스포츠에서의 기계학습 연구 = Machine Learning Research in Sports

국문 초록 (Abstract)

인공지능의 급속한 발달과 함께 가상화와 자동화에 대한 학술적 담론이 활발하게 전개되고 있다. 특히 생성형 인공지능의 등장으로미래에 대한 긍정적인 전망과 인간의 능력을 뛰어넘는 기계에 대한 우려가 공존하고 있다. 이 글은 스포츠 분야에서 머신러닝 기법을활용해 선수의 경기수행력 예상과 경기 승패 예측, 관중수 예측 등 다양한 내용으로 수행되고 있는 머신러닝 연구를 분석한다. 이를통해 스포츠에서 머신러닝의 활용이 주는 특징과 시사점을 확인한다. 승패예측을 위해 활용한 머신러닝 알고리즘 중 회귀분석의 정확도가 가장 높은 것으로 나타났으며, 데이터 분류를 위해서는 의사결정나무와 지도학습 환경에서 효율적 분류방식인 나이브 베이즈를활용하고 있다. 이 연구는 스포츠 과학연구의 활성화를 위해 기계학습의 활용이 선수와 코치의 훈련법과 수행력 향상뿐만 아니라 스포츠 과학, 정보 환경 인프라에 유용한 정보를 제공하는 데 도움을 줄 수 있을 것으로 판단된다.

다국어 초록 (Multilingual Abstract)

With the rapid pace of development of artificial intelligence, academic discourse on virtualization and automation is actively developing. This study uses machine learning techniques in the field of sports to analyze cases of machine learning that are being used for various purposes, such as predicting players' performance, predicting game wins and losses, and predicting the number of spectators. This study discovered the implications of using machine learning in sports. Regression analysis was found to have the highest accuracy among machine learning algorithms for predicting wins and losses, and Naive Bayes, an efficient classification method in a decision tree and supervised learning environment, is used to classify data. This study believes that the use of machine learning to revitalize sports coaching research will help not only improve the training methods and performance of players and coaches, but also provide useful information on the sports coaching environment infrastructure.