[제3회 통계아카데미] 축구 데이터의 비즈니스 활용사례 1부

간략한 요약

이 비디오는 스포츠 데이터의 비즈니스 활용 사례에 대해 설명합니다. 강연자는 스포츠 데이터의 발전 과정, AI를 활용한 데이터 분석, 그리고 이러한 데이터가 방송, 미디어, 베팅, 구단 운영 등 다양한 산업 분야에서 어떻게 활용되는지 설명합니다. 또한, 데이터의 맥락을 이해하는 것의 중요성과 AI 로봇 기사를 활용한 개인화된 정보 제공 방식에 대해서도 이야기합니다.

• 스포츠 데이터의 발전과정
• AI를 활용한 데이터 분석 및 활용 사례
• 데이터 맥락 이해의 중요성
• AI 로봇 기사를 활용한 개인화된 정보 제공

소개 및 강연 일정 [0:12]

통계청 통계교육원과 한국지능정보사회진흥원은 국민의 통계 활용 역량 함양과 국가통계에 대한 이해도 증진을 위해 통계 아카데미를 운영하고 있습니다. 이번 아카데미는 "데이터의 비즈니스 활용 사례"라는 주제로 진행되며, 강연 후에는 상품 추첨이 있을 예정입니다. 연간 일정으로는 8월 26일 서울에서, 10월 중순에는 제주도에서 아카데미가 예정되어 있습니다. 오늘 강연은 이철규 지사장님이 진행합니다.

스태츄퍼폼 소개 [2:28]

이철규 강연자는 스태츄퍼폼(Stats Perform)이라는 회사에서 근무하고 있으며, 이 회사는 AI 전문 스포츠 테크 기업으로, 통계 방법론에 따라 수집된 방대한 데이터를 머신러닝으로 분석합니다. 스태츄퍼폼은 1999년에 설립된 옵타(Opta)라는 축구 데이터 표준 회사와 2019년에 합병하여 스포츠 산업 전반의 표준화를 이끌고 있습니다. 스포츠 데이터 산업화에 대한 투자는 약 110조 원 규모로 이루어지고 있습니다.

스포츠 데이터 발전 흐름 [4:30]

과거에는 스포츠 전문가들이 현장에서 데이터를 수집하고 입력하는 데 시간이 오래 걸렸지만, 옵타(Opta)가 실시간 방송 중계 영상을 통해 데이터를 수집하면서 데이터 딜레이가 줄었습니다. 승부조작 방지를 위해 베팅 사이트 양성화 전략이 취해졌고, GPS 장비를 활용하여 선수들의 심박수, 신체 과부하 등의 데이터를 수집하기 시작했습니다. 2019년에는 AI가 고도화되면서 방송 중계 화면만으로 트래킹 데이터를 수집할 수 있게 되었습니다.

스포츠 데이터의 한계와 가능성 [7:05]

기존의 스포츠 데이터는 경기 분석 데이터, 이벤트 단위 수집, KPI 정의, 통계 분석 등을 통해 투자 유치에 집중했습니다. 그러나 최근에는 팬들이 요구하는 맥락을 읽는 것보다는 스포츠 현장 자체에 대한 내용에 더 집중하는 경향이 있습니다. 스포츠는 규칙, 경기장 규격, 참여 인원 등이 정해져 있어 AI가 독립적인 프로덕트가 아닌 데이터 피드 형태로 들어와 다양한 시도를 할 수 있는 특징이 있습니다. 스포츠 데이터 시장은 많은 기대를 받고 있지만, 여전히 한계를 가지고 있으며, 심판의 권위가 절대적이기 때문에 데이터 해석이 중요하지 않을 수도 있습니다.

스포츠 데이터 기업의 서비스 [10:24]

스태츄퍼폼(Stats Perform) 외에도 여러 스포츠 데이터 기업들은 일반 데이터, 미디어, 베팅, 구단 등 다양한 산업 영역에 서비스를 제공하고 있습니다. 옵타(Opta)는 게임, 스포츠 정보 사이트 개발에 필요한 피드 및 시각화 서비스를 제공하고, 프레스박스는 TV 중계, 인터넷 중계, 기사 작성 등에 서비스를 제공합니다. 베팅은 스포츠토토 배당률을 만드는 데 사용되고, 프로 구단은 경기 분석, 구단 운영 컨설팅, 선수 스카우팅 등에 활용합니다.

데이터와 미디어의 협업 [12:22]

빅테크 기업들이 스포츠 시장에 진입하는 데 스태츄퍼폼(Stats Perform)이 브릿지 역할을 하고 있으며, OTT 플랫폼에서 개인화된 서비스를 제공하는 데 기여하고 있습니다. 유럽 주요 리그 우승팀들이 스태츄퍼폼의 프로그램을 활용하고 있으며, 많은 구단들이 데이터를 고도화하고 현장에 적용하면서 함께 발전하고 있습니다.

