AI 조정: 텍사스 대학교 오스틴 캠퍼스 Bevo Lab의 '스포츠계 최고의 분석 플랫폼' 빌드 계획

Matt Renner
President and Chief Revenue Officer, Google Cloud
Matt A.V. Chaban
Senior Editor, Transform
저명한 농구 분석가이자 텍사스 대학교(UT) 교수인 Kirk Goldsberry가 프로 스포츠 분석 플랫폼 빌드의 차이점, Bevo Lab이 미래를 선도할 직업 역량을 키워주는 방법, 경기장 안팎에서 인간의 우수성을 발휘하는 과정에 대해 이야기 합니다.
*이 콘텐츠는 AI 번역 도구를 사용하여 번역되었습니다. 정확성을 기하기 위해 노력하고 있으나, 자동 번역에는 오류나 누락이 포함될 수 있습니다. 정확한 정보는 영문 원본을 참고해 주시기 바랍니다.
대학 체육학과를 위한 최고의 스포츠 분석 플랫폼을 빌드하고자 한다면 Kirk Goldsberry보다 더 완벽하고 흥미로운 적임자를 찾기는 어려울 것입니다.
지리학과 스포츠에 모두 열정적인 Kirk는 서로 다른 관심사를 결합해 성공적이고 화려한 경력을 쌓은 행운아 중 한 명입니다. 미시간 주립대학교와 하버드 대학교에서 지리학 교수로 재직하면서 매핑 기법을 NBA 슈팅에 적용한 연구를 진행했고, 이를 계기로 ESPN의 Grantland와 FiveThirtyEight 사이트에서 필진으로 활동했습니다. 이를 토대로 이후 샌안토니오 스퍼스와 미국 농구 국가대표팀의 전략 연구 부사장으로 일하게 되었습니다.
2018년 Goldsberry는 다시 강단으로 돌아와 텍사스 대학교의 교수이자 교내 스포츠 비즈니스 연구소의 소장으로 부임했습니다. 또한 전국 순위에 오른 몇몇 학교 팀에 분석 전문 지식을 제공했고, 그 성과를 확인한 UT는 Bevo Lab을 출범하기로 결정했습니다. Google Cloud 서비스와 Gemini AI를 사용해 빌드된 Bevo Lab은 대학 스포츠뿐만 아니라 모든 스포츠 분야에서 최고의 분석 플랫폼이 되는 것을 목표로 합니다.
최근 Google은 Goldsberry 교수를 만나 이러한 성과를 내기 위해 무엇이 필요하고, 프로와 대학에서 일하는 것의 차이점은 무엇이며, AI가 어떻게 스포츠 활동의 본질적인 순수성을 높여줄 수 있는지에 대해 이야기를 나누었습니다.
스포츠 팬이라면 누구나, 그리고 스포츠 팬이 아닌 미국인도 롱혼 황소 Bevo를 알고 있습니다. Bevo Lab은 무엇이며, 과연 Bevo Lab도 유명해질 수 있을까요?


Goldsberry: 바로 그런 취지입니다. 스포츠 분야 최고의 분석 플랫폼은 프로팀이 아닌 대학에 있어야 한다는 것이 제 지론입니다. 이 분야의 전문가인 5만 명의 학부생과 수천 명의 박사 인력이 있으며, 미국 내 최고 수준의 컴퓨터 공학 프로그램도 갖추고 있습니다. 이곳 오스틴은 기술 산업의 중심지나 다름없습니다. 말 그대로 창밖으로 Google 사무실이 바로 보일 정도니까요.
또한 대학 스포츠를 통틀어 최고의 체육학과를 보유하고 있습니다. 자랑이 아니라, 미 전역에서 가장 우수한 성과를 낸 체육학과에 수여되는 Learfield Director’s Cup을 지난 6년 중 5년 동안 수상했습니다.
Bevo Lab을 통해 데이터, 소프트웨어, AI가 NBA, 메이저 리그 야구, 포뮬러 1과 같은 프로 스포츠를 어떻게 변화시켰는지 반영하는 팀과 학생 운동선수를 위한 권장사항을 구축하고자 합니다. 학생들이 협업하여 스포츠 프로그램을 위한 AI 모델, 리소스, 앱을 빌드할 수 있는 거대한 샌드박스를 만들고 있습니다.
