AI(인공지능) 데이터 분석 전문기업 데이터플레이랩스(구 한국스포츠경영전략연구원)가 NGO(비정부기구) 혁신을 지원하는 AI 데이터 기반 예측 솔루션을 개발했다고 24일 밝혔다.

이 솔루션은 NGO의 내부 데이터와 외부 비정형 데이터를 통합 분석해 후원금 흐름, 기부자 행동, 캠페인 성과 등을 실시간으로 예측하고 관리할 수 있다.

업체 관계자는 "이 솔루션이 NGO 현장에서 실질적 혁신을 불러올 것으로 기대한다"며 "NGO는 시기·환경별 기부 변동을 파악해 데이터 기반의 전략적 의사결정을 내릴 수 있을 것"이라고 말했다.

특히 이번 솔루션은 다양한 예측 모델(기부자 이탈 예측, 기부자 평생 가치 분석, 캠페인 성공률 및 참여도 예측 등)로 NGO의 모금 및 사업 추진 효율성 향상을 돕는다. 데이터 기반 전략 수립과 지속 가능 성장도 지원한다.

데이터플레이랩스는 국민체육진흥공단 등에 AI 예측 솔루션을 제공하며 기술력을 입증해 온 기업이다. 업체 관계자는 "기존 스포츠 경기 결과 예측 솔루션의 노하우를 바탕으로 NGO 맞춤형 솔루션을 선보였다"며 "NGO들이 기부 변동과 리스크에 효과적으로 대응할 수 있을 것으로 기대한다"고 했다.

데이터플레이랩스는 이 솔루션이 NGO 모금과 사업 전략의 판도를 바꿀 것으로 내다봤다. 업체 관계자는 "국내외 NGO들이 데이터 기반 의사결정으로 더 큰 사회적 가치를 실현할 수 있도록 혁신적인 AI 솔루션을 꾸준히 발전시켜 나갈 것"이라고 말했다.

한국스포츠경영전략연구원(김필수 원장)이 AI(인공지능) 기반 스포츠 경기 결과 예측 서비스가 스포츠 베팅 산업의 신뢰성·투명성을 높인다는 연구 결과를 공개했다고 9일 밝혔다.

연구원은 최근 경영·마케팅 분야 권위지인 '상품학연구' 제43권 제2호에 관련 논문을 발표했다. 논문 제목은 'AI 기반 스포츠 경기 결과 예측 서비스가 스포츠 베팅 산업에 미치는 영향: 국민체육진흥공단 경륜·경정 AI Pick(픽)의 사례'다.

이번 연구는 국민체육진흥공단이 발주한 '경륜·경정 승자 예측 서비스' 사업의 일환으로, 한국스포츠경영전략연구원이 국내 최초로 개발한 'AI 픽' 솔루션을 중심으로 진행됐다.

연구진은 경륜·경정 경주의 승자 예측에 합성곱 신경망(CNN), 로지스틱 회귀모델, 다층신경망(MLP) 등의 AI 알고리즘을 적용했다. 그 결과 AI 픽 도입 후 여성 고객이 26.8%, MZ세대 고객이 16.7% 늘어나는 등 비인기 종목의 확장을 확인했다.

연구 관계자는 "AI 기술 도입이 스포츠 마케팅 효과를 높이고 스포츠 베팅 산업의 발전과 스포츠산업 전반의 구조 개선에 기여할 수 있음을 입증했다"고 말했다.

한국스포츠경영전략연구원은 연구 중심의 스포츠 AI·데이터 분석 전문기업이다. 경륜·경정 경기 결과 예측 시스템(AI 픽)을 국민체육진흥공단에 공급했다. AI 기반 프로스포츠 경기 예측 솔루션(PLai PICK)도 출시했다. 관련 기술의 특허를 보유하고 있다.

또한 연구원은 70여 개의 스포츠 데이터 분석 연구를 수행한 바 있다. 회사 측은 경기 결과 예측, 선수·팀 분석, 프로스포츠 팬 행동 분석 등의 R&D(연구·개발) 프로젝트로 국내 스포츠산업의 디지털 혁신을 이끌고 있다고 했다.

한국스포츠경영전략연구원 관계자는 "이번 연구로 스포츠 베팅 산업의 잠재력을 확인했다"며 "AI와 데이터 기반 기술을 적극 도입한다면 스포츠 마케팅 효과를 높이는 동시에 공정성과 효율성을 갖춘 산업으로 발전할 수 있을 것"이라고 말했다. 이어 "앞으로도 스포츠 AI와 데이터 분석 경쟁우위를 강화해 국내 스포츠산업의 글로벌 경쟁력을 높이는 데 주력하겠다"고 덧붙였다.

