한국스포츠경영전략연구원

ssjeon@k-spo.co.kr

한국스포츠경영전략연구원(김필수 원장)이 최근 한국체육학회지 제64권 2호에 '한국프로야구 경기결과 예측을 위한 머신러닝 성능 비교와 스포츠 팬 몰입(fan engagement) 함의에 관한 탐색적 연구' 논문을 게재했다고 8일 밝혔다.

이번 연구는 2013-2023시즌 한국프로야구(KBO) 1만5488경기 데이터를 기반으로 머신러닝 알고리즘을 비교 분석한 것이다. 연구 결과 로지스틱 회귀 모델이 59.3%의 예측 정확도를 기록하며 최적 모델로 선정됐다.

연구팀은 스탯티즈(Statiz) 플랫폼에서 수집한 108개 변수를 △팀 상대성 지표 △선수별 최근 성적 △경기 환경 요소 등 3개 차원으로 재구성했다. 연구팀 관계자는 "경기 시작 전 확보할 수 있는 정보만으로 예측 모델을 구축했다"며 "팬들이 경기 전 접할 수 있는 정보 기반의 실용적 분석 체계를 확립했다"고 말했다.

연구팀은 7가지 머신러닝 알고리즘(로지스틱 회귀, SVM, 라이트 GBM 등)에 대한 교차 검증도 실시했다. 그 결과 로지스틱 회귀 모델이 가장 우수한 성능을 보였다. 로지스틱 회귀 모델에는 단계적 선택법으로 도출한 18개 핵심 변수가 적용됐다. 연구팀 관계자는 "특히 투수력 지표(ERA·WHIP)와 타선 생산성(OPS·wRC+)의 상대적 격차가 예측력에 결정적 영향을 미치는 것으로 나타났다"고 설명했다.

한국스포츠경영전략연구원 측은 "이번 연구를 통해 스포츠 데이터 과학이 단순한 승부 예측을 넘어 팬 경험 재정의 도구로 진화하고 있다는 점이 확인됐다"고 했다. 이어 "앞으로도 스포츠 과학과 인공지능(AI) 기술의 융합이 창출하는 사회적 가치를 입증하겠다"며 "디지털 트랜스포메이션 시대의 스포츠 산업 발전 방향을 제시할 것"이라고 덧붙였다.

한편 한국스포츠경영전략연구원은 스포츠 AI 적용 데이터 분석 및 스포츠 산업 경영 전략 연구에 특화된 곳이다. 70여 편의 논문을 국내외에 발표한 바 있다.

출처 : 머니투데이(https://news.mt.co.kr/mtview.php?no=2025040712434144957)

2025.04.08.