국내 스포츠 애널리틱스 연구의 현재와 미래 : 경기데이터 활용 분석에 대한 체계적 문헌 검토 = Current and future of Sports Analytics in Korea: A Systematic Literature Review on “On-field Analysis”

국문 초록 (Abstract)

스포츠 애널리틱스는 스포츠와 관련한 데이터를 활용하여 스포츠산업에서 이를 구성하는 스포츠경영 조직의 가치 창출을 위해 데이터 기반의 의사결정을 돕는 과정으로 정의될 수 있으며, 최근 인공지능의 적용이 활발하게 이루어지고 있는 연구 분야 중 하나이다. 스포츠 애널리틱스는 크게 경기데이터를 활용한 분석(on-field analytics)과 경기 외적 분석(off-field analytics)으로 구분할 수 있다. 최근 스포츠 애널리틱스 관련 연구가 늘어남에 따라 스포츠 애널리틱스 분야의 현주소를 명확하게 파악할 수 있는 체계적인 연구가 필요하지만, 스포츠 애널리틱스 연구를 체계적으로 검토하여 해당 분야의 현재와 미래를 조명한 연구는 아직 국내에서 발견하기 어려운 것으로 보인다. 본 연구는 이러한 연구의 필요성에 따라 체계적인 문헌 검토를 통해 경기데이터를 활용한 관련 연구를 체계적으로 검토하고, 향후 스포츠 애널리틱스 분야가 나아가야 할 방향성에 대한 기본적인 담론을 제시하고자 실시되었다. 이를 위해 본 연구에서는 국내 선행연구에서 자주 사용되는 DBpia, 구글 스콜라, 교보 스콜라에서 스포츠 애널리틱스를 대변할 수 있는 여러 키워드를 활용하여 국내 등재 학술지에 출판된 스포츠 애널리틱스 관련 연구를 전체적으로 수집하였다. 이를 바탕으로 전문가 3인의 합의에 따라 본 연구의 목적에 부합하는 경기데이터 적용 연구를 체계적으로 분류하였다. 분석 결과, 총 29개의 실제 경기데이터를 분석한 연구가 발견되었으며, 담론 및 동향을 분석한 연구가 23편, 방법론을 제시한 연구가 17편인 것으로 드러났다. 특히, 실제 경기데이터를 분석한 연구를 체계적으로 분류한 결과 1) 연구가 이루어진 종목이 지나치게 야구와 농구 두 종목에 편중되어 있으며, 2) 대부분의 연구가 선수와 팀 수준에서만 이루어졌다는 것이 확인되었다. 아울러, 3) 인공지능 알고리즘을 활용한 연구의 목표가 경기결과나 성적의 예측에 국한되어 있다는 점 역시 한계점으로 확인되었다. 마지막으로, 4) 스포츠 관련 학술지보다 스포츠 이외의 학술지에서 실제 경기데이터를 분석한 연구가 더 많이 출판되었다는 것을 확인할 수 있었다. 본 연구는 이러한 연구 결과를 바탕으로 8가지 제언을 체계적으로 수립하여 논의하였다. 이러한 바탕에서 스포츠 애널리틱스 연구의 현주소를 점검하고, 국내 스포츠산업과 경영 관련 연구가 앞으로 나아가야 할 방향을 스포츠 애널리틱스 관점에서 제시하였다는 점에서 의의가 있다.

다국어 초록 (Multilingual Abstract)

Sports analytics can be defined as the process of utilizing sports data that facilitates data-driven sports management decisions to create value in the sports industry. Sports analytics can be broadly categorized into on-field analytics and off-field analytics. Calls for systematic research identifying the current status of the sports analytics field are prevailing. However, it is difficult to find a study that systematically reviews sports analytics research that sheds light on the present and future of the field. In response to such research needs, the objective of this research is to conduct a systematic review on sports analytics presenting discourses on the future direction of the sports analytics field. This study collected all sports analytics-related studies published in domestic listed journals by utilizing various keywords such as “sports analytics,” “artificial intelligence,” “machine learning,” “data analysis,” and “sports analytics” in DBpia, Google Scholar, and Kyobo Scholar. We then systematically categorized the sports analytics studies that met the purpose of this study based on the consensus of three professional experts. As a result of the analysis, a total of 29 studies were found that analyzed actual match data, 23 studies analyzed discourse and trends, and 17 studies presented methodologies. In particular, the systematic categorization of studies that analyzed actual game data revealed that 1) the sports studied were heavily biased toward baseball and basketball, and 2) most of the studies were conducted only at the player and team level. Another limitation is that 3) the goal of the studies using AI algorithms is limited to predicting game outcomes or performance. Finally, 4) we found that more studies analyzing actual game data were published in non-sports journals than in sports-related journals. Based on these findings, this study systematically established and discussed eight recommendations. The significance of this study is that it examines the current status of sports analytics research and suggests the direction in which domestic sports industry and management-related research should move forward from the perspective of sports analytics.