또한 업계 리더들과 긴밀히 협력하며 하키 퍽이나 공이 어디로 향할지, 즉 미래의 흐름이 어디로 향할지 파악하고 있습니다. 이곳 텍사스에서는 공이 더 익숙하겠네요. 운동선수와 STEM 전공 학생 모두가 Google 및 여러 파트너의 전문 지식을 통해 혜택을 누릴 수 있기를 바랍니다.
운동선수에게 어떤 이점이 있는지는 나중에 살펴보겠지만, 연구실에서 일하는 학생들에게는 어떤 이점이 있을까요?
실무 경험을 쌓을 수 있는 수많은 기회와 미래의 유망한 직업 등, 요즘 학생들이 간절히 원하는 것들이 가득합니다. 대학 신문사처럼 수십 명의 지원자가 몰리는 일자리로 컴퓨터 공학, 통계학, 경영학, 생물학 등 다양한 전공의 학생이 지원하고 있습니다. 선발된 학생은 이 학제 간 환경에서 주당 10~20시간 동안 근무하게 됩니다.
어떤 일을 하게 되나요?
대학 스포츠계 최대 규모의 데이터 레이크와 최고의 백엔드를 구축하는 것부터 시작할 계획이며, 이는 곧 최고의 인텔리전스 플랫폼을 만들기 위한 토대가 될 것입니다. 현재 데이터는 많은 대학이 그렇듯 사일로화되어 서로 단절되어 있는데, 이는 결코 최적의 상태라고 할 수 없습니다.
이 문제를 해결하고 나면 학생들은 데이터 레이크를 활용해 팀과 학과 전반에 걸쳐 보유한 모든 애플리케이션과 데이터 소스를 연결하는 API를 빌드하여 모든 관련 운동선수 데이터를 하나의 중앙 집중식 데이터베이스로 가져올 것입니다.
바로 이 지점에서 AI가 진가를 발휘할 수 있습니다. 전략, 스카우트, 경기 계획, 이적 포털, 선수 영입에 대한 예측을 수행하는 다양한 모델을 빌드할 예정입니다. 물론 UT에서 미식축구는 가장 인기 있는 스포츠이므로 미식축구부터 시작한 다음 다른 종목으로 넓혀갈 계획이며, 모든 팀에 수십 개의 모델이 적용될 것입니다.
또한 앱과 사용자용 인텔리전스 서비스를 빌드할 예정이며, 이는 개인에게 최적화된 맞춤형 서비스로 제공될 것입니다. 운동선수가 앱을 사용할 때, 그 사용자 환경은 본인의 관심분야와 페르소나를 반영해야 합니다. 코치가 로그인하면 완전히 다른 사용자 환경이 제공되어야 합니다.


미국 최고의 체육학과를 보유한 텍사스 대학교의 리더들은 스포츠 분석 분야에서도 최고의 분석 프로그램을 갖추지 못할 이유가 없다고 생각합니다.
엔터프라이즈 기술처럼 조직 전반에서 유사한 수평적 애플리케이션이 있는 것 같습니다. 그렇다면 카테고리별로 특정 역할이나 팀을 위한 기능도 있나요?
여기서 카테고리는 각 스포츠 종목을 의미하며, 종목별로 어느 정도 차이가 있습니다. 그리고 경기 계획, 선수 영입, 이적 포털, 일반적인 팀 관리 등 약간의 조정을 거쳐 여러 스포츠에 적용할 수 있는 애플리케이션도 있습니다. 고려해야 할 요인은 매우 다양하며, AI는 종목별 특성에 맞춰 이러한 요인들을 조정하는 데 도움을 줄 수 있습니다.
의료 데이터는 또 다른 차원의 문제입니다. 개인 맞춤형 피트니스, 기량 향상, 회복 분야에서 활용할 수 있는 기회는 무궁무진하지만, 관련 데이터가 매우 민감하다는 점이 중요합니다. 그렇기에 이러한 데이터 세트를 그 가치에 걸맞게 정중하고 세심하게 다룰 수 있도록 Google Cloud의 도움이 필요합니다.
머니볼 스타일의 분석도 있습니다. 종목마다 다르겠지만, 소프트볼팀에서 누가 3번 타자로 나서야 할지, 누가 4번 타자가 적임일지, 오늘 선발 투수는 누가 맡아야 할지 등을 분석하는 것이죠.
UT에서 미식축구는 가장 인기 있는 스포츠이므로 미식축구부터 시작한 다음 다른 종목으로 넓혀갈 계획이며, 모든 팀에 수십 개의 모델이 적용될 것입니다.
