✅ 데이터 분석이 이렇게 재미있다고?

✅ 코딩으로 축구를 분석할 수 있다고?

본 과정은 1) 파이썬 데이터 분석을 재미있게 배우고 싶으신 분, 2) 스포츠 데이터 분석가를 꿈꾸시는 분, 3) 데이터를 통해 축구를 더 깊게 즐기고 싶으신 분들을 위한 클래스입니다.

실제 축구 데이터로 배우는 본 클래스로

파이썬 데이터 분석에 입문하고,

나아가 '스포츠 데이터 분석가'의 꿈을 실현해보세요.

안녕하세요,

축구 데이터 사이언티스트

파이형 인간입니다

안녕하세요. 전공인 수학과 좋아하는 축구의 접점을 찾아가고 있는 '축구 데이터 사이언티스트' 파이형 인간입니다.

저는 현재 웨어러블 센서 기반의 측위 기술을 기반으로 스포츠 빅데이터를 수집하고 분석하는 회사인 '핏투게더' 데이터사이언스팀에서 팀장으로 연구를 하고 있습니다. 좋아하는 축구를 보면서 어떤 재미있는 연구를 할 수 있을지 고민하는 것이 본업인 '성공한 축덕'이 된 셈이죠. 이제는 클래스101을 통하여 축구와 데이터 분석에 관심이 있는 여러분들도 '성공한 축덕'이 될 수 있도록 도와드리고자 합니다.

크리에이터 주요 이력

• [ Website / LinkedIn ]
• (주)핏투게더 데이터사이언스 팀장
• 서울대학교 산업공학과 데이터마이닝 연구실 석사 졸업
• 포항공과대학교 수학과 학사 졸업
• 독일 아헨 공과대학교 단기유학
• 한국프로축구연맹(K리그) 축구산업 아카데미 수료
• 데이터마이닝 분야 최고 권위 학회인 KDD 포함, 복수의 국제 AI 학회/워크샵 1저자 논문 보유

쉼 없이 움직이는 스포츠, 축구!

이제는 데이터의 스포츠가 되고 있다?

이전까지 '데이터의 스포츠'라고 하면 많은 사람들이 야구를 떠올렸습니다. 야구는 종목 특성상 주요 데이터를 사람이 직접 세는 방식으로 수집할 수 있어서, 일찍부터 데이터의 수집과 분석이 활발하게 이루어졌기 때문입니다.

반면, 축구에서는 선수들의 움직임이 연속적이고 불규칙적이기 때문에, 단순히 이벤트의 개수를 세는 방식으로는 경기에 대한 모든 정보를 담아낼 수 없었습니다. 축구에서 '선수들의 연속적 움직임 데이터'를 수집하는 것은 정말 어려운 일이었고, 주요 데이터를 수집하지 못함에 따라서 데이터 분석도 이루어지지 않았죠. 그래서 최근까지도 축구 전문가들은 자신의 정성적인 직관과 경험에 의존하여 대부분의 의사결정을 내렸습니다. (C. Anderson & D. Sally, <지금껏 축구는 왜 오류투성일까?> 중)

그러나 최근 다양한 측위 기술 발달로 인하여 축구 경기 중 선수들의 연속적인 움직임 데이터 역시 수집이 가능해졌습니다. 전세계에서 열리는 축구 경기로부터 대량의 데이터가 수집되기 시작했고, 고도화된 분석의 가능성이 생기게 되었죠.

이에 따라 바르셀로나, 리버풀, 맨체스터 시티 등 세계적인 구단들은 수학자, 물리학자, 컴퓨터 과학자를 데이터 분석 직무로 영입하게 되었고, 케빈 데 브라이너 등 월드 클래스 선수들이 에이전트가 아닌 데이터 분석가들의 도움을 받아 천문학적인 금액으로 재계약을 하는 사례가 생겼습니다.

KDD, AAAI, IJCAI 등 AI 분야에서 가장 권위있는 학회에서도 점점 많은 축구 데이터 분석 논문이 발표되는 등, 의료·금융·게임을 포함한 다양한 분야에 이미 깊이 침투한 데이터 사이언스는 축구에서도 그 저변을 빠르게 넓혀 가고 있습니다.

