한국스포츠경영전략연구원

ssjeon@k-spo.co.kr

최근 인공지능을 적용한 경기결과 예측 연구가 급속도로 발전되고 있지만 이를 활용한 경기결과 예측이 스포츠 산업에 미치는 사회학적 측면에 대한 담론이 아직 부족한 실정이다. 본 연구는 이러한 측면에서 탐색적으로 스포츠 사회학적으로 중요하게 고려될 수 있는 마태효과(Matthew Effect)의 부작용을 줄일 수 있는 하나의 방안으로 인공지능을 활용한 경기결과 예측을 실증하고 그 사회학적 함의에 대해 제안하고자 한다. 보다 구체적으로, 본 연구에서는 한국여자프로골프(KLPGA)의 경기결과를 인공지능을 적용하여 예측을 진행하고 그 의의를 설명하고자 한다. 이를 위해 15개의 머신러닝 알고리즘을 활용하여 2019년 6월 ~ 2023년 9월까지의 모든 대회에 참가한 선수의 컷오프 여부를 분석하고, 마태효과를 중심으로 연구결과의 함의를 설명하였다. 본 연구에 적용된 분석 알고리즘 중 가장 예측정확도가 높았던 Gradient Boosting(F1 스코어 .7543) 기준으로 적용된 대유위니아·MBN 여자오픈의 실증결과를 바탕으로 후원의 부족으로 재능을 지닌 선수가 더는 성장하지 못하고 투어에서 사라지는 일종의 마태효과의 부작용 사례를 발견하였다. 본 연구에서는 탐색적 측면에서 인공지능 알고리즘을 적용한 선수 경기력 예측 분석으로 이러한 선수들을 선제적으로 선별할 수 있다는 점을 확인하였다. 본 연구는 인공지능을 적용한 경기력 예측이 스포츠 사회학적 측면에서 마태효과를 줄일 수 있다는 하나의 대안을 탐색적으로 실증하여 제시하였다는 점에서 의의를 지닌다. 

주요어: 마태효과, 인공지능, 머신러닝, 경기결과 예측, 스포츠 애널리틱스, KLPGA

링크 : https://www.dbpia.co.kr/Journal/articleDetail?nodeId=NODE11944097