한국스포츠경영전략연구원(원장 김필수)이 최근 한국체육학회지 제64권 3호에 '한국프로농구 경기 결과 예측을 위한 인공지능(AI) 모델 개발 및 효용성 검증' 논문을 게재했다고 28일 밝혔다.

한국스포츠경영전략연구원은 이번 연구로 2017~2018시즌부터 2023~2024시즌까지 한국프로농구(KBL) 1833경기의 데이터를 분석했다. 이를 통해 경기 시작 전 확보할 수 있는 여러 변수와 외부 환경 요인을 반영한 예측 모델을 개발했다.

연구원은 자원 기반 이론과 직무 요구-자원 이론을 통합 적용, 팀의 경기 전력을 파악했다. 그 결과 7가지 머신러닝 알고리즘 중 로지스틱 회귀 모델이 66.79%의 높은 예측 정확도를 보였다.

연구팀은 경기 기록 중심의 분석을 넘어 △경기 일정 △이동 거리 △외국인 선수 출전 불가 여부 등 사전에 접할 수 있는 정보를 반영, 스포츠 현장의 변수들을 효과적으로 대변하는 예측 체계를 선보였다고 했다.

연구팀 관계자는 "이번 연구는 스포츠 애널리틱스 분야의 학술적 기여로 평가될 수 있다"며 "스포츠 데이터 과학이 스포츠 산업의 디지털 트랜스포메이션에 이바지할 수 있음을 보여줬다"고 말했다.

한국스포츠경영전략연구원은 스포츠 AI 적용 데이터 분석과 스포츠 산업 경영 전략 연구에 특화된 곳이다. 현재까지 70여 편 이상의 논문을 국내외에 발표했다. 자사 AI 예측 모델이 스포츠 산업 현장의 의사결정 지원과 팬 경험 혁신을 위한 핵심 도구가 될 것으로 내다보고 있다.

연구원 관계자는 "이번 연구 성과는 연구진의 뛰어난 학술 능력과 혁신 분석 기법을 보여주는 사례"라며 "스포츠 산업의 경쟁력 강화를 위한 R&D(연구·개발) 투자와 기술 확장이 앞으로의 성장 동력이 될 것"이라고 말했다.

한국스포츠경영전략연구원(김필수 원장)이 최근 한국체육학회지 제64권 2호에 '한국프로야구 경기결과 예측을 위한 머신러닝 성능 비교와 스포츠 팬 몰입(fan engagement) 함의에 관한 탐색적 연구' 논문을 게재했다고 8일 밝혔다.

이번 연구는 2013-2023시즌 한국프로야구(KBO) 1만5488경기 데이터를 기반으로 머신러닝 알고리즘을 비교 분석한 것이다. 연구 결과 로지스틱 회귀 모델이 59.3%의 예측 정확도를 기록하며 최적 모델로 선정됐다.

연구팀은 스탯티즈(Statiz) 플랫폼에서 수집한 108개 변수를 △팀 상대성 지표 △선수별 최근 성적 △경기 환경 요소 등 3개 차원으로 재구성했다. 연구팀 관계자는 "경기 시작 전 확보할 수 있는 정보만으로 예측 모델을 구축했다"며 "팬들이 경기 전 접할 수 있는 정보 기반의 실용적 분석 체계를 확립했다"고 말했다.

연구팀은 7가지 머신러닝 알고리즘(로지스틱 회귀, SVM, 라이트 GBM 등)에 대한 교차 검증도 실시했다. 그 결과 로지스틱 회귀 모델이 가장 우수한 성능을 보였다. 로지스틱 회귀 모델에는 단계적 선택법으로 도출한 18개 핵심 변수가 적용됐다. 연구팀 관계자는 "특히 투수력 지표(ERA·WHIP)와 타선 생산성(OPS·wRC+)의 상대적 격차가 예측력에 결정적 영향을 미치는 것으로 나타났다"고 설명했다.

한국스포츠경영전략연구원 측은 "이번 연구를 통해 스포츠 데이터 과학이 단순한 승부 예측을 넘어 팬 경험 재정의 도구로 진화하고 있다는 점이 확인됐다"고 했다. 이어 "앞으로도 스포츠 과학과 인공지능(AI) 기술의 융합이 창출하는 사회적 가치를 입증하겠다"며 "디지털 트랜스포메이션 시대의 스포츠 산업 발전 방향을 제시할 것"이라고 덧붙였다.

한편 한국스포츠경영전략연구원은 스포츠 AI 적용 데이터 분석 및 스포츠 산업 경영 전략 연구에 특화된 곳이다. 70여 편의 논문을 국내외에 발표한 바 있다.