'선수 부상 예측도'… AI와 ML로 경기 개선 중인 스포츠 단체 3곳

세계적인 스포츠 단체 3곳은 선수와 코치가 AI와 머신러닝을 통해 가치 있는 데이터를 추출하고 이를 효과적으로 활용해 우수한 성과를 달성하도록 하고 있다.
 

약 10년 전 스포츠 분석 방법론의 선구자인 빌 제임스는, 야구의 세이버메트릭스에서 데이터가 핵심이 아니라는 점을 더 많은 사람이 이해했으면 한다고 언급했다. 그에 따르면 중요한 건 데이터를 면도날처럼 활용해 틀린 의견을 잘라내고 진실을 찾는 것이다.

제임스는 당시 "야구에서 '이해'를 쌓기가 어려운 이유는, 데이터에 대해 말도 안 되는 주장을 내놓는 사람들이 업계 전체에 존재하기 때문이다"라고 말했다.

2003년 출간된 '머니볼'의 저자인 마이클 루이스가 세이버메트릭스를 대중화한 이후 수년 동안 스포츠 분석은 야구 외에도 다양한 분야에서 발전해 왔다. 이제는 컴퓨터 비전, AI, 머신러닝이 모두 중요한 역할을 하고 있다.

국제 스포츠 단체가 AI와 머신러닝을 활용해 선수와 코치가 스포츠에 접근하는 방식을 어떻게 바꾸고 있는지 보여주는 3가지 사례를 소개한다.

NFL의 선수 안전 개선
내셔널 풋볼 리그(NFL)는 AI와 예측 분석으로 선수의 안전을 개선하고 있다. NFL은 파트너인 AWS와 협력해 플랫폼 '디지털 애슬릿(Digital Athlete)'을 개발했는데, 이는 컴퓨터 비전과 머신러닝을 사용해 경기 및 선수 신체 위치를 기반으로 부상 위험이 높은 선수를 예측하는 서비스다.

디지털 애슬릿은 선수의 RFID 태그, 초당 60프레임을 캡처하는 38대의 5K 광학 추적 카메라, 날씨, 장비, 경기 유형 등의 기타 데이터에서 데이터를 추출한다. 매주 경기가 진행되는 동안 이 플랫폼은 680만 개의 비디오 프레임을 캡처하고 처리하며, 경기장 내 선수들의 위치와 상황을 약 1억 개에 달하는 데이터로 기록한다. 또한 연습 경기에서도 데이터를 가져오기 때문에 총 데이터 포인트는 5억 개에 달한다.

AWS의 글로벌 스포츠 책임자 줄리 수자는 "게임 내 시나리오에서 수백만 건의 시뮬레이션을 실행해 어떤 선수가 부상 위험이 높은지 팀에 알린다. 팀은 이 정보를 사용해 개별화된 부상 예방 과정을 개발할 수 있다"라고 말했다.

그런 다음 위험 완화 모델링을 사용해 훈련 데이터를 분석하고, 선수의 부상 위험을 최소화하는 이상적인 훈련량을 결정할 수 있다.

수자의 조언: 호기심을 키워라.

다른 데이터 기반 이니셔티브와 마찬가지로 수자는 디지털 애슬릿도 경기와 연습 중에 현장에서 일어나는 일을 이해하기 위해 직감이나 본능이 아닌 데이터를 사용한다고 말했다. 그는 "호기심을 갖는 마음이 중요하다. 가장 먼저 데이터 전략을 세우고, 데이터의 기초를 마련한 다음, 데이터에 대해 질문하는 것이 중요하다"라고 조언했다.

테니스 코칭을 혁신하는 컴퓨터 비전
2023년 빌리 진 킹 컵(BJK)을 준비하면서 국제 테니스 연맹(ITF)은 마이크로소프트와 파트너십을 맺었다. 코치가 선수의 경기력을 미세 조정하는 데 도움이 되도록 경기 중 인사이트를 제공하는 AI 기반 플랫폼을 개발하기 위해서다.

