최근 체스와 전략게임을 평정한 한 혁신적인 회사는 과학계의 가장 큰 "수수께기" 중 하나를 풀었습니다. 바로 리버풀의 30년 우승의 한 입니다.
인공지능 회사인 딥마인드(알파고 개발팀, 역주)와 프리미어 챔피언의 자체 리서치 부서는 힘을 합쳐 축구팀의 선발 라인업, 전략, 이적 정책, 심지어 훈련까지도 기계가 판단을 하는 프로젝트를 진행하고 있습니다.
딥마인드와 리버풀은 최근 축구에서 잠재적으로 쓸 수 있는 AI 기술에 대해 논문을 공동저술 하였습니다. 논문에서의 그들의 목표는 "단지 기술의 개발"에만 신경 쓰고 있다고 말하고 있습니다.
"Game Plan: What AI can do for Football and What Football can do for AI - 게임플랜: 축구를 위한 AI와 AI를 위한 축구"의 제목으로 제출된 논문은, 자동화 비디오 어시스턴트 코치 (Automated Video Assistant Coach, AVAC)의 개발로 경기 영상의 분석으로 코칭 스태프에게 조언을 줄 수 있는 시스템에 대해서 저술하고 있습니다. - 심지어 경기가 진행중일때도 말이죠.
비디오 어시스턴트 심판(Video Assisted Referee, VAR)을 잡기 위해 여전히 고군분투하는 스포츠에 이런 시스템을 도입할 것이라는 전망이 공상 과학 소설처럼 보인다면, 딥마인드는 가장 복잡한 분야를 마스터 할 수있는 AI를 만들 저력을 갖고 있습니다.
게임을 학습하는데 4시간 밖에 걸리지 않고 과거 최고 등급의 AI체스 프로그램을 없앤 '알파제로(AlphaZero)'와 스타크래프트2 에서 그랜드 마스터 지위를 획득한 '알파스타(AlphaStar)'가 더 큰 도전으로 여겨졌습니다.
그러나 구글 괴짜모임의 가장 유명한 업적은, 단백질이 3D 형태로 접히는 방식을 예측할 수 있음을 보여줌으로써 반세기 동안 연구자들을 괴롭혔던 난해한 문제를 해결한 '알파폴드(AlphaFold)' 입니다.
디자이너 약품과 플라스틱 오염을 끝낼수도 있는 이 획기적인 발견은 로얄 소사이터디의 벤키 라마크리슈난 회장에게 "사람들이 예측한 해결 시점 보다 수십년이나 앞서는 연구 결과"라는 칭찬을 듣기도 했습니다.
비슷한 맥락에서 AI와 축구에서 리버풀의 기여는 인상적입니다.
이안 그래엄, 윌리엄 스피어맨, 팀 와스켓, 그리고 다피드 스틸은 많은 기록들을 갈아치우면서 일궈낸 1990년 이후 리버풀의 첫 챔피언 등극에서 증명 되었듯이 영국에서 최고의 팀으로 인정받고 있습니다.
리버풀의 리서치 디렉터인 그래엄은 캠브릿지에서 이론물리학에서 박사학위를 받았고, 스피어맨은 하버드 출신으로 유럽핵연구기구에서 근무한 이력이 있습니다. 와스켓은 천체물리학자이자 코딩 마스터이고, 스틸은 체스 챔피언입니다.
이 넷은 이미 AI의 최전선에 일하고 있었고, 이제는 아무도 도전하지 못한 축구에서의 AI적용에 열심입니다.
논문은 AVAC의 구현을 위해 컴퓨터 비전(디지털 이미지와 비디오에서 유용한 정보를 자동으로 추출하는 기술)과 통계적 학습(수학적 기계에 기반한 프레임워크), 그리고 게임 이론(사람들이 왜, 어떻게 결정을 내리는지에 관한 연구)를 동원합니다.