참고문헌 (Reference)

• 1 신동윤 ; 김진호, "한국프로야구에서 장타율과 출루율(OPS)예측 연구" 7 (7): 49-61, 2022
• 2 김필수 ; 이상현, "한국프로야구 리그의 효율성에대한 고찰 : DEA 및 DEA-Window" 36 (36): 86-111, 2023
• 3 김필수 ; 정태성 ; 이상현, "한국프로농구 기업의 임금수준과 임금격차가 구성원의 생산성과 조직성과에 미치는 영향 : 한국프로농구를 중심으로" 18 (18): 127-139, 2023
• 4 정태성 ; 김필수 ; 이상현 ; 이상범, "프로스포츠 산업 조직 구성원의 역량에 따른 관리자의 역할 : 미국프로농구(NBA)와 한국프로농구(KBL)의 감독과 선수단 전력 수준에 관한 실증연구 분석" 17 (17): 195-208, 2022
• 5 김정우 ; 김기민, "팀내 임금격차가 심화되면 팀성적이 향상되는가? 한국프로야구 데이터 분석을 중심으로" 11 (11): 1-23, 2011
• 6 양동훈 ; 고은정 ; 장용준, "팀 내 임금격차와 임금위치가 성과에 미치는 영향 : 한국프로야구 팀을 중심으로" 19 (19): 93-121, 2019
• 7 박재명 ; 차정훈 ; 김두한, "투척 종목의 AI 기반 코칭 프로그램 개발을 위한 교육자료 체계 탐색" 40 (40): 405-411, 2022
• 8 이기청 ; 배성제 ; 신인식, "투구된 공의 실시간 위치 자동추적 시스템 개발" 17 (17): 81-90, 2007
• 9 박성건 ; 이수원 ; 윤형기, "컬링 인공지능 적용을위한 탐색적 연구" 56 (56): 583-594, 2017
• 10 최형준, "축구의 경기 결과 예측을 위한 머신러닝기법 비교" 24 (24): 81-91, 2022
• 11 김도현 ; 장지현 ; 김희주 ; 류현지 ; 서상훈, "축구에서의 중앙 및 측면 수비수의 기술적 경기력평가를 위한 잠재적 요인 탐색" 21 (21): 77-85, 2019
• 12 안나영 ; 김기진, "차세대 엘리트 선수를 위한 스포츠과학 지원 시스템" 24 (24): 183-189, 2022
• 13 김필수 ; 정태성 ; 이상범 ; 이상현, "조직변화와 성과 간 상호역동에 관한 연구 : 미국프로농구팀의 트레이드와 플레이오프 진출 여부에 따른 조절된 매개효과" 18 (18): 117-129, 2023
• 14 강양석, "조던 이후 침체됐던 NBA, 다시 흥행한비결은?" 376 : 96-107, 2023
• 15 홍상민, "제4차 산업혁명으로 인한 스포츠 과학의 미래" 28 (28): 775-784, 2019
• 16 김세민 ; 유강수, "일일 평균 습도가 투수의 탈삼진 기록에 미치는 영향" 18 (18): 65-71, 2020
• 17 김대진 ; 전윤걸, "인공지능을 활용한 저비용 스포츠동작 분석의 검증" 31 (31): 911-920, 2022
• 18 최형준 ; 권민혁, "인공지능(AI : Artificial Intelligence)기법을 이용한 남자 테니스 선수 경기기록의 시각화" 14 (14): 47-56, 2012
• 19 김태훈 ; 임성원 ; 고진광 ; 이재학, "인공지능 모델에 따른 한국프로야구의 승패 예측 분석에 관한 연구" 5 (5): 77-84, 2020
• 20 최유리 ; 김창균 ; 이지용, "인공지능 기반 골프 스윙 동작 평가도구 개발 및 현장 적용 가능성탐색" 61 (61): 503-514, 2022
• 21 김필수 ; 전성삼 ; 이상현, "영국 프리미어리그 경기 데이터 기반 머신러닝을 활용한 경기결과예측 및 분류모형의 예측 성능 비교" 62 (62): 337-353, 2023
• 22 김철기 ; 이수원, "양방향 순환신경망 임베딩을 이용한 리그오브레전드 승패 예측" 9 (9): 61-68, 2020
• 23 정재현 ; 편현웅, "약팀의 승리법 : 한국배구 V-리그에서 Upset Win 결정요인 분석" 24 (24): 83-95, 2022
• 24 조선미, "야구선수의 개인 선수 평가를 위한 프로파일링 시스템 개발을 위한 기초연구" 24 (24): 278-285, 2022
• 25 김주학 ; 조선미 ; 강지연, "야구 경기 승패 예측을위한 합성곱 신경망(CNN)최적화 연구" 24 (24): 153-165, 2022