스포츠 종목 간의 교류는 어떤가요? 미식축구팀에서 시작한 데이터가 배구팀으로 이어질 수도 있고, 반대로 배구팀에서 찾아낸 인사이트가 다시 미식축구팀으로 제공되는 경우도 있지 않을까요?
Kirk Goldsberry: 오늘 수업에서 야구 단원을 마무리하면서 학생들에게 농구 분석가로서 야구의 아이디어를 끊임없이 빌려왔다고 말했습니다. 한 학문 분야가 다른 분야에 영감을 주고 영향을 미친다는 개념은 대학의 역사만큼이나 오래된 것입니다. 따라서 배구 분야의 뛰어난 인재들이 농구에 아이디어를 제공하고, 다시 육상 등에 접목할 수도 있습니다. 서로의 지식을 빌려 쓰는 거대한 인텔리전스의 장과 같습니다. 대학 운동 프로그램이 선순환의 반대 개념인 사일로 현상에서 벗어날 수 있도록 권장사항을 개발하고 있습니다.
농구 이야기가 나와서 말인데, 학교에 부임하신지 얼마 되지 않아 이런 프로젝트를 시작하셨다고 들었습니다.
스포츠 운영 분야에서 탁월함의 기준을 세운 Popovich 감독과 샌안토니오 스퍼스의 CEO인 R.C. Buford와 함께 일할 수 있었던 것은 행운이었습니다. 이미 2010년대부터 다양한 용도로 AI를 활용하고 있었습니다. 다시 학교로 돌아와 미국에서 가장 인기 있는 기술 허브 중 하나인 훌륭한 체육학과에서 일하게 되었을 때, 저는 '왜 우리에게는 이런 것이 없을까?'라는 생각이 들었습니다.
그래서 지난 4~5년 동안 농구를 시작으로 여러 파일럿 프로젝트를 시도해 왔고, Bevo Lab은 그 노력이 자연스럽게 결실을 맺어 탄생하게 되었습니다. 몇몇 학생과 협업하여 'Transfer AI'라는 선수 분석 모델을 빌드했습니다. 이 모델은 모든 대학 농구 선수의 슈팅, 수비, 플레이메이킹, 림 프로텍션, 리바운드 등 모든 필수 기술에 대한 기량을 예측합니다. 그런 다음 컨퍼런스 전반의 데이터에 매핑했습니다.
따라서 예일대나 피츠버그대 선수가 UT에서 어떤 성과를 낼지뿐만 아니라, 이 선수가 내년에 SEC 상대 팀을 상대로 리바운더로서 어떤 활약을 펼칠지, 또는 이 신입생이 SEC 환경에서 얼마나 뛰어난 득점원이 될 수 있을지까지도 예측할 수 있습니다.
올해 선보인 초기 Bevo 프로젝트의 또 다른 사례로는 '풋볼 스카우팅 인텔리전스(Football Scouting Intelligence)'가 있습니다. Sarkisian 감독의 스태프가 매주 수동으로 컴파일해야 했던 상대 데이터와 동영상 보고서를 자동화합니다. 이를 통해 주당 15시간을 절약할 수 있으며, 이 시간은 선수 육성, 경기 계획, 전략 수립과 같이 더 가치 있는 일에 대신 투자할 수 있습니다.


세계 최고의 기술 허브 중 하나인 오스틴은 AI의 도움을 받아 스포츠 과학과 스포츠 의학 분야의 혁신을 육성하기에 적합한 곳입니다.
대학과 프로 무대에서 AI를 활용하는 방식에는 어떤 차이가 있나요?
샌안토니오 스퍼스에 있는 친구들이 부러운 점이 하나 있습니다. 일 년 내내 엄청난 예산을 가지고 단 한 종목에서 18명의 선수만 신경 쓰면 되거든요. 제가 관리하는 선수만 500명이 넘고, 팀도 21개나 됩니다. 가장 큰 차이점 중 하나는 바로 규모입니다.
결국, 프로팀이 탐낼 만한 리소스를 보유하고 있습니다. 최고의 제약이나 의료 연구소가 대학에 있듯이, 최고의 스포츠 연구소 또한 대학에 있어야 합니다. 배움과 혁신, 새로운 시도를 두려워하지 않는 문화야말로 대학 생활의 본질입니다. 스퍼스보다 로봇 공학 분야의 최신 동향을 더 잘 파악할 수 있으며, 이를 어떤 방식으로든 스포츠에 접목해 볼 수 있을 것입니다. 스퍼스에도 나름의 강점이 있겠지만, 우리에게는 더 많은 강점이 있습니다.
