AI(인공지능) 기반 데이터 분석 기업 데이터플레이랩스가 한국부동산원이 주최한 '제2회 부동산정보 활용성 제고를 위한 논문 공모전'에서 전문가 분야 최종 라운드에 진출했다고 19일 밝혔다.

해당 공모전은 부동산 공공데이터의 활용도를 높이기 위해 AI·빅데이터 기반 연구를 대상으로 진행된다. 제안서 평가를 통과한 연구팀만 최종 논문을 제출할 수 있으며 최종 라운드에서는 기술 완성도와 정책·시장 활용 가능성을 종합 평가한다.

데이터플레이랩스는 'AI 기반 수원시 주택가격 예측'을 주제로 연구 논문을 제출했다. 공공데이터와 실거래 데이터를 결합, 개별 주택의 가격 결정 구조와 적정 가치를 머신러닝으로 분석한 연구다. 회사에 따르면 수원시 아파트 데이터를 대상으로 한 트리 기반 회귀 모델에서 설명력(R²) 약 0.98 수준의 성능을 확보했다.

이번 연구는 데이터플레이랩스가 개발 중인 AI 기반 부동산 자산 판단 엔진 'PLai Asset(플레이 애셋)'의 핵심 기술을 바탕으로 진행됐다. 회사 측은 "플레이 애셋은 단순 시세 예측을 넘어 부동산을 하나의 자산으로 정의하고 가치·리스크·활용가능성을 종합 분석하는 AI 의사결정 솔루션"이라며 "특정 투자 유형에 국한하지 않고 부동산 가치 판단이 필요한 다양한 상황을 분석 대상으로 삼는다"고 말했다.

데이터플레이랩스는 그동안 스포츠 경기 결과 예측, 선수 가치 평가, 중고차 가격 예측, 비영리기관 경영 효율성 분석 등 데이터 기반 분석 모델을 실제 서비스로 구현해 왔다. 최근에는 공공 데이터와 시장 데이터를 결합한 부동산 자산 가치 분석 분야로 연구와 사업을 확장하고 있다.

김필수 데이터플레이랩스 대표는 "이번 최종 라운드는 부동산 가격 예측을 넘어 AI 기반 자산 분석 기술이 실제 의사결정 환경에서도 작동할 수 있는지를 검증하는 과정"이라며 "플레이 애셋을 통해 부동산을 거래 대상이 아닌 데이터 기반 자산으로 재정의해 나가겠다"고 말했다.

국내 스포츠 산업이 인공지능(AI)과 데이터 분석 중심으로 재편되는 가운데 한국스포츠경영전략연구원(원장 김필수)이 실무자와 전략 담당자를 위한 안내서 'AI와 스포츠 애널리틱스'(커뮤니케이션북스)를 출간했다고 16일 밝혔다.

이 책은 스포츠 애널리틱스를 '현장에서 생성된 데이터를 과학적으로 수집·분석해 경기력 향상과 조직 이익을 위한 의사결정으로 연결하는 통합 프로세스'로 정의하고 이를 10개 장에 걸쳐 단계적으로 설명한다. 연구원의 AI 테스트베드 경험을 바탕으로 'On-field(경기 내)'와 'Off-field(팬·수익·조직)' 영역을 구분했다.

책에서는 데이터를 '실행 지식'으로 전환하는 과정, WAR·xG 지표와 MLB(미국프로야구)·NBA(미국프로농구) 사례를 통한 세이버메트릭스 발전 과정을 추적한다. 연구원이 KLPGA(한국여자프로골프) 투어 데이터를 바탕으로 구축한 딥러닝 모델도 소개한다. 컷 통과 가능성과 상위 10위 진입 확률을 예측하면서 자료포락분석(DEA)·머신러닝을 결합, 선수의 잠재력과 효율성을 동시에 분석한다.

전술·의사결정 과학화와 부상 예측, 시즌 전략 수립도 다룬다. 경기 결과 예측에서는 실시간 생체 정보, SNS(사회관계망서비스) 여론, 기상 변화 등 다차원 데이터를 반영한 AI 시스템으로 숨겨진 패턴을 발굴한 사례를 공유한다.

이 밖에 수익 모델 혁신에서는 다이내믹 프라이싱과 팬 참여 최적화를, 팬 커뮤니케이션에서는 SNS와 고객 생애 가치 분석법을 소개한다. 스포츠 데이터를 정책 자산으로 재정의한 데이터 거버넌스 등도 포함됐다.

연구원 관계자는 "복잡한 수식이나 코드는 최소화하고 체크포인트와 적용 시나리오를 중심으로 구성했다"며 "구단 프런트, 리그 사무국, 공공기관, 스포츠테크 기업 관계자가 전략 수립과 보고서 작성에 바로 활용할 수 있도록 했다"고 말했다.

한국스포츠경영전략연구원은 이 책을 기반으로 'AI 스포츠 애널리틱스 전략 워크숍'을 정기 운영하고 교육 및 맞춤형 컨설팅도 확대할 방침이다.

한국스포츠경영전략연구원(원장 김필수)이 인공지능(AI)과 빅데이터 분석 역량을 바탕으로 AI 기반 프로스포츠 선수 에이전시 사업에 진출한다고 15일 밝혔다.

연구원 관계자는 "AI 기술력으로 선수 가치 평가와 계약 협상의 패러다임을 바꿀 것"이라며 "국내 프로스포츠 시장을 디지털로 전환하겠다"고 말했다.

