카네기멜론대, 스포츠 분석 혁신으로 데이터 기반 경쟁 우위 창출

앤드루 코르셀리

(이미지: StockSnap via Pixabay)

데이터 홍수 속 인사이트 추출이 핵심 과제

오늘날 스포츠 분석가들은 그 어느 때보다 많고 질 좋은 데이터에 접근할 수 있습니다. 카네기멜론대학(CMU) 전문가들은 통계학과 데이터 사이언스를 활용해 이 데이터를 인사이트로 전환, 프로팀의 경쟁 우위 확보를 돕고 있습니다.

CMU 통계학 및 데이터 사이언스과 조교수이자 카네기멜론 스포츠 분석 센터(CMSAC) 소장인 론 유르코는 "NFL의 넥스트 젠 데이터 칩이 0.1초마다 필드 위 모든 선수의 위치, 이동 방향, 속도 정보를 제공한다"고 설명합니다.

종목별 추적 기술 현황

선수 추적은 NFL을 넘어 확장되고 있습니다. 유르코 교수는 "MLB는 메이저리그 모든 스윙 데이터를 보유하고, 야구와 농구에서는 '포즈 스켈레탈 데이터'로 팔꿈치, 어깨, 무릎 등 3차원 공간상의 관절 위치를 분초 단위로 알 수 있다"고 말했습니다. 그는 NFL의 학술 파트너이기도 합니다.

팀 오너, 감독, 코치부터 분석가, 베터, 팬까지 모두가 알고 싶은 것은 이 방대한 데이터를 어떻게 활용하느냡니다. Tech Briefs가 유르코 교수와 독점 인터뷰를 진행했습니다.

데이터 수집 기술과 작동 원리

유르코: CMU에서 직접 데이터를 수집하지는 않습니다. NFL 데이터가 제공됩니다. NFL은 선수 어깨 패드에 RFID 칩을 장착해 0.1초마다 위치, 속도, 방향, 가속도 변화를 측정합니다. 연구자들은 NFL과의 협업이나 데이터 공개를 통해 이 데이터에 접근해 새로운 인사이트를 발굴합니다. 학생들은 NFL의 연례 '빅 데이터 보울' 대회에 참가해 취업 기회로 연결됩니다.

대학 레벨에서는 어깨 패드 칩이 없지만 방대한 비디오가 있습니다. 컴퓨터 비전 AI 기술로 이를 NFL 칩 데이터와 유사한 풍부한 추적 데이터로 변환합니다. 이제 NFL 팀들은 대학 풋볼 전체에 걸쳐 동일한 풍부한 추적 데이터를 활용해 드래프트 대상 선수를 평가합니다.

사용 칩 기술과 리그별 기술 수준

유르코: NFL은 스타디움 내 적외선 신호를 수신하는 RFID 칩, 즉 로컬 포지셔닝 시스템을 사용합니다. 최근 NFL도 MLB, NBA처럼 경기장 전체 카메라 시스템을 도입했습니다. 작년 NFL은 호크아이(Hawkeye) 카메라 시스템으로 공 위치를 추적해 퍼스트 다운 여부를 자동 판정합니다. 이 기술로 선수의 손, 팔꿈치, 무릎 등 전신 골격 데이터를 분초 단위로 확보하게 되었습니다.

가장 앞선 리그는? 현재로선 MLB입니다. '머니볼'로 유명한 2000년대 초 오클랜드 A's의 데이터 활용처럼, 기술과 통계 결합에 가장 일찍 뛰어들었습니다. 팀뿐 아니라 선수 개인도 피칭 랩에서 고속 카메라로 그립 변경이 구질, 궤적, 움직임에 미치는 영향을 분석해 신구종을 개발하는 등 데이터를 자기 계발에 직접 활용합니다.

NFL은 2017년 칩 추적 데이터 도입 후 데이터 사이언티스트, 머신러닝 엔지니어 채용 경쟁이 본격화되었습니다.

데이터 활용 방안과 향후 방향

유르코: 연구진과 NFL 팀들이 집중하는 것은 관찰된 움직임을 특성화해 고가치 움직임과 포지셔닝을 이해하는 것입니다. 예를 들어 리시버 루트 수비 시 어떤 수비수가 최상의 커버리지를 펼치는지 평가할 수 있습니다. 기존 박스 스코어로는 잡을 수 없던 통계입니다. 퀀터백이 절대 던지지 않는 뛰어난 수비수는 인터셉트, 태클, 계수형 스탯이 모두 0이지만 실제로는 최고의 수비수일 수 있습니다.

인터뷰 트랜스크립트 요약

유르코 교수는 스포츠를 저녁 식사에 비유하며 "스카우팅과 코칭이 스테이크라면 스포츠 분석은 매시트포테이토와 그레이비다. 좋은 식사를 훌륭한 식사로 만든다"고 말했습니다. CMSAC은 연구, 교육, 이벤트의 허브로, CMU 졸업생들이 프로 스포츠 팀과 리그가 찾는 인재 표준이 되었습니다.

0.1초마다 선수 위치, 속도, 어깨 방향을 알 수 있는 칩 데이터로 통계 방법론, 머신러닝, AI 도구를 구축해 실행 가능한 인사이트를 도출합니다. 플레이 내 선수 최종 위치, 획득 야드, 터치다운 확률 예측 등 정교한 방법론이 필요합니다. 스포츠는 많은 이에게 의미가 크고, 데이터는 스포츠와 연결되는 또 다른 방식입니다. 비정형 데이터에서 이야기를 발굴하는 일은 큰 보람이며, CMU 학생들이 열정을 커리어로 연결해 프로 풋볼의 미래를 형성하는 모습이 놀랍습니다.