프로 축구계에서 인공 지능의 용도
스포츠에 기술이 접목되기 시작한 것은 이미 오래전 이야기다. 사람들의 관심을 집중하는 새로운 발전이 많은 가운데, 인공 지능 또는 AI는 프로 축구계에 없어서는 안 될 꼭 필요한 존재로 자리매김했다. 이 글에서 프로 축구계에서 활용하는 인공 지능의 용도를 알아보자.
그렇다면 인공 지능의 개념을 먼저 알아볼 필요가 있다. AI는 기계로 구현하고 프로세서와 소프트웨어를 통해 생성되는 기술이다. 특히 스포츠계에서는 방대한 양의 데이터를 분석하고 동향을 파악한 후 이를 기반으로 앞으로의 상황을 예측할 수 있다.
간단히 말해, 인공 지능은 사람과 같지만 대규모로 더 정확하고 빠르게 일을 처리하는 시스템이다. 여러 사람이 한 경기를 시청할 필요 없이 기계가 자동으로 일어나는 일을 기록하고 데이터를 처리하는 것이다.
일부 회사에서는 경기장에 설치한 카메라로 자체 경기 기록을 보관한다. 이러한 영상이 있으면 알고리즘으로 수백만 개의 데이터를 추출할 수 있다. 또한 운동선수와 구단에서는 이러한 정보를 구매하여 현 상황을 더 폭넓은 관점으로 이해할 수 있다.
빅 데이터와 인공 지능의 용도
빅 데이터는 인공 지능으로 스포츠 경기에서 얻은 방대한 양의 데이터를 의미하는 용어다. 현재 이러한 분석법을 사용하는 거의 모든 엘리트 팀에서는 패스, 거리, 슛, 태클에 관한 데이터를 보유하고 있다.
빅 데이터와 인공 지능이 있으면 팀 내에서 선수들의 성과를 자체적으로 분석할 수 있다. 이를 통해 훈련 세션에 변화를 주고 특정 측면을 더 강화할 수 있다.
또한 빅 데이터를 활용하면 다른 팀의 선수에 관한 정보를 파악할 수 있다. 이러한 정보는 상대 팀과의 경기를 준비할 때 참고할 뿐 아니라, 패스를 잘 받고 매 경기 뛰어난 능력을 선보이는 ‘한 명의 특별한 선수’를 찾아야 하는 이적 시장에서도 도움이 된다.
더 읽어보기: 라마단이 카림 벤제마의 경기력에 미치는 영향
인공 지능을 활용하는 목표는 결정을 내릴 때 임의 요소를 최소로 줄이는 것이다.
인공 지능과 새로운 통계
축구계는 인공 지능을 통해 더 많은 데이터를 파악하는 것 외에, 분석 결과를 개선할 수도 있다. 예를 들어 기대 득점(xG)과 기대 어시스트(xA)는 최근에 측정하기 시작한 변수를 정의하는 새로운 용어다.
독일 프로축구 리그인 분데스리가의 공식 홈페이지에 따르면, 기대 득점은 선수가 골을 넣을 확률을 0부터 1까지의 지수로 나타낸 것이다. 이는 슈팅 위치, 골대까지의 거리, 골키퍼의 위치, 다른 수비수의 개입, 선수의 득점 기록 등과 같은 변수를 고려한 지수다.
0.5xG값의 득점 기회는 시간의 50%로 전환되어야 한다.
한편 기대 어시스트는 위험 지역에서 패스를 받는 선수가 골을 넣을 확률을 의미한다. 득점 직전의 마지막 패스를 ‘어시스트’라고 한다.
기대 어시스트는 기대 득점과 마찬가지로 0부터 1까지의 척도로 측정되며, 최댓값인 1은 선수로 득점할 최대 확률을 나타낸다.
예를 들어 선수가 골대를 등진 채 상대의 수비에 가로막히며 동료에게 패스를 하면 xA값이 낮다. 하지만 골키퍼가 없는 골대를 마주한 상태에서 패스를 할 때는 xA값이 더 높아진다. 즉, 이 패스는 어시스트로 인정될 확률이 크다.
인공 지능은 지금까지 경험하지 못한 새로운 데이터를 제공한다
인공 지능은 최근 몇 년간 축구계를 비롯한 여러 스포츠 분야에 혁명을 일으켰다. 과거에는 코치와 팀 내부의 관점에 의존했던 부분을 이제는 완벽하게 평가하고 측정할 수 있다.
인공 지능은 신체 효율뿐 아니라 선수의 인지 능력까지 포함한다. 예를 들면 인공 지능을 통해 의사 결정의 정확성과 경기 중 선수가 받는 스트레스 지수를 측정할 수 있다.
그뿐만 아니라, 사용할 수 있는 모든 정보를 수집하고 다른 팀과 비교하여 팀의 승리 확률을 정하는 기술 효율 지수(ETI)도 개발되었다. 이 지수는 수학을 기반으로 종합적인 전술적 관점에서 팀의 전반적인 성과를 분석한다.
더 읽어보기: 수준급 여성 운동선수에게 가장 적합한 식단
현대 축구의 필수 도구: 인공 지능의 장점
모든 혁신 기술과 마찬가지로, 인공 지능은 여전히 개발 중이며 인공 지능의 무한한 가능성에 관한 새로운 사용 사례가 연구되고 있다. 물론 구단의 기술 직원도 새로운 인공 지능에 점점 익숙해지고 있다.
구단에는 모든 정보를 이해하고 가장 중요한 정보를 코치에게 전달하는 전문가가 필요하다. 결국 데이터를 해석할 사람이 없다면 많은 양의 데이터를 보유하는 것이 아무 의미가 없으니 말이다.
물론 이는 보완 기술일 뿐 그 자체만으로 팀을 승리로 이끌 수는 없으므로, 아직 필요한 것이 여전히 남아 있다. 목표를 달성하려면 노력, 계획, 재능이 기술과 함께 가야 한다.
인용된 모든 출처는 우리 팀에 의해 집요하게 검토되어 질의의 질, 신뢰성, 시대에 맞음 및 타당성을 보장하기 위해 처리되었습니다. 이 문서의 참고 문헌은 신뢰성이 있으며 학문적 또는 과학적으로 정확합니다.
- Conde, M. ¿Cómo funciona la inteligencia artificial utilizada por el Boca de Alfaro y la selección Ecuador? Big Data Sports. https://bigdatasports.media/2021/12/27/como-funciona-la-inteligencia-artificial-que-utilizada-por-el-boca-de-alfaro-y-la-seleccion-ecuador/
- Qué es el modelo xG: cómo funciona el sistema de “goles esperados” de Sportec Solutions. Bundesliga. https://www.bundesliga.com/es/bundesliga/noticias/goles-esperados-xg-sistema-que-es-como-funciona-sportec-solutions-liga-alemana-5580
- Whitmore, J. ¿Qué son las Expected Assists (xA)? The Analyst. https://theanalyst.com/eu/2021/07/que-son-las-expected-assists-xa/#:~:text=El%20modelo%20de%20Expected%20Assists%20(xA)%20de%20Stats%20Perform%20mide,realiza%20o%20no%20un%20disparo.