• 26 김희동 ; 지인영, "심층학습을 이용한 스포츠 사이버물리시스템 연구" 36 (36): 273-283, 2019
• 27 김상범 ; 정지규, "스포츠현장에서 인공지능 판정시스템 도입에 대한 철학적 고찰" 19 (19): 781-788, 2021
• 28 이원재 ; 황다빈 ; 신성연, "스포츠서비스산업 활성화를 위한 스포츠산업 분류체계 개선 방안에관한 연구" 25 (25): 46-58, 2020
• 29 최형준, "스포츠데이터의 새로운 변화-데이터분석의 시대적 변천사" 150 : 26-31, 2020
• 30 길세기, "스포츠과학: 스포츠산업/스포츠산업과 IT 융, 복합" 117 : 53-58, 2011
• 31 강승애, "스포츠 현장에서의 빅데이터와 인공지능활용 동향" 22 (22): 115-120, 2022
• 32 양정옥 ; 이중숙, "스포츠 현장에서 인공지능 활용방안" 32 (32): 69-79, 2022
• 33 장지원 ; 김수정, "스포츠 영상기록물을 위한 메타데이터 요소 개발에 관한 연구" 25 (25): 29-57, 2014
• 34 장영재, "스포츠 애널리틱스-산업공학의 새로운기회" 24 (24): 29-35, 2017
• 35 최창환 ; 박재현, "스포츠 승부조작의 탐지 가능성 : 스포츠 데이터에 나타나는 벤포드의 법칙" 19 (19): 69-89, 2017
• 36 남기연 ; 정현, "스포츠 빅데이터 활용을 위한 방안" 22 (22): 85-102, 2019
• 37 조정환, "스포츠 빅데이터 활용과 전망" 14 (14): 1-11, 2012
• 38 박성건, "스포츠 데이터 분석에 적용된 통계 및 데이터마이닝 기법에 대한 연구동향" 9 (9): 11-28, 2016
• 39 최정호 ; 이제욱, "스포츠 4차 산업혁명 기술의 효과적 융합을 위한 법·제도적 개선방안" 75 : 61-77, 2019
• 40 김정아 ; 강두식 ; 고용철, "생성형 AI의 교육적 활용 방안 연구 : ChatGPT 활용을 중심으로" 27 (27): 691-703, 2023
• 41 김영갑, "사회트렌드와 스포츠(1) : 4 차 산업혁명과 스포츠" 25 (25): 101-115, 2017
• 42 김세민 ; 유강수, "빅데이터를 활용한 타자의 출루 관련 경기력과 불쾌지수의 관계 분석 : 투구수 유도와 출루율을 중심으로" 18 (18): 61-66, 2020
• 43 최재석 ; 이도희, "빅 데이터!, 당신의 생각은 어떠하십니까? : 스포츠실무자의 주관성을 바탕으로" 21 (21): 149-156, 2021
• 44 이상현 ; 김필수, "비윤리적 사건에 대응하는 프로스포츠팀의 전략 : 사안의 속성에 따른 커뮤니케이션 패턴" 34 (34): 131-143, 2023
• 45 김세민 ; 신좌철, "불쾌지수가 외야수의 경기 기록데이터에 미치는 영향" 24 (24): 978-984, 2020
• 46 김지응 ; 박종철 ; 김태규 ; 이희화 ; 안지환, "배깅과부스팅 알고리즘을 이용한 핸드볼 결과 예측비교" 12 (12): 279-286, 2021
• 47 한현석 ; 김연, "배구선수 무릎 부상 예방을 위한AI(인공지능)적용에 대한 소고" 20 (20): 925-934, 2022
• 48 안세환 ; 김영민, "미국 프로농구(NBA)의 플레이오프 진출에 영향을 미치는 주요 변수 예측 : 3점과 턴오버 속성을 중심으로" 28 (28): 263-286, 2022
• 49 김필수 ; 이상현, "머신러닝을 활용한 한국프로농구 정규리그 최종 순위 예측 : 스포츠 애널리틱스 관점" 25 (25): 103-115, 2023
• 50 한정섭 ; 정다현 ; 김성준, "머신러닝을 활용한 빅데이터 분석을 통해 KBO 타자의 OPS 예측" 6 (6): 12-18, 2022
• 51 김필수 ; 이상현 ; 전성삼, "머신러닝을 적용한 경륜 경기 순위 예측 및 평가에 관한 연구 : 2016~2022년 출주표 정보 및 경주 결과 활용" 28 (28): 76-94, 2023
• 52 엄대엽 ; 김성용, "머신러닝을 이용한 골든글러브수상 요인 분석에 대한 연구" 22 (22): 48-55, 2022
• 53 김주학 ; 강지연 ; 조선미, "머신러닝과 Kano 모델을 활용한 팬 중심 축구선수 속성 모형 개발" 22 (22): 91-104, 2020