생성형 AI 시대에 등장한 기술 중 스퍼스에서 활동할 때 있었으면 좋았겠다고 생각한 기술이 있나요?
이 시스템들이 방대한 양의 정형 또는 비정형 데이터를 처리하는 방식은 정말 믿기지 않을 정도입니다. 지난 시즌 NBA의 모든 슛 데이터를 입력해서 누가 최고의 미드레인지 슈터인지 알아낼 수 있었다면 정말 좋았을 것입니다. 가장 어려운 슛을 가장 높은 확률로 성공시키는 선수가 누구인지 예측하는 모델을 만들었을 수도 있겠죠. 아니면 누가 최고의 페인트존 득점원인지 찾아낼 수도 있었겠죠.
자연어 처리 측면도 빼놓을 수 없습니다. 신뢰할 수 있는 정형 또는 비정형 데이터를 활용해 자연어로 쿼리할 수 있게 되면, 복잡하고 난해한 통계 소프트웨어를 사용할 필요가 없습니다. 덕분에 누구나 일상적인 언어로 질문하고, 필요한 인사이트를 얻으며, 그래프까지 손쉽게 만들 수 있습니다. 누구나 인텔리전스를 활용할 수 있도록 진입 장벽을 크게 낮춰줍니다.
프로팀이 탐낼 만한 리소스를 보유하고 있습니다. 최고의 제약이나 의료 연구소가 대학에 있듯이, 최고의 스포츠 연구소 또한 대학에 있어야 합니다.
이미 변화가 시작되었을 수도 있지만, 본능에 따라 움직이는 것이 습관이 된 감독과 선수들이 기술을 신뢰하게 만들기까지 어떤 노력이 필요했나요?
제가 사용하는 한 가지 방법은 데이터를 사용하여 감독이 이미 믿고 있는 것을 경험적으로 증명하는 것입니다. 대표적인 예로, Popovich 감독은 코너 3점 슛의 효율성을 소수점 둘째 자리 단위까지 정확히 파악하기도 전부터 이미 그 가치를 본능적으로 믿고 있었습니다. 감독은, "이건 꽤
괜찮은 슛인 것 같아. 공격 공간을 넓혀 주잖아. 수비하기가 까다로워지거든."이라고 말했습니다. 그리고 저는 "그 슛은 코트의 다른 점프 슛보다 40% 더 가치가 있습니다."라고 답할 수 있었죠.
결국 스포츠 분석은 커뮤니케이션의 문제입니다. 저희는 이를 Transfer AI라고 부르는데, 성공하려면 커뮤니케이션을 잘해야 합니다.
스포츠, 특히 대학 스포츠의 순수성에 대한 이야기는 평소에도 자주 접하게 됩니다. AI가 스포츠 본연의 순수한 기량을 더 마음껏 펼치도록 도울 수 있다고 생각하시나요?
스포츠는 가장 인간다운 활동이잖아요, 안 그래요? 결국 승패는 정해지기 마련이죠. 모든 것이 AI로 대체되는 세상이라 해도, Victor Wembanyama의 플레이만큼은 결코 AI 슬롭으로 대체할 수 없습니다. 팬들은 그의 경기를 직접 보고 싶어 합니다. 하지만 그 위대함을 더 정교하게 다듬을 수 있다면, 스포츠라는 여정 전체의 수준이 한층 더 높아질 것입니다. 이러한 기술은 운동선수와 감독이 한 단계 더 성장하여 잠재력을 최대한 발휘하도록 도울 것입니다.
데이터 분석이 이미 농구와 야구의 수준을 얼마나 비약적으로 높여 놓았는지 이미 확인했습니다. 이제 축구, 배구, 테니스, 수영 등에도 이러한 변화가 찾아오고 있습니다.
학생들에게 야구에 분석이 도입되기 전 150년 동안 수평으로 스윙하는 것이 올바른 방법이라고 생각했다고 말했습니다. 하지만 3D 모델링을 통해 결과를 분석하기 시작하면서, 이제는 모두가 리틀 리그 감독이 봤다면 "지금 뭐 하는 거야?!"라고 소리쳤을 법한 상향 스윙을 합니다. 그리고 이러한 분석을 농구의 슈팅, 미식축구의 블로킹, 테니스 라켓 스윙 등에 똑같이 적용하는 것이죠.
