테니스 챔피언, 윔블던 대회 우승을 위해 AI 도움 받다

Amanda Loudin은 OneZero에서 현재 윔블던 챔피언 노바크 조코비치가 로저 페더러와의 5시간에 걸친 치열한 결승전에서 승리하기 위해 AI의 도움을 받은 방법에 대해 썼다.

에드와 앤드류 프라젤, 아들인 RightChain의 소유자들은 테니스 애호가들이었고, 그들의 계획 개념을 스포츠에 적용할 수 있는지 궁금해했다. RightChain은 애틀랜타에 본사를 둔 고급 공급망 최적화, 계획, 분석 소프트웨어 회사이다.

에드 프라젤은 2017년부터 조코비치를 포함한 다른 프로 선수들과 함께 일해온 Brain Game Tennis의 크레이그 오샨시와 연락했다. 라우딘은 “그는 그들의 플레이 패턴을 분석하고, 그들이 어떻게 자신의 성능을 향상시킬 수 있는지, 그리고 특정 상대방에 대해 어떤 전략을 사용해야 하는지 이해하도록 도와준다”고 말했다.

오샨시의 작업에 협력하는 사람은 Tennis Analytics의 워렌 프레토리우스 CEO이다. 그는 2013년에 선구적인 작업을 한 수동 태깅을 이용한 비디오 분석 모델을 개발했다. 그의 방법은 25개의 주요 지표에 따라 경기 결과를 차트로 표시한 다음 “데이터 분석과 시각화를 결합하여 경기 정보를 추출하고 인덱스된 비디오에 키워드를 생성한다”는 것이다.

프라젤은 윔블던에서 오샨시와 프레토리우스와 만나서, “우리는 실제로 그 밤에 데이터를 실행하기 시작했다”고 말했다. 결과는 RightChain의 AI 앱이 콜게이트, 캐터필러, 포드, 바ク스터, 코카콜라 등의 회사들이 공급망을 단순화하기 위해 25개의 구성 요소로 과정을 분해하는 것을 도와준다는 것이었다. 라우딘은 예를 들어, 예측이 “각 제품에 고유한 모델을 생성하고 지속적으로 업데이트하기 위해 AI 기반 알고리즘을 사용한다”고 설명했다. 네트워크 최적화는 사용자 정의 기준의 다수에 따라 분배 센터를 어디에 둘지 결정하는 알고리즘을 사용한다.

그는 그의 방법론을 테니스에 적용하기 위해 테니스 공의 여행을 끝에서 끝까지 유사한 방식으로 분해하기로 결정했다. 프라젤은 “테니스에서는 공의 목적지와 기원을 중점으로 필드를 변경했다. 이는 이전에 उपलबなかった 수준의 세부로 테니스 코트를 매핑하는 매우 공식적인 좌표 시스템이다”라고 설명했다. (이 경우 각 서비스 영역은 12개의 하위 영역으로 나누어지며, 백코트는 8개의 영역으로 나누어져 있다.)

단순히 테니스 플레이만 분석하는 것은 khá 한 차원적이며, 오샨시는 “AI는 반복되는 패턴을 찾을 수 있으며, 랠리 길이를 측정하고, 정확히 공을 어디에 쳤는지 결정할 수 있다”고 설명했다. “기술은 더 자세한 분석을 위한 추가 계층과 패턴을 제공한다. 플레이어에게 무슨 일이 일어나고 있는지 말하는 것은 하나지만, 표와 그래프로 보여주는 것은 또 다른 것이다. 에드가 제공하는 그래프는 데이터를 여러 가지 방법으로 잘라내어 우리의 눈을 승리의 핵심으로 쉽게 이끌어준다.”

오샨시는 또한 플레이어에게 가장 어려운 판매는 일관된 플레이 – 연습에서 발생하는 긴 랠리 – 가 과대평가되었다는 것을 확신시키는 것이었으며, “비디오 분석은 증명할 수 없지만 AI는 할 수 있다”고 말했다. 프레토리우스는 “대신에 데이터를 고립시키지 않고, AI로 인해 그들은 이제 그들의 플레이 진화를 위한 이야기를 얻을 수 있다”고 추가했다.

결국, 노바크 조코비치가 2019년 윔블던 대회에서 우승했으며, 오샨시는 “AI의 사용은 스포츠에서 기술이 갈 수 있는 곳의 시작에 불과하다”고 말했다.