스포츠 감독과 컴퓨터가 경쟁

'기계학습'으로 상대팀 작전, 패턴 예측

‘머신러닝’(Machine Learning) 혹은 ‘딥러닝’(Deep Learning)이란 말을 들어본 적이 있을 것이다. 한국어로 ‘기계학습’이라고 번역하는데 말 그대로 기계인 컴퓨터를 학습 시켜 컴퓨터 혼자서 일을 수행할 수 있도록 지능화하는 것을 말한다.

데이터를 이해하고 분석할 수 있으며, 그 결과를 토대로 미래를 예측할 수 있는 방식을 학습시키면 컴퓨터는 그 알고리즘에 따라 매우 빠른 속도로 필요한 데이터를 산출해낸다. 이런 방식으로 범죄나 테러, 교통사고 등의 예측이 가능하다.

흥미로운 사실은 최근 스포츠 분야에서 이 방식을 활용하기 시작했다는 것이다. 생활 전문 블로그 ‘라이프해커'(Lifehacker)는 이번 주 보도를 통해 세계 최대 인기 스포츠인 프로축구 경기에서 기계학습을 적절히 사용하고 있다고 전했다.

영국 프리미어리그 소속팀 기계학습 도입해 

영국의 프로축구 1부 리그인 프리미어 리그(Premier League) 소속 팀들은 경기에서 이기기 위해 기발한 생각을 해냈다. 상대팀 경기 패턴을 예측하려는 시도다. 상대팀과 관련된 데이터를 컴퓨터에 모두 집어넣은 후 어떤 작전을 선보일지 추정해내는 작업을 벌이고 있다.

프로축구 등 스포츠 팀들이 승률을 높이기 위해 컴퓨터 '기계학습' 을  광범위하게 활용하고 있다.  사진은 기계학습을 도입한 것으로 알려진 영국 프리미어리그 사이트.

프로축구 등 스포츠 팀들이 승률을 높이기 위해 컴퓨터 ‘기계학습’ 을 광범위하게 활용하고 있다. 사진은 기계학습을 도입한 것으로 알려진 영국 프리미어리그 사이트. ⓒhttp://www.premierleague.com/

축구팀들이 특히 신경을 기울이고 있는 것은 홈 앤 어웨이(Home & Away) 경기 중 어웨이 경기다. 홈 어드벤티지, 열광적인 응원에 힘입어 상대팀보다 실력이 월등하지 않는 한 질 가능성이 크기 때문이다.

대다수 팀들이 최소한 비기는 게임을 하고 있는데 이런 상황에서 기계학습이 큰 역할을 하고 있다. 경기 가 있기 전에 상대팀이 어떤 작전을 선보일지 예측한 다음 거기에 맞는 새 전략을 짜나가며 원정 경기의 부담을 덜어내고 있다.

축구뿐만 아니라 크리켓, 농구 등 다른 스포츠에서도 기계학습이 활용되고 있다. 인도의 크리켓 프리미어리그 팀들은 컴퓨터를 통해 상대 팀 선수 개개인의 경기 패턴까지 예측해낸 후 경기 당일 거기에 맞는 작전을 펴나가고 있다.

선수의 나이서부터 경기 패턴, 그리고 개인적인 성향에 이르기까지 다양한 정보를 투입한 후 다음 경기에서 어떤 모습을 선보일지 추정해낸다. 그리고 이 선수에 맞대응할 선수를 선별해 경기 주도권을 잡으려는 노력을 기울이고 있다.

포르투갈 코임브라(Coimbra) 대학의 연구팀은 뛰어난 농구선수의 신체는 물론 심리상태까지 예측해낼 수 있는 알고리즘을 개발했다. 이전까지 그 선수의 행적을 면밀히 분석해 경기 당일 어떤 마음을 갖고 경기에 임할지 가능성 있는 상황을 예측해내고 있다.

호주 디킨(Deakin) 대학 연구팀은 풋볼 선수 개개인의 신체 조건과 특징을 면밀히 분석해 어느 정도의 경기력을 선보일 수 있을지 예측해낼 수 있는 알고리즘을 선보였다. 호주 풋볼 팀들은 이 솔루션을 선수 지명 드래프트 방식에 활용해 큰 성공을 거두고 있다.

호주 풋볼 팀, 선수 지명 드래프트에 활용 

디킨대 연구팀 관계자는 선수 신체에 웨어러블 장치를 부착한 후 킥킹(kicking), 러닝(running), 점핑(jumping) 등 다양한 항목의 신체 능력을 측정한 다음 이들 자료들을 알고리즘에 투입해 선수 역량을 예측해내는 방식이라고 설명했다.

이 알고리즘의 활용 범위는 매우 다양하다. 이를테면 부상으로 인해 경기장을 떠났다가 치료를 받고 다시 돌아오는 선수 능력 측정에도 기계학습이 적용되고 있다. 커나가고 있는 어린 선수들의 성공 가능성 역시 부분적인 예측이 가능하다는 것이 관계자 설명이다.

알고리즘을 더 발전시켜 경기 당일 승부를 예측할 수 있는 알고리즘도 개발됐다. 스포츠 빅데이터 기업인 ‘넘버파이어(numberFire)’는 슈퍼볼 결승전처럼 중요한 경기가 있을 때마다 경기 결과를 예측해 방송사 등에 공급하고 있다.

지난 2월 열린 슈퍼볼 결승전에서는 경기 예측 알고리즘을 통해 나온 결과들이 경기 시간 시시각각 공급하면서 경기를 보고 있는 시청자들은 물론 스포츠 도박에 참여하고 있는 사람들에게 큰 인상을 심어주었다.

뉴잉글랜드가 4쿼터 막판 신인 세이프티 말콤 버틀러(Malcolm Butler)의 극적인 인터셉션에 힘입어 시애틀을 28-24(0-0 14-14 0-10 14-0)로 누르고 극적으로 우승을 차지했는데 이런 결과를 거의 정확히 예측해냈다.

넘버파이어의 닉 보나디오(Nik Bonaddio) CEO는 “선수 개개인의 대한 분석자료, 코치들 성향, 과거 팀의 역사에 이르기까지 수백만 건의 데이터를 투입해 세밀한 경기 결과를 예측하고 있다”고 말했다.

전체적으로 스포츠계는 기계학습을 반기는 분위기다. 이미 많은 프로팀들이 경기 예측은 물론 선수 선발, 트레이닝 등에 이 방식을 활용하고 있는 것으로 알려졌다. 그러나 우려도 없지 않다. 기계학습 적용이 확대될수록 사람의 역할이 줄어들기 때문이다.

그동안 경기 예측, 선수 선발에 막대한 영향력을 행사해온 것은 감독이었다. 그러나 컴퓨터가 이들의 역할을 대신하면서 반발하는 감독들도 적지 않은 것으로 알려졌다. 당분간 감독과 컴퓨터 간의 경쟁이 불가피할 전망이다.

 

 

(5190)

태그(Tag)

전체 댓글 (0)

과학백과사전