• 54 조선미 ; 김주학 ; 강지연 ; 김상균, "머신러닝(XGBoost)기반 미국프로야구(MLB)의 투구별 안타 및 홈런 예측 모델 개발" 25 (25): 65-76, 2023
• 55 예원진 ; 이성노, "머신러닝 분류 모형을 이용한FIBA 여자농구 아시안컵 대회의 승패 예측 및요인 분석에 관한 연구" 31 (31): 1009-1021, 2022
• 56 양준석 ; 이제욱 ; 박성제, "딥러닝 기반 배드민턴선수 위치 추적시스템 개발" 20 (20): 851-868, 2022
• 57 박종혁, "딥러닝 기반 2 차원 자세 추정을 활용한골프 스윙 유사도 측정 방법론" 28 (28): 39-47, 2023
• 58 유강수, "데이터 분석을 활용한 신인급 선수 육성방안 연구" 19 (19): 17-21, 2021
• 59 범쟁쟁 ; 이성노, "농구 승패결정요인 추정을 위한앙상블 머신러닝 모형의 성능 비교 : 2022FIBA 남자농구 아시아컵대회를 중심으로" 32 (32): 845-853, 2023
• 60 주윤태 ; 류현지 ; 서상훈, "기계학습을 이용한 한국프로야구 신인 투수들의 유형화 및 잠재력 평가" 25 (25): 190-197, 2023
• 61 남상백 ; 구위성 ; 박태원 ; 배정섭, "근거이론을 통한 한국프로야구에서 로봇심판의 도입 가능성과 방향성 제시" 32 (32): 423-436, 2023
• 62 최형준, "국내 스포츠 빅데이터 분석 연구의 현황" 22 (22): 63-69, 2020
• 63 조정형 ; 김영재, "국가연구개발 사업 AI 학습용스포츠 데이터 구축 관련 내용분석 연구 : 의미연결망 분석을 사용하여" 30 (30): 25-33, 2021
• 64 유재연, "국가 데이터 수집 기회로서의 평창동계올림픽 : 메가 스포츠 개최의 새로운 수익 구조화" 27 (27): 52-57, 2017
• 65 최정호 ; 이제욱, "가상･증강현실 기반 e 스포츠의스포츠화를 위한입법 개선방안 연구" 22 (22): 109-127, 2019
• 66 Goes, F. R., "Unlocking the potential of big data to support tactical performance analysis in professional soccer : A systematic review" 21 (21): 481-496, 2021
• 67 Bouzarth, E. L., "Tutorials in operations research:Emerging optimization methods and modeling techniques with applications" Informs 38-61, 2021
• 68 Mondello, M., "The introduction and application of sports analytics in professional sport organizations" 6 (6): 2014
• 69 Elliott, A., "The culture of AI: Everyday life and the digital revolution" Routledge 2019
• 70 Ghosh, I., "Sports analytics review: Artificial intelligence applications, emerging technologies, and algorithmic perspective" 13 (13): e1496-, 2023
• 71 Miller, T. W., "Sports analytics and data science: Winning the game with methods and models" FT Press 2015
• 72 Singh, N., "Sport analytics : A review" 9 (9): 64-69, 2020
• 73 Manda, M. I., "Responding to the challenges and opportunities in the 4th Industrial revolution in developing countries" 244-253, 2019
• 74 Liao, S. H., "Ontology-based data mining approach implemented for sport marketing" 36 (36): 11045-11056, 2009