AI와 기타 클라우드 기술은 권장사항의 수준을 높여 게임플레이와 신체적 성과, 스포츠 본연의 순수성을 한 단계 더 끌어올릴 것이며, 이 모든 과정이 펼쳐지는 것을 지켜보는 우리의 즐거움 또한 배가시켜 줄 것입니다.


지난 한 세기 동안 Bevo가 UT의 상징이었던 것처럼, Bevo Lab이 향후 100년 동안 학교의 비전과 성공의 상징이 되기를 바라고 있습니다.
또한 학생 선수들에 대한 오랜 관심에 이어, 최근에는 교육 분야에서의 AI의 역할도 주목받고 있습니다. AI가 운동선수들이 학업에서도 더 좋은 성과를 낼 수 있도록 돕는 방법이 있을까요?
저는 사람들의 시간을 절약하고, 특히 학생 운동선수뿐만 아니라 감독과 임원진 등 모두에게 부담이 되는 번거로운 작업을 줄여주는 방안을 고민하고 있습니다. 사람들의 시간을 절약하고 학습에 다시 투자할 수 있는 작은 프로세스를 구축할 수 있는 기회가 많습니다. 학생 선수들은 우리에게 시간 관리 노하우를 전해주고, 우리는 그들이 AI를 어떻게 활용하고 싶어 하는지 배우게 될 것입니다. 누군가 훌륭한 아이디어를 제안하면, 저희는 이를 체육학과 전체로 확대 적용할 것입니다.
지금까지 AI가 한계를 뛰어넘고 장벽을 허무는 것에 대해 이야기해 보았으니, 이제 시간 여행에 대해서도 이야기해 볼까요? 롱혼스 역사상 Bevo Lab이 있었다면 좋았을 법한 경기나 시즌, 결정적인 캐치나 투구 같은 순간이 있을까요?
여자 농구팀이 3점 슛을 좀 더 과감하게 시도했으면 하는 바람이 있습니다. 지난 2년 연속으로 4강에 올랐지만, 아쉽게도 우승 문턱에서 좌절하고 말았습니다. 3점 슛을 몇 개만 더 시도했어도 경기마다 몇 점, 전반전마다 몇 점씩은 더 낼 수 있었을 겁니다. 슛 선택에 있어 분석적으로 더 신중했다면 UCLA를 이길 수 있었을까요? 감독님과는 워낙 친한 사이라 이런 말도 할 수 있는 겁니다. 그럼 감독님은 제가 왜 틀렸는지 조목조목 따지시겠죠.
Bevo Lab과 같은 프로젝트를 통해 우리가 기대할 수 있는 것은 바로 이러한 미세한 차이의 성과들이며, 때로는 그 작은 차이가 승패를 결정짓는 결정적인 요인이 되기도 합니다.
도입부 이미지는 Gemini 에이전트를 통해 생성되었으며, 사용된 프롬프트는 다음과 같습니다. 텍사스 롱혼 황소(Bevo)의 미니멀한 편집 벡터 일러스트레이션으로 몸은 측면이지만, 머리는 정면을 향해 보는 사람과 눈을 맞추는 구도이며, 상징적인 넓은 수평 뿔이 돋보이게 해 줘. 평면 그래픽 아트 스타일의 깔끔한 벡터 선과 고대비로 그려 줘. 황소의 털은 텍사스 대학교의 번트 주황색과 선명한 오프화이트색으로 표현해 줘. 자연스러운 가죽 무늬 대신 두 가지 요소로 구성해 주는데, 1) 깔끔하고 글자가 없는 데이터 시각화: 스타일리시한 분산형 차트, 기하학적 추세선, 방사형 차트, 좌표 그리드, 막대 분포, 2) X와 O, 화살표가 있는 미식축구와 농구의 스포츠 플레이 다이어그램으로 구성해 주고, 몸 주번에 화살표를 추가할 수도 있어. 모든 요소가 몸의 윤곽을 따라 매끄럽게 매핑되도록 해 줘. 정교한 스포츠 분석 컨셉을 시각화할 거야. 깔끔하고 따뜻한 느낌의 단색 오프화이트 배경에 고급스러운 그래픽 디자인, 현대적인 테크 매거진 감성, 여백의 미를 살린 구성, 텍스트나 문자, 숫자가 전혀 없는 이미지야. // 황소 머리 근처의 주황색 반점에 흰색 윤곽선이 있는 평면 벡터 스타일의 축구공을 추가해 줘.



