NBA 분석의 역사: 박스 스코어에서 AI 기반 인사이트까지
NBA 분석의 역사: 박스 스코어에서 AI 기반 인사이트까지
⚡ 핵심 요약
- 농구 분석은 단순한 박스 스코어에서 AI 기반 예측 모델로 발전했습니다.
- 이 시대에는 PER, Win Shares, True Shooting Percentage와 같은 고급 통계가 주류가 되었습니다.
농구 분석은 단순한 박스 스코어에서 AI 기반 예측 모델로 발전했습니다. 통계 계산에서 고급 지표로의 여정은 게임이 플레이되고, 코칭되고, 시청되는 방식을 많이 변화시켰습니다. 다음은 전체 역사입니다.
초창기 (1946-1990)
NBA의 첫 40년 동안 사용할 수 있는 유일한 통계는 포인트, 리바운드, 어시스트, 스틸, 블록, 슈팅 성공률과 같은 기본적인 박스 스코어 숫자였습니다. 팀은 스카우팅 보고서와 육안 검사에 따라 결정을 내렸습니다. 데이터 인프라, 분석 부서, 고급 지표는 없었습니다.
최초의 농구 분석 개척자는 2004년에 "Basketball on Paper"를 출판한 딘 올리버였습니다. 올리버는 승리의 핵심 결정 요인으로 "네 가지 요소" — 슈팅 효율성, 턴오버, 리바운드, 자유투 — 개념을 도입했습니다. 그의 작업은 이후의 모든 것의 토대가 되었습니다.
머니볼 시대 (2000-2012)
야구의 머니볼 혁명에 영감을 받아 NBA 팀들은 2000년대 중반에 분석 직원을 고용하기 시작했습니다. 대릴 모리 휘하의 휴스턴 로키츠는 분석을 완전히 수용한 첫 번째 팀이었습니다. 모리 팀은 3점슛과 레이업이 가장 효율적인 슛이라는 것을 파악하고, 이 통찰력을 바탕으로 로스터와 전략을 구축했습니다.
이 시대에는 PER, Win Shares, True Shooting Percentage와 같은 고급 통계가 주류가 되었습니다. Basketball Reference 및 82games.com과 같은 웹사이트는 팬들에게 처음으로 데이터를 제공했습니다.
추적 시대 (2013-현재)
2013년 NBA는 모든 경기장에 SportVU 카메라(나중에 Second Spectrum으로 교체됨)를 설치했습니다. 이 카메라는 초당 25회 선수와 공의 움직임을 추적하여 경기당 수백만 개의 데이터 포인트를 생성합니다. 이 데이터는 속도, 이동 거리, 슛 품질, 수비 영향 등 완전히 새로운 지표를 가능하게 했습니다.
오늘날 모든 NBA 팀은 5-15명의 정규직 직원이 있는 분석 부서를 가지고 있습니다. 그들은 머신러닝 모델을 사용하여 드래프트 유망주를 평가하고, 공격 플레이를 설계하고, 라인업을 최적화하고, 선수 건강을 관리합니다. Celtics, Thunder, Cavaliers와 같이 데이터를 가장 잘 활용하는 팀은 리그에서 항상 최고 수준입니다.
AI 시대 (2024-현재)
최신 개척지는 인공지능입니다. 팀은 AI를 사용하여 비디오 영상을 분석하고, 부상 위험을 예측하고, 경기 중 실시간 전술 권장 사항을 생성합니다. 일부 팀은 실시간 경기 데이터를 기반으로 라인업 변경 및 플레이 콜을 제안하는 AI 비서를 보유하고 있습니다. 기술은 여전히 발전 중이지만 잠재력은 엄청납니다.
인간적인 요소
모든 데이터에도 불구하고 농구는 여전히 인간의 게임입니다. 분석은 무엇을 해야 할지 알려줄 수 있지만, 팀워크, 동기 부여, 클러치 퍼포먼스 또는 위대한 팀을 위대하게 만드는 무형의 자질을 설명할 수는 없습니다. 최고의 조직은 데이터와 인간의 판단을 결합하여 분석을 의사 결정을 위한 정보로 사용하고, 의사 결정을 직접 내리지 않습니다.
관련 기사
⚡ Key Takeaways
- Basketball analytics have evolved from simple box scores to AI-powered predictive models.
- During this era, advanced stats like PER, Win Shares, and True Shooting Percentage became mainstream.
💬 Comments