• 75 Lord, F., "Methods of performance analysis in team invasion sports : A systematic review" 38 (38): 2338-2349, 2020
• 76 Koseler, K., "Machine learning applications in baseball: A systematic literature review" 31 (31): 745-763, 2017
• 77 Nalbant, K. G., "Literature review on the relationship between artificial intelligence technologies with digital sports marketing and sports management" 2 (2): 135-143, 2022
• 78 Migliorati, M., "Integration of model-based recursive partitioning with bias reduction estimation: a case study assessing the impact of Oliver’s four factors on the probability of winning a basketball game" 107 (107): 271-293, 2023
• 79 Harris, J. D., "How to write a systematic review" 42 (42): 2761-2768, 2014
• 80 Wright, R. W., "How to write a systematic review" 455 : 23-29, 2007
• 81 Pollock, A., "How to do a systematic review" 13 (13): 138-156, 2018
• 82 Herberger, T. A., "Digitalization, digital transformation and sustainability in the global economy: Risks and opportunities" Springer 147-171, 2021
• 83 김필수 ; 이상현 ; 김진세, "DEA 모형을 통한 경륜선수의 상대적 효율성 평가 및 경주 결과 영향분석" 24 (24): 454-484, 2023
• 84 김필수 ; 이상현, "AI 머신러닝 알고리즘을 적용한 한국여자프로골프(KLPGA)선수의 상위10위 이내 진입 여부 예측 : 스포츠 애널리틱스관점" 28 (28): 51-66, 2023
• 85 Ng, D. T. K., "AI literacy in K-16 classrooms" Springer International Publishing 9-19, 2022
• 86 Bhatnagar, R., "A systematic review of sports analytics" 19 (19): 393-406, 2022
• 87 박소현 ; 임선영 ; 박영호, "A study on application of machine learning algorithms to visitor marketing in sports stadium" 19 (19): 27-33, 2018
• 88 구강본, "4차산업혁명에 따른 스포츠 콘텐츠의 전개 양상" 31 (31): 39-50, 2023
• 89 한남희 ; 양도업 ; 최세희, "4차산업혁명과 스포츠융복합산업의 적용 사례 분석" 18 (18): 821-834, 2020
• 90 이학준, "4차 산업혁명과 더 나은 스포츠" 57 (57): 17-28, 2018
• 91 김민규, "4차 산업혁명 시대의 스포츠과학기술 융합정책 이슈와 과제 : 향후 과제 및 대응전략을 중심으로" 58 (58): 349-362, 2019
• 92 이동현 ; 임재구, "4차 산업혁명 시대 스포츠의 사회? 철학적 함의" 19 (19): 291-301, 2021
• 93 에원진 ; 이태현 ; 이성노, "2021 여자 농구 아시안컵 경기대회의 경기력 비교 : 한국, 중국, 일본, 호주를 중심으로" 24 (24): 235-242, 2022
• 94 이지용 ; 윤효준 ; 박재현 ; 이승박 ; 김성진, "2016리우올림픽 소셜 빅데이터를 활용한 한국 국가대표 축구선수 평가모형 개발 : 머신러닝을 적용한 감성분석" 22 (22): 1-11, 2020