본문으로 건너뛰기
피드

선수 몸값까지 AI가 채점하는 시대, 스포츠 현장도 데이터 게임으로 바뀌는 중

ai-ml 약 4분
vote
0
댓글
북마크

KBS LIFE ‘AI토피아’가 스포츠 현장에서 AI가 수행력 분석, 전략 분석, 부상 예측, 선수 가치 평가까지 어떻게 쓰이는지 다룬다. 투구 동작의 방향·속도·릴리즈 타이밍 분석부터 웨스트햄의 AI 기반 스카우팅 플랫폼, 피지컬 AI 선수 가능성까지 스포츠의 룰 자체가 바뀌는 흐름을 짚는 내용이야.

  • 1

    AI가 선수 수행력, 전략 분석, 부상 예측에 이미 활용되고 있음

  • 2

    투구 동작의 방향, 속도, 릴리즈 타이밍까지 정밀 분석하는 연구가 소개됨

  • 3

    스카우팅은 경험과 직관 중심에서 잠재력·리스크 수치화로 이동 중

  • 4

    웨스트햄의 AI 기반 스카우팅 플랫폼과 국내 선수 가치 예측 연구가 언급됨

  • 5

    AI 선수와 인간 선수가 함께 경기하는 미래 가능성도 제기됨

  • 스포츠 현장도 이제 감과 경험만으로 굴러가는 세계가 아니라, AI가 꽤 깊숙이 들어온 데이터 산업이 되고 있음

    • ‘AI토피아’ 78회는 스포츠의 룰을 다시 쓰고 있는 AI를 주제로 다룸
    • 한국체육대학교 윤지운 교수와 한국스포츠경영전략연구원 김필수 원장이 출연해 실제 스포츠 현장의 변화를 설명함
  • 선수의 경기력 분석은 이미 AI 활용이 활발한 영역으로 소개됨

    • AI는 선수 수행력, 전략 분석, 부상 예측 같은 영역에 쓰이고 있음
    • 투구 동작을 분석해 방향, 속도, 릴리즈 타이밍까지 정밀하게 파악하는 연구도 진행 중임
    • 단순히 “잘 던졌다”가 아니라 어떤 동작 요소가 결과에 영향을 줬는지 쪼개 보는 방식임
  • 부상 예측과 복귀 설계도 중요한 포인트임

    • 선수의 신체 데이터와 환경 변수를 함께 분석해 부상 가능성을 예측하는 연구 흐름이 소개됨
    • 부상 뒤에는 재활과 복귀 시나리오를 설계하는 데에도 AI가 들어갈 수 있음
    • 프로 스포츠에서는 선수 한 명의 이탈이 성적과 비용에 바로 연결되니, 이건 꽤 현실적인 쓰임새임

ℹ️참고

> 스포츠 AI의 핵심은 경기 결과 예측만이 아님. 선수의 몸 상태, 움직임, 미래 리스크를 의사결정 가능한 숫자로 바꾸는 쪽에 더 가까움.

  • 구단 운영과 스카우팅도 AI가 흔드는 영역임

    • 예전에는 스카우터의 경험과 직관이 선수 평가의 중심이었음
    • 이제는 AI로 미래 잠재력과 리스크까지 수치화하려는 방향으로 바뀌고 있음
    • 영국 프리미어리그 웨스트햄이 AI 기반 스카우팅 플랫폼을 구축한 사례도 언급됨
    • 국내에서도 AI 알고리즘을 활용한 선수 가치 예측 연구가 진행 중이라고 함
  • 그래도 스포츠의 본질을 전부 데이터로 환원할 수 있느냐는 질문은 남음

    • 윤지운 교수는 스포츠의 매력으로 인간이 만드는 예측 불가능성과 감동을 꼽음
    • 2016년 리우 올림픽 펜싱 결승에서 박상영 선수가 “할 수 있다”를 외치며 역전 금메달을 딴 사례가 언급됨
    • 이런 장면은 데이터로 설명하려고 해도 끝까지 남는 인간 드라마가 있음. 그래서 스포츠가 재밌는 거고
  • 더 멀리 가면 AI 선수와 인간 선수가 함께 뛰는 시대까지 거론됨

