AI가 농구 경기에 미친 충격적 변화
농구 팬이라면 누구나 기억할 순간이 있습니다. 경기 종료 직전의 짜릿한 역전 슛, 화려한 드리블로 상대를 제치던 장면 등, 선수의 순간적 판단과 실행력은 경기를 결정짓습니다. 그런데 이런 순간들을 분석하고 새로운 통찰을 제시하는 데 있어 인간의 시각과 감각을 넘어서는 도구가 등장했습니다.
지금 농구 세계에서는 인공지능(AI)이 경기를 혁신적으로 바꾸고 있는 상황입니다. 특히 MIT 슬론 스포츠 분석 컨퍼런스 2026에서 발표된 연구들은 이 변화를 더욱 명확히 보여줍니다.
문제는 하나입니다. 농구 선수의 가치는 어떻게 측정되어야 할까요? 기존에는 득점, 리바운드, 어시스트, 그리고 +/- 등 다양한 지표를 통해 선수를 평가했습니다.
그러나 이러한 지표는 한계가 분명했습니다. 수비 기여도나 팀 내에서의 시너지 효과처럼 통계적으로 표현하기 어려운 부분은 여전히 미지의 영역으로 남아 있었습니다.
이제 AI 기술은 이런 문제를 해결하고 더 깊이 있는 통찰을 제공합니다. 'NBA 선수 가치 평가를 위한 심층 강화 학습: 샤플리 어트리뷰션과 시간차 학습 접근법'이라는 연구는 AI가 경기 결과를 분석하여 선수의 공헌도를 정교하게 측정하는 방법을 제시합니다.
광고
이 연구는 경기의 맥락을 이해하고 선수 개개인의 행동이 전체 경기 결과에 미치는 영향을 정확히 계산합니다. 특히 이 접근법은 분포형 승리 확률 모델을 사용한 시간차 학습을 통해 경기 상태에 따른 행동과 선수 존재가 예상 결과에 미치는 영향을 추정합니다.
이는 단순히 득점이나 리바운드 같은 결과 중심 지표를 넘어서, 경기 흐름 속에서 각 선수가 어떻게 승리 확률을 변화시키는지를 실시간으로 평가할 수 있다는 의미입니다. 예를 들어 이 기술은 새로운 방식의 신경망 샤플리 값을 사용하여 팀의 승리에 기여한 개별 선수의 영향을 분해합니다.
샤플리 값은 원래 협력 게임 이론에서 사용되던 개념으로, 팀 맥락에서 각 구성원의 기여도를 공정하게 나누는 데 활용됩니다. 이 신경망 샤플리 값 귀속 방법은 단순히 개별 기여도만 계산하는 것이 아니라, 선수들 간의 상호작용 및 시너지 효과까지 체계적으로 포착합니다.
광고
이를 활용하면 수비에서도 눈에 띄지 않는 고유한 기여를 정량적으로 평가할 수 있습니다. 현장에서 농구 경기를 지켜본 필자는 자주 느낀 바가 있습니다. 수비의 중요성은 명확하지만, 득점 중심의 평가 방식에서는 그 진정한 가치를 놓치는 경우가 많았습니다.
이 새로운 기술은 수비 가치가 게임 결과에 미치는 영향을 보다 정확하게 포착하며, 기존 지표의 한계를 극복합니다. 연구 결과는 향상된 예측 정확도와 안정성을 보여주며, 기존 측정 기준으로는 포착하기 어려웠던 수비 가치와 선수 시너지를 체계적으로 식별할 수 있음을 입증했습니다.
스카우트부터 전술까지, 기술의 진화
또 다른 연구, '누구든 스카우트: 모든 리그를 위한 확률적 선수 원형'은 더 놀라운 가능성을 제시합니다. 첨단 데이터를 이용하기 어려운 리그에서도 선수의 원형을 식별할 수 있도록 돕는 확률적 프레임워크입니다. 이 연구는 고유하고 해석 가능한 선수 프로필을 식별하는 '원형 분석'을 기반으로 하며, 선수를 이러한 원형들의 확률적 혼합으로 모델링합니다.