"성공적인 AVAC는 선수들과 코치, 그리고 관중들에게도 도움을 줄것입니다. 정확하게는, 선수들의 플레이를 분석함으로써 선수들이 개선해야할 부분들을 알려줄수 있습니다. 한 선수의 퍼포먼스는 한 경기를 진행하면서 분석이 되고, 포지션 플레이와 전반적인 퍼포먼스를 판단합니다."
"경기 전에는 AVAC는 상대에 따라 알맞은 전략을 제시할수도 있습니다. 코치들은 선수들의 최적의 포지션과, 어떻게하면 선수들이 최대의 퍼포먼스를 낼 수 있을지 고민합니다. 하지만 시간은 부족하고, 관찰하고 피드백 줄 선수들은 너무나도 많습니다"
"AVAC를 통해 코치는 선수 개개인 뿐만 아니라 스쿼드 전체에게 도움을 줄 수 있습니다. 경기마다 선발 라인업에 대한 의견이라던지, 새로운 선수를 팀에 넣어 보았을때의 가상 시뮬레이션/평가로 스카우팅과 이적전략을 세울수도 있습니다."
관중에게도 분명 이득이 돌아갑니다.
"AVAC 시스템은 자동적으로 영상들을 분석, 라벨링을 진행할 것이고 결정적인 순간들을 자동을 뽑아낼수 있습니다. 방송국들은 이러한 영상들을 관중에게 보여줄수 있는 기술을 갖게됩니다. AVAC는 경기 내용과 관객들의 리액션을 통해 어떤 장면들이 흥미로운 장면인지 판단 합니다."
AI 방법을 적용할 수 있는 예로, 연구자들은 통계적 분석과 게임 이론을 적용하여 개인 플레이 스타일에 기반한 페널티킥 전략을 보여줬습니다. 또 다른 예로는 컴퓨터비전과 통계적 분석으로, 공격시 선수들이 가져가야할 움직임을 제시했고, 선수들의 실제 움직임이 AI가 제시한 경로와 많이 다를 경우들을 보여줬습니다.
저자들은 "축구가 모든 팀 스포츠 중에서 가장 분석하기 어렵습니다."라고 인정합니다. 하지만 "축구 애널리틱스는 실생활에 변화를 줄 수 있는 AI 연구의 기회입니다. 적당히 통제된 상황들과 측정 할 수 있는 인적 요인들(기술, 부상 리스크와 같은 생리적 특징 등), 그리고 프로 무대에서 조차 상대적으로 낮은 득점으로 인한 장기적인 인과관계 피드백 루프가 적용되어 도전적인 분야인건 분명합니다"라고 결론짓고 있습니다. 아무튼, 다양한 센서를 통한 데이터가 많아지는 축구는 AI를 적용하기에 좋은 플랫폼입니다. 특히 통계적 학습, 컴퓨터 비전, 그리고 게임 이론 분야의 교차로에서 중요한 과제입니다.
"전반적으로, 다양한 데이터와 선수들서부터 관중들에게 까지 줄 수 있는 이점들, 그리고 AI가 축구에 줄 임팩트가 확실한건 분명합니다."
당연하게, 만약 기계가 모든 결정을 다 한다면 감독은 왜 필요합니까 라는 생각도 할 수 있습니다. 그에 대한 답변이 무엇이든 간에 VAR 경험을 통해 우리가 말할 수 있는건, 기술이 도입된축구는 좋거나 나쁘거나 둘중 한가지 일것입니다.
첫댓글 픽셀로트같은 ai 카메라 회사가 농구나 축구에 코칭 알고리즘 도입을 시도하고있는걸 본적있는데 역시 구글도 여기까지 슬슬 손대는군요. 근데 var 시스템부터 시도해보는게 어떨까싶네요.
좋거나 나쁘거나 둘 중 하나라면
VAR은 지금까진 그닥인듯요..;;
AVAC는 좀 더 세세한 전술, 선수들의 포지셔닝 및 움직임 등에 굉장히 큰 도움이 되겠군요.ㅎ
앞으론 과거보다 더, 선수들의 그 어떤 능력보다 축구지능이 뛰어난 선수들이 더욱 각광받는 시대가 오리란 생각이 드네요.ㅎㅎ
잘 읽었습니다