방송에서의 데이터 활용 [13:36]

방송에서 데이터를 활용하려면 메타데이터를 만드는 것이 중요합니다. 메타데이터는 목적을 가지고 흩어져 있는 데이터를 모은 것으로, 일관된 방법론을 통해 통계적으로 쌓여야 합니다. 이러한 데이터는 영상, 오디오, 이미지, 기사 등과 연결될 수 있으며, 중계 시 영상과 자막의 싱크를 맞추고 몰입도를 높이는 데 사용됩니다.

AI 로봇 기사 활용 [15:06]

AI 로봇 기사는 nlg 방식을 이용하여 경기 중 플레이, 문자 중계 데이터와 연결하여 인사이트 푸시 서비스를 제공합니다. 이를 통해 팬들은 자신이 좋아하는 선수나 구단에 대한 재미있는 정보를 얻을 수 있으며, 부가 서비스 결제나 TV 시청률을 높이는 데 활용됩니다. 경기 중에는 주요 이벤트 발생 시 즉시 볼 수 있도록 알림을 제공하고, 하이라이트 장면을 다시 볼 수 있도록 합니다.

개인화된 메타데이터 생성 [17:29]

팬들에게 개인화된 정보를 전달하기 위해서는 메타데이터를 생성해야 하며, 이때 AI가 활용됩니다. 이벤트 비디오, 오디오, 경기 상황, 배팅 데이터, 선수별 데이터, SNS 데이터 등을 수집하여 AI가 머신러닝을 통해 모델링하고 분석합니다. 이를 통해 종합된 메타데이터를 만들고, 개인 정보 활용 동의를 받아 유튜브 추천 등에 활용합니다.

메타데이터 활용 사례 [19:00]

메타데이터는 편파 중계 서비스, 문자 중계, 실시간 경기 중계 화면 등 다양한 방식으로 활용됩니다. 스마트폰 앱이나 OTT 플랫폼에서 개인화된 알림을 제공하고, 유료 부가 서비스를 통해 결제 비율을 높이는 데 사용됩니다. 또한, 경기 전, 경기 중, 경기 후 다양한 형태로 데이터를 시각화하여 제공합니다.

데이터 시각화 및 인사이트 팀 [21:55]

데이터 시각화는 방송 실시간 중계 트럭, 현장 TV 스튜디오 등에서 이루어지며, 라이브 매치 그래픽, 스튜디오 그래픽 등으로 제공됩니다. 인사이트 팀은 데이터 사이의 맥락을 추적하는 역할을 하며, 데이터 분석뿐만 아니라 해당 스포츠에 대한 이해도가 높은 사람들이 필요합니다. 이들은 매치 프리뷰, 라이브 해설, 리뷰 분석쇼 등에서 필요한 데이터를 제공합니다.

스포츠 데이터 시각화 사례 [26:01]

NBA 중계 영상에서 게임 화면처럼 몰입도를 높이는 시각화 서비스를 제공하여 젊은 팬들의 유입을 늘리고 있습니다. PJ 투어 홈페이지에서는 선수별로 정리된 정보를 제공하고, 3D 케이스 서비스를 통해 샷 위치별 영상 확인이 가능합니다. 프리미어리그 중계에서는 프레스박스 플랫폼을 통해 실시간 경기 현장에서 데이터를 활용하고, 하프타임에는 선수들의 기록을 시각화하여 제공합니다.

OTT 플랫폼 및 앱 활용 [29:55]

OTT 플랫폼에서는 실시간 경기 중계를 게임처럼 표현하고, 경기 후에는 VR/AR를 이용하여 패널들의 분석을 시각적으로 제공합니다. K리그에서는 스마트 TV 앱을 통해 다양한 앵글, 선수별 정보, 경기 스탯 등을 한 화면에서 확인할 수 있도록 서비스를 제공하고 있습니다. 트위터 연동을 통해 팬들의 반응을 확인하고, 구단 앱에서 랜선 친구를 만들 수 있도록 지원합니다.

인포그래픽 및 모멘텀 피드 [32:30]

인포그래픽은 실시간으로 경기 상황을 전달하는 이미지로 활용되며, SNS를 통해 팬들과의 인게이지먼트를 높이는 데 사용됩니다. 오라클과 프리미어리그가 함께 만든 모멘텀 피드는 경기 흐름 추세선을 보여주어 팬들이 TV 화면으로 돌아가도록 유도합니다. 아마존 엑스레이는 실시간으로 선수들의 승리 확률, 컨디션 데이터 등을 제공합니다.

터치스크린 펜 활용 및 지표 설명 [34:29]

경기 후 리뷰쇼에서는 터치스크린 펜을 이용하여 클럽 감독의 전략을 분석하고, 패널들이 다양한 지표를 설명하며 시청자들의 이해를 돕습니다. 새롭게 선보이는 지표들을 통해 선수들의 패스 성공률을 보여주고, 상황에 맞는 플레이 선택에 대한 인사이트를 제공합니다. 또한, 선수들의 경기 시간, 거리, 좌표, 득점 가능성 등을 시각화하여 제공합니다.