPN

최종 9명은 모두 최소 100만 달러를 확보했으며 우승자는 1,000만 달러와 메인 이벤트 브레이슬릿을 받는다.

2026 WSOP AI 우승 예측 관전 포인트

주말론이 40.4%의 가치를 실제 압박으로 전환하는가

칩 리드를 보유하는 것과 활용하는 것은 다른 문제다.

뮬러가 +12.33%의 초과 성과를 재현하는가

베테랑 경험이 실제 라이브 파이널 테이블에서도 평균 상금을 높일 수 있는지 확인할 수 있다.

함무드가 모델의 저평가를 뒤집는가

칩 2위임에도 ICM보다 낮게 평가된 결과는 가장 흥미로운 반전 후보다.

샤에벨이 조용한 3순위 후보로 올라서는가

우승 확률과 평균 상금 모두에서 높은 평가를 받았지만 상대적으로 관심은 적다.

첫 숏스택 더블업이 전체 확률을 바꾸는가

한 펑이나 에바고루가 초반 더블업하면 경기 전 확률표는 즉시 낡은 데이터가 된다.

AI가 맞히면 과학이고 틀리면 실패일까

한 번의 토너먼트 결과로 모델 전체를 평가하면 안 된다.

주말론의 우승 확률은 40.4%다.

그가 우승하지 않더라도 모델이 틀렸다고 단정할 수 없다. 모델 자체도 다른 선수가 우승할 가능성을 59.6%로 계산했기 때문이다.

반대로 주말론이 우승한다고 해서 40.4%라는 수치가 완벽하게 정확했다는 사실이 증명되는 것도 아니다.

확률 모델의 품질은 여러 예측을 장기간 비교해야 평가할 수 있다.

이번 결과에서 확인해야 할 것은 한 명의 우승자만이 아니다.

• 선수별 최종 순위
• 평균 상금과 실제 상금
• 숏스택 생존 여부
• 뮬러의 초과 성과
• 함무드의 ICM 하회 여부
• 주말론의 헤즈업 진출
• 모델이 예상한 탈락 순서

이러한 요소를 함께 봐야 시뮬레이션의 설명력을 평가할 수 있다.

2026 WSOP AI 우승 예측 최종 결론

100만 번의 시뮬레이션이 선택한 가장 유력한 챔피언은 루카스 주말론이다.

그의 우승 확률은 40.4%로 2위 함무드의 13.2%를 크게 앞섰다. 헤즈업 진출 확률은 60.8%, 톱3 진출 확률은 73.9%였다.

그러나 모델의 가장 흥미로운 선수는 그레그 뮬러다.

뮬러의 우승 확률은 10.9%로 전체 4위지만, 시뮬레이션 평균 상금은 ICM 기대치보다 12.33% 높았다. 스티브 블레이가 개인 우승 후보로 뮬러를 선택한 이유다.

따라서 이번 분석은 다음 두 문장으로 정리할 수 있다.

확률상 가장 유력한 우승자는 루카스 주말론이다.

칩 스택보다 가장 높은 초과 성과가 기대되는 다크호스는 그레그 뮬러다.

AI는 주말론을 선택했고, 모델을 만든 전문가는 뮬러를 선택했다. 이제 실제 파이널 테이블이 어느 쪽의 예측을 증명할지 확인할 차례다.

관련 내부 콘텐츠

최종 9인의 좌석과 전체 방송 일정은 2026 WSOP 파이널 테이블 생중계 가이드에서 확인할 수 있다.

주말론의 칩 리드와 커리어는 루카스 주말론 WSOP 우승 도전에서 확인할 수 있다.

뮬러의 하키 선수 경력과 결정적 핸드는 그레그 뮬러 WSOP 파이널 테이블 인터뷰에서 확인할 수 있다.

최종 9인의 심리와 준비 과정은 WSOP 파이널 테이블 9인 인터뷰에서 확인할 수 있다.

파이널 테이블 규정 변경은 WSOP 파이널 테이블 샷클락 철회에서 확인할 수 있다.

※ 이 글은 2026년 8월 3일 기준 Advanced Poker Training의 공식 시뮬레이션 자료와 모델 제작 설명, PokerNews의 분석 기사 및 WSOP 파이널 테이블 칩카운트를 교차 확인해 작성했습니다. 시뮬레이션은 미래 결과를 보장하지 않으며 선수의 비공개 준비와 실제 경기 중 전략 변화는 완전히 반영할 수 없습니다.

---

2026 WSOP AI 우승 예측 FAQ