광고
이는 무엇을 의미할까요? 전통적인 선수 분류 방식은 선수를 하나의 포지션이나 역할에 고정시키는 경향이 있었습니다.
그러나 현대 농구에서는 많은 선수들이 여러 역할을 동시에 수행하는 하이브리드 스타일을 보입니다. 확률적 혼합 모델은 한 선수가 예를 들어 70%는 슈팅 가드 원형, 20%는 포인트 가드 원형, 10%는 스몰 포워드 원형의 특성을 가질 수 있다고 표현합니다. 이를 통해 팬들은 선수가 각기 어떤 스타일과 역할을 수행하는지를 명확히 이해할 수 있습니다.
예를 들어, 한 선수가 공격적이고 빠른 플레이를 강점으로 한다면, 그는 특정 원형에 속할 가능성이 높습니다. 이러한 분석은 팀이 원하는 전략에 따라 최적의 선수 조합을 구성할 수 있도록 가이드를 제공합니다.
데이터가 부족한 리그에서도 여전히 선수를 주요 특성 측면에서 분석할 수 있다는 점은 이 기술의 주요 장점입니다. 이는 첨단 추적 시스템이 없는 환경에서도 기본적인 경기 통계만으로 의미 있는 선수 평가가 가능하다는 것을 보여줍니다.
광고
필자의 견해로는, 이는 특히 국내 농구 리그에 적용된다면 타격을 줄 수 있을 만큼 혁신적인 접근법입니다. 한국 프로농구(KBL)나 대학 농구는 NBA와 같은 수준의 데이터 인프라를 갖추지 못한 경우가 많은데, 이 확률적 프레임워크는 제한된 데이터로도 효과적인 선수 분석을 가능하게 할 수 있습니다.
AI 기술이 스포츠 세계에 끼치는 영향은 단순히 분석 도구 제공에 그치지 않습니다. 'HoopEval: 딥 강화 학습을 통한 개별 선수 행동 평가'라는 연구는 시공간 추적 데이터를 활용하여 개별 선수의 행동을 평가합니다. 온볼(on-ball), 즉 선수가 공을 가지고 있는 상황, 그리고 오프볼(off-ball), 즉 공 없이 움직이는 상황에서의 결정의 질이 경기 결과에 미치는 영향을 측정하는 이 프레임워크는 기존 통계로는 파악할 수 없는 선수의 전술적 가치를 더 깊이 이해합니다.
이 연구는 전술적 맥락 내에서 온볼 및 오프볼 결정의 가치를 추정하여 전통적인 통계를 넘어서는 의사 결정 품질에 대한 해석 가능한 측정값을 제공합니다.
광고
특히 이 연구는 농구에서 전통적으로 덜 주목받던 영역, 즉 오프볼 상황에서의 움직임과 판단력을 평가해 새로운 차원의 인사이트를 제공합니다. 필자가 관찰한 바로는 농구 경기에서 볼을 가진 순간만큼 중요한 게 바로 볼이 없는 순간의 움직임입니다. 스크린을 설정하거나, 수비수를 끌어내거나, 적절한 위치로 이동하는 등의 오프볼 움직임은 득점 기회를 창출하는 데 핵심적입니다.
그러나 이러한 기여는 전통적인 통계에는 거의 나타나지 않습니다. HoopEval은 이러한 보이지 않는 가치를 정량화하여, 팀 전술을 서포트하고 결과적으로 득점을 연결하는 데 핵심적인 역할을 하는 선수들을 정확히 평가할 수 있게 합니다. 이는 전술 분석, 선수 개발, 데이터 기반 코칭을 지원하는 강력한 도구가 될 수 있습니다.
한국 스포츠 시장에 미칠 영향과 전망
물론 이러한 기술 혁신에 대해 반론도 있을 수 있습니다. AI 분석 결과에 지나치게 의존하면 감독이나 선수들이 창의성을 발휘할 수 있는 영역을 잠식할 위험이 있다는 지적입니다.
