새로운 방식의 FPS 에임 트레이너
OpenAim은 과학적 모델과 AI 코칭을 결합한 차세대 FPS 에임 트레이너입니다. 색맹 친화적 테마, 눈 부담 완화, 시각적 피로 저감 등 인체공학적 설정부터 cm/360 기반의 정밀한 마우스 감도 모델링, 그리고 오프라인 리플레이 분석까지 지원합니다. 사용자는 익명으로 훈련 데이터를 공유해 글로벌 플레이어 모델을 고도화하고, 개인화된 난이도와 Task-Elo 랭킹을 통해 실력을 객관적으로 평가받을 수 있습니다.
전체 화면 — 진짜 조준을 위한 진정한 풀스크린 Esc — 세션(런) 중단 지원 · 실험실 · 종료 · 벤치 · 콘솔 · 설정 완료
[외관 테마] Rangefinder — 실험실 페이퍼 Slate — 클래식 다크 Ironsight — 사격장 플래카드 Broadcast — 이스포츠 글래스 Ghost — OLED 미니멀
[타깃 색상] 모든 테마에 대비되는 색맹 친화적 프리셋. 기본값은 빨강, 주황, 시안, 노랑, 마젠타, 흰색 중 선택. 커스텀 가능.
[타깃 스타일] 테마를 따르거나 채우기(Filled)/윤곽선(Outline) 선택.
[플레이필드 배경] 테마: Range(평면), Vignette(비네트) 분위기: 획득한 배경 팔레트(자유 플레이 전용). 잠긴 항목은 해제 조건 표시.
[타깃 마감] 획득한 타깃 스킨(자유 플레이 전용). 랭크 드릴은 항상 표준 타깃 사용.
[리빙 씬(Living scene)] 드릴 사이에 배경이 서서히 이동해 시각적 피로를 분산. 타깃이나 명암에는 영향 없음. 모드: Living / Subtle / Off
[눈 부담 완화] 긴 세션을 위해 화면과 UI를 어둡고 따뜻하게 조정해 휘도 부담을 낮춤. 타깃은 최대 명암 유지.
[모션] Reduce는 UI 트랜지션 비활성화. Auto는 OS 설정을 따름. Auto / Reduce / Full
[크로스헤어 스타일] 형태: Cross, Dot, Circle, Dot + ring 크기, 두께, 간격, 색상 테마, 외곽선(타깃 위에서도 크로스헤어가 보이도록 유지) 조준 시 반응: 기본은 Off로 깨끗한 원격측정(telemetry) 확보. None / Recolor / Expand
[피드백] 히트 마커: Tick, Pop, None 히트 사운드: Click, Tick, Off, 볼륨 미스 플래시: 놓친 사격 시 크로스헤어에 붉은 점멸 사격 피드백 사운드: 미스 및 재장전 막힌 사격 큐: 멀티탭 드릴은 연사속도 제한. 너무 빨리 당긴 동작은 랙이 아니라 타이밍으로 해석되도록 표시. 추적 톤: 크로스헤어가 타깃을 유지하는 동안 상승하는 지속 톤 화면 밖 스폰 큐: 시야 밖에서 생성되는 타깃을 향해 패닝되는 경고음 화면 밖 스폰 마커: 시야 밖 타깃 방향으로 짧은 외곽 앵글 표시(시각적 쌍둥이) 페이스 메트로놈: 코칭 드릴에서 페이스 예산당 1박트 보상 순간: 기록 달성, 승급, 연속 성공 시 폭죽+플러리시 휴식 리마인더: 긴 세션에서 드릴 사이에 부드러운 20-20-20 알림
[HUD] timer, score, acc, fps 젠 모드(Zen mode): 세션 중 HUD 전체 숨김. 결과 화면에서는 전부 표시.
[입력 & 카메라] 감도: 마우스 카운트당 도수 마우스 DPI(옵션): cm/360 및 손 이동 거리 모델링 활성화 감도 임포트: 인게임 감도 변환 적용 시야각(FOV): 수폁; 모든 리플레이에 각인 Y축 반전 원시 입력: 브라우저가 가속되지 않은 마우스 동작을 전달하는지 여부. OpenAim 자체는 가속하지 않으며, 이는 브라우저/OS 레이어 설정.
[코치] 챌린지 포인트: 타깃 성공률 기반 드릴 도달점 스트레스 테스트(개발): 챌린지 포인트를 무시하고 벤치마크용 최고 난이도 요청(훈련용 아님) 설명: 상세 정보는 항상 ‘?’ 칩 뒤에 위치. Brief / Full / Silent 세션 길이: 코칭 세션당 드릴 수 포커스: 코치가 선택하게 하거나 한 축으로 고정 코치 결정 / AutoGain: 측정된 과소/과대 보정으로 감도 자동 튜닝 / Standard / Gentle / Off 데이터 캡처 레벨: Summary는 원시 마우스/카메라 스트림 생략, 심층 분석은 Full 필요 / Full / Summary 자동 리플레이 다운로드: 완료된 런마다 .oar 저장 데이터 내보내기: JSON, 임포트, 코치 리셋 리플레이 인트로
[Aim Commons] 익명 드릴 요약은 기본적으로 공유 과학 기반 플레이어 모델(모두가 시작하는 기준이자 평점을 실제 동료들에 맞게 재정규화하는 모델) 학습에 기여. 원시 마우스 추적, 신원, 기기 정보는 없으며 언제든 옵트아웃/철회 가능. 원시 리플레이와 공개 리더보드는 사용자가 켜기 전까지 비활성.
런 기여: 드릴 요약 + 역량 피처 전송(원시 마우스, 기기 정보 없음) 리더보드: 공개 핸들로 Task-Elo 보드 순위 핸들: 공개 리더보드 이름 리플레이 공유(고급): 심층 분석/관전을 위해 원시 마우스 이동 추적(경미한 생체정보) 업로드. 상기 두 항목 필요. 상태: 로컬 전용 철회 및 삭제
[설정 무결성] 텔레메트리 의미를 바꾸는 설정(FOV, 감도, 타깃 스타일, 크로스헤어, 반전, 캡처 레벨 등)은 권장 사항으로 표시됨.