내가 직접 분석해보는 경기 데이터,

실제 축구 데이터로 시작하는

파이썬 데이터 분석

본 클래스에서는 데이터 분석에서 가장 널리 사용되는 프로그래밍 언어인 파이썬(Python)을 사용하여, 오픈소스 축구 빅데이터를 다방면으로 분석해 볼 예정입니다.

1️⃣ 축구 시계열 데이터 가공·집계·분석하기

수강생 여러분들은 저와 함께 NumPy, Pandas 등 고성능의 수치 연산을 도와 주는 파이썬 라이브러리를 이용하여 시계열(time-series) 형태의 축구 데이터를 직접 가공하고, 집계하고, 분석하는 실습을 할 것입니다.

2️⃣ xG 산출로 선수 퍼포먼스 평가하기

2018 월드컵 경기 중에 기록된 데이터를 분석하여, 패스 성공률과 점유율을 넘어 xG(기대 득점) 등 고도화된 경기 스탯을 직접 산출해 볼 것입니다. 이를 기반으로 실제 공격수 퍼포먼스를 직접 평가하고 그 결과가 실제 축구 전문가 또는 팬들의 인식과 일치하는지도 확인해 볼 것입니다.

3️⃣ 히트맵, 스프린트 경로, 패스 네트워크 시각화하기

Matplotlib, Plotly 등 시각화 라이브러리를 이용하여 경기장 이미지 위에 속력 그래프, 히트맵, 스프린트 경로, 패스 네트워크 등을 시각화하는 등, 경기에 대한 깊은 해석을 도와주는 다양한 시각 자료를 직접 제작해 볼 예정입니다.

4️⃣ 선수별 움직임과 점유 공간을 영상으로 시각화하여 전술적 인사이트 도출하기

또한, 선수와 공의 움직임 데이터에 Voronoi 분할 등 다양한 기술을 적용하여 시시각각으로 변하는 선수별 점유 공간을 구하고, 이를 시각화하여 공간 활용과 압박에 관한 전술적 인사이트를 도출해 볼 것입니다.

시각화 과정에서는 Matplotlib animation 기능을 활용하여 선수와 공의 움직임을 애니메이션 형태로 시각화할 예정인데요. 선수의 스프린트 장면이나 선수별 점유 공간이 변화하는 것을 영상으로 시각화해 보면서, 마치 실제 경기를 게임 속에 넣어서 재현하는 듯한 경험을 하게 될 것입니다.

▶ 1. 우리가 열광하는 축구를 데이터로 설명할 수 있다면?/ 2. 축구 이벤트 데이터 분석/ 3. 위치 추적 데이터 분석/ 4. AI 기반 스포츠 데이터 분석의 학계와 업계 동향

클래스101 최초의 '축구 데이터 분석' 강의

알파고와 손흥민의 등장과 함께, 데이터 분석과 축구에 모두 관심을 가지게 된 분들이 정말 많으리라고 예상합니다. 그런데 만일 여러분이 데이터 분석가가 되기 위한 직무 스킬도 배우면서, 분석 대상이 좋아하는 축구이기까지 하면 어떨까요?

본 클래스에서는 클래스101 최초의 '축구 데이터 분석' 강의를 통하여, 축구 팬이자 예비 데이터 분석가인 분들이 꿈을 실현하는 것을 도와드리려고 합니다. 또한, 둘을 연결할 생각은 해보지 않았지만 축구를 좋아하고 데이터 분석을 배우고 싶으신 분들에게 신세계를 보여드리고자 합니다.

저와 함께 '성공한 축덕'이 될 준비가 되셨나요?

[필요한 사전 지식]

• 파이썬 기초 문법을 알고 있으며 간단한 코드를 해석할 줄 알아야 합니다.
• 파이썬 필수 패키지인 NumPy, Pandas, Matplotlib의 기초적인 내용을 알고 있어야 합니다.