    • 인간처럼 움직이는 피지컬 AI 기술이 발전하면 경기의 주체 자체가 달라질 수 있음
    • 그 경우 스포츠는 더 과학적이고 새로운 재미를 줄 수 있지만, 안전과 공정성을 위한 새 규칙도 필요해짐
    • 결국 AI는 스포츠를 더 예측 가능하게 만들면서도, 동시에 스포츠가 무엇을 지켜야 하는지 다시 묻게 만드는 기술임

스포츠 AI는 단순한 재미 소재가 아니라 예측 모델, 영상 분석, 리스크 평가가 실제 의사결정으로 들어가는 사례야. 개발자에게도 ‘AI가 물리 세계의 퍼포먼스를 어떻게 수치화하느냐’를 보는 좋은 응용 분야임.

댓글

댓글

댓글을 불러오는 중...

ai-ml

유튜브, AI 생성 영상에 자동 라벨 붙인다

유튜브가 사실적으로 보이거나 의미 있게 AI로 변경·생성된 콘텐츠에 더 눈에 띄는 라벨을 적용하고, 제작자가 AI 사용 여부를 밝히지 않아도 내부 신호로 감지되면 자동 라벨을 붙이겠다고 밝혔다. 다만 라벨만으로 추천 노출이나 수익화 자격이 바뀌지는 않으며, 제작자는 YouTube Studio에서 잘못된 판정을 수정할 수 있다.

ai-ml

테크 CEO들의 'AI 만능론', 숫자는 아직 그렇게 말하지 않는다

테크 업계에서 AI를 이유로 한 대규모 감원과 조직 재편이 이어지는 가운데, Box 창업자 애런 레비는 CEO들이 실제 업무의 마지막 1마일을 모른 채 AI 에이전트의 능력을 과대평가하고 있다고 지적했다. 2026년 첫 5개월 동안 이미 11만5430명이 해고됐고, 여러 연구는 AI 도입이 체감 생산성만큼 실제 생산성을 끌어올렸다는 근거가 아직 약하다고 말한다.

ai-ml

오픈AI와 앤트로픽, 코딩 에이전트로 드디어 돈 되는 시장을 찾은 듯

사이먼 윌리슨은 오픈AI와 앤트로픽이 코딩 에이전트와 기업용 과금으로 진짜 제품-시장 적합성을 찾았다고 봐. 개인 구독자에게는 월 100달러 플랜이 싸게 느껴지지만, 기업 고객은 이제 사용량 기준 토큰 가격을 그대로 내기 시작했고 이게 대형 고객 예산을 빠르게 흔들고 있다는 얘기야.

ai-ml

컴팔과 GMI 클라우드, 대규모 추론용 AI 인프라 구축 협력

컴팔이 실리콘밸리 기반 AI 인프라 기업 GMI 클라우드와 협력해 대규모 추론과 에이전틱 AI 워크로드에 맞춘 GPU 서버 인프라를 구축한다고 발표했어. COMPUTEX 2026에서는 NVIDIA HGX B300을 지원하는 Compal SGX30-2 같은 고성능 AI 서버 플랫폼도 선보일 예정이야.

ai-ml

AI 쓰면 편해진다더니, 직장인들은 ‘AI 과부하’에 지쳐가는 중

국내 직장인들이 AI 전환 압박, AI 답변 검증 부담, 대체 불안 때문에 피로감을 호소하고 있어. 중앙일보 설문에서는 5284명 중 31.6%가 ‘AI 답변 검증에 시간이 더 걸릴 때’를 가장 지치는 순간으로 꼽았고, 기업들은 무작정 AI 사용량을 밀어붙이는 방식에서 업무 방식 재설계로 넘어가야 한다는 지적이 나와.