빌리 진 킹 컵은 매년 16개 국가 대표팀이 출전해 타이틀을 놓고 경쟁하는 여자 스포츠 최대 규모의 연례 국제 단체전이다. 남자 데이비스컵과 마찬가지로 팀 주장이 경기 도중 선수들을 코치할 수 있는 몇 안 되는 테니스 대회이기도 하다.

ITF는 2021년에도 마이크로소프트와 파트너십을 맺고 빌리 진 킹 컵의 경기 인사이트 플랫폼을 강화한 바 있다. 이 플랫폼은 볼 추적 카메라와 3D 레이더 시스템을 사용해 실시간 코트 내 경기 데이터를 생성한다. 데이터는 애저(Azure)로 전송돼 실시간 점수 데이터와 결합하고, 서브 패턴, 리턴, 코트 주변 선수의 움직임에 대한 인사이트를 제공한다. 그런 다음 인사이트는 마이크로소프트 서피스 장치의 대시보드를 통해 팀 주장에게 제공된다.

ITF의 IT 담당 전무이사인 맥 펨블은 "선수, 코치, 팀, 그리고 경기의 무대 뒤에서 관련된 모든 사람들을 지원하기 위해 데이터를 어떻게 사용할 수 있는지에 초점을 맞추기 시작했다"라고 말했다.

ITF의 과학 및 기술 책임자인 제이미 카펠-데이비스는 메트릭을 활용하도록 제때 효과적으로 전달하지 못하면 의미가 없다고 언급했다.

카펠-데이비스의 조언: 커뮤니케이션에 집중하라.

그는 "가장 중요한 지표가 무엇이고 어떻게 효과적으로 전달할 수 있는지가 중요했다. 이 플랫폼의 장점은 매우 시각적이고 사용자 맞춤화도 충분히 할 수 있다는 점이다"라고 설명했다.

최상의 경기를 위해 AI와 ML을 도입한 스페인 라리가(LaLiga)
스페인 축구 리그 라리가는 AI와 ML을 활용해 선수와 코치에게 새로운 인사이트를 제공하고 있다.

라리가는 마이크로소프트와 협업해 16대의 광학 추적 카메라를 통해 경기당 거의 실시간으로 캡처한 약 350만 개의 데이터 포인트를 수집, 해석 및 표시하기 위해 애저 인프라를 사용하는 데이터 분석 플랫폼 '미디어코치(Mediacoach)'를 개발했다. 카메라는 리그의 각 경기장에 설치돼 선수와 심판의 위치, 공의 움직임에 대한 데이터를 캡처한다.

라리가의 혁신 매니저인 아나 로사 빅토리아 브루노는 "매월 이렇게 방대한 양의 데이터를 통해 통계와 보고서를 제공할 수 있다. 시스템에는 112,000건의 보고서와 8백만 비트의 정보가 있으며 이는 42개 클럽을 위한 막대한 양의 정보다"라고 말했다.

팬 참여를 위해 방송사에도 제공되고 있는 도구로는 골 확률(Goal Probability) 모델이 있다. 이는 상대 선수의 위치를 고려한 선수 시야, 공과 골키퍼 및 공과 골대 사이 거리, 가장 가까운 수비수와의 거리 및 각도 등 여러 변수를 활용해 주어진 득점 찬스를 마무리할 확률을 측정한다. 또한 선수의 경기당 및 슈팅당 골 비율 같은 변수를 기반으로 한 선수 효율성 지표도 계산에 포함한다.

브루노의 조언: 다분야 팀을 구성하라.

브루노는 축구 분석가, 비즈니스 인텔리전스 분석가, 라리가 분석팀으로 구성된 다분야 팀을 구성해야 성공을 거둘 수 있다고 말했다. 그는 "원시 데이터를 지식으로 전환하려면 데이터 과학자뿐만 아니라 축구 분석가, UX 전문가, 코치도 필요하다는 것이 과제 중 하나였다"라고 말했다. ciokr@idg.co.kr