연구원은 휴먼 에이전트의 경험·직관을 넘어선 객관적·과학적 데이터 분석을 핵심 경쟁력으로 꼽았다. 연구원은 NBA(미국프로농구)와 KBL(한국프로농구) 선수 연봉 결정에 영향을 미치는 120여 개의 다차원 변수를 통합 분석, 선수의 적정 시장 가치를 예측하는 머신러닝 모델을 구축한 바 있다.

연구원에 따르면 관련 R&D(연구·개발) 결과는 이번 사업의 기반으로 활용된다. 연구원 관계자는 "잠재적 가치, 시장성, 장기적 리스크 등을 AI 모델로 정량 분석해 선수에게 가장 합리적인 계약 조건을 제시한다"며 "구단의 재정 상태와 샐러리캡 구조, 타팀 계약 사례 등의 데이터를 분석해 협상 전략 수립을 지원할 것"이라고 했다. 이어 "경기력 지표와 경력, 수상 이력 등의 데이터를 활용해 선수의 커리어 전반을 아우르는 체계적 관리 및 성장 로드맵을 설계하겠다"고 덧붙였다.

연구원은 농구에 국한하지 않고 프로야구(KBO), 프로축구(K리그), 프로배구(KOVO), 프로골프(KPGA·KLPGA) 등으로 서비스를 확장할 예정이다. 종목별 맞춤형 AI 모델을 구축, 국내 스포츠 시장 전반에 에이전시 서비스를 제공한다는 구상이다.

연구원 측은 국민체육진흥공단에 공급한 스포츠 AI 서비스 'AI Pick(AI 픽)'의 운영 경험은 다양한 종목의 데이터 처리·분석 역량을 보여주는 사례라고 했다.

김필수 한국스포츠경영전략연구원 원장은 "AI는 연봉 예측을 넘어 프로스포츠 산업 내 정보 비대칭을 해소하고 투명한 시장을 만드는 핵심 인프라"라며 "선수와 구단 모두에게 합리적 의사결정 기준을 제공하는 새로운 에이전시 모델을 제시하겠다"고 말했다.

한국스포츠경영전략연구원(원장 김필수)이 한국여자프로배구 경기 결과를 AI(인공지능)로 예측하고 이를 스포츠 베팅 배당률과 결합해 실제 수익성을 검증한 연구 결과를 발표했다. 연구원 관계자는 "2005~2024년 21개 시즌의 공식 경기 데이터를 수집·정제한 뒤 AI 예측 모델을 구축했다"고 말했다.

연구팀은 총 3834경기(N=7668)의 패널데이터를 기반으로 공격·수비·범실 등 팀 경기력 지표와 주요 공격수의 공격 점유율 및 득점 분포 등을 19개 설명변수로 체계화해 AI 학습 데이터를 구축했다. 8개 머신러닝 알고리즘(로지스틱 회귀, SVM, 랜덤 포레스트 등)을 비교한 결과, 로지스틱 회귀모델이 테스트 데이터 기준 정확도(0.6479)와 F1-스코어(0.6454)에서 가장 우수한 성능을 보였다. 이를 2024~2025시즌 130경기에 적용한 결과, 정확도는 66.9%로 나타났다. 기존 학계 기준(약 65%)을 상회하는 예측 성능을 보였다는 설명이다.

이번 연구에서는 실제 스포츠 토토 베팅 구조를 모사한 경제적 실험도 수행했다. 연구팀은 경기 배당률과 AI가 산출한 승리 확률을 곱한 값을 '기대수익(Expected Return)'으로 정의하고, 기대수익 구간별로 베팅 전략을 달리해 수익률을 분석했다. 결과에 따르면 기대수익 1.1~1.2 구간 11경기에서는 동액 베팅 수익률 26.4%, Kelly 베팅 수익률 22.3%를 기록했다. 기대수익 1.0 이상 전체 구간(47경기)에서는 동액 베팅 총수익률 4.0%, Kelly 베팅 총수익률 2.3%를 기록했다.

특히 이번 연구는 경기 종료 후 기록을 예측 변수로 사용하는 기존 연구와 달리 경기 전 획득 가능한 정보만으로 예측 모델을 구성했다. 연구 관계자는 "예측 목적과 설명 목적을 분리한 예측 모델을 구현했다"며 "경기 전후 변수 간 시간적 인과 구조를 엄격히 통제했다"고 말했다. 이어 "한국여자프로배구 데이터 기반의 첫 AI 예측 모델을 구축했다"며 "예측 결과와 경제적 의사결정(베팅)의 연결을 실증한 것"이라고 덧붙였다.

김필수 한국스포츠경영전략연구원 원장은 "국내 프로배구는 팬층이 빠르게 늘고 있지만 AI 적용과 데이터 기반 예측 연구는 거의 없었다"며 "경기 전 정보만으로 예측하고 경제적 가치까지 검증했다는 점에서 의미가 크다"고 했다. 이어 "정확한 예측과 기대수익 분석은 책임 베팅 문화 조성에 기여할 수 있다"며 "운영 정책이나 중계 전략, 팬 참여 서비스 등의 분야에서도 활용 가능하다"고 말했다.

연구팀은 앞으로 △실시간 부상·컨디션 정보를 반영한 동적 예측 알고리즘 △외국인 선수 교체나 경기 일정 밀도 등 비정형 변수 자동 반영 시스템 △구단·리그·미디어 맞춤형 AI 분석 판넬 △팬 데이터와 경기력 변수를 결합한 멀티모달 예측 등으로 연구를 확장할 방침이다.