데이터가 모든 것을 결정하게 되면, 직관과 경험에 기반한 판단, 그리고 예측 불가능한 플레이의 즐거움이 사라질 수 있다는 우려입니다. 필자는 이에 대해 이렇게 반박하고 싶습니다.
기술은 결정의 질을 높이는 도구일 뿐, 결국 경기장에서 전략을 실행하는 것은 인간의 몫입니다. MIT 컨퍼런스에서 전문가들은 AI는 감독의 전략적인 결정을 지원하는 역할이라고 강조했습니다. AI는 패턴을 발견하고 확률을 계산할 수 있지만, 팀의 사기, 선수 간 케미스트리, 경기 분위기 같은 무형의 요소들까지 완벽히 이해하고 활용하는 것은 여전히 인간 감독과 코치의 영역입니다.
선수들의 본능적 플레이와 창의성은 경기의 즐거움을 유지하는 데 필수적인 요소이며, AI는 이를 더 잘 활용할 수 있는 기반을 제공할 뿐입니다. 오히려 AI 분석은 선수들이 자신의 강점과 약점을 객관적으로 파악하고, 더욱 효과적으로 훈련하며, 경기 중 더 나은 판단을 내릴 수 있도록 돕습니다. 이제 한국 농구 시장을 바라봅시다.
이는 필자의 전망이자 기대입니다. 해외에서는 이미 AI 기반 분석이 선수 평가와 전술 결정에서 중요한 역할을 하고 있습니다. 한국 농구 리그(KBL)나 대학 농구에서도 이 기술을 활용한다면 새로운 시대를 맞이할 수 있습니다.
특히 경험 많은 선수가 은퇴한 뒤에도 코칭이나 데이터 분석 역량을 통해 팀에 기여할 수 있는 길이 열릴 것입니다. 또한 KBL에서 인재 발굴 및 전술 최적화를 위한 객관적인 데이터 분석이 이루어진다면, 리그의 경쟁력은 더욱 상승할 것입니다. 선수 드래프트 과정에서도 더 정확한 평가가 가능해지고, 팀 구성 시 전술적 궁합을 고려한 과학적 접근이 가능해질 것입니다.
이는 단순히 승패를 넘어서, 한국 농구의 전반적인 수준 향상과 글로벌 경쟁력 강화로 이어질 수 있습니다. NBA의 사례에서 보듯이 스포츠와 데이터 과학의 융합은 경기의 깊이를 더하고 새로운 차원의 재미를 제공합니다. '머니볼'이라는 단어로 상징되던 데이터 기반 접근은 이제 AI를 통해 'AI볼' 시대로 진화하고 있습니다.
야구에서 시작된 데이터 혁명이 이제 농구에서 딥 러닝과 강화 학습이라는 첨단 기술과 결합하여 새로운 차원으로 발전하고 있는 것입니다. 한국 농구계가 이 변화를 받아들이고 활용할 수 있다면, 전 세계 팬들에게 더 큰 흥미와 감동을 줄 수 있을 것입니다.
정말 중요한 질문은 이것입니다. 우리는 AI가 창출하는 새로운 가능성 앞에서 어떻게 대응하고, 이를 활용하여 스포츠의 가치와 미래를 강화할 것인가?
이 질문에 대한 답은 결국 우리가 기술을 어떻게 받아들이고, 인간의 창의성과 어떻게 조화시키느냐에 달려 있습니다. MIT 슬론 컨퍼런스 2026에서 발표된 연구들은 그 가능성의 시작점을 보여주고 있으며, 이제 우리는 이 기술들을 실제 경기장과 훈련장에서 어떻게 구현하고 활용할지 고민해야 할 시점에 와 있습니다.
한승우 기자
광고
[참고자료]
vertexaisearch.cloud.google.com
){kind=small}
){kind=small}
){kind=small}
){kind=small}