구독자님, [스포메디언스] 인공지능은 경기력을 예측할 수 있을까?

2026. 3. 8.

인공지능은 경기력을 예측할 수 있을까?

📖 Jianjun, Q., Isleem, H. F., Almoghayer, W. J. K., & Khishe, M. (2025). Predictive athlete performance modeling with machine learning and biometric data integration. Scientific reports, 15(1), 16365. https://doi.org/10.1038/s41598-025-01438-9

🧐 WHY

스포츠 현장에서 경기력 평가는 오랫동안 단일 지표 중심으로 이루어져 왔다.
최대산소섭취량, 근력, 스프린트 속도와 같은 생리·체력 지표가 주요 기준이었다.
그러나 이러한 접근은 경기력의 다차원적 특성을 모두 설명하는데 한계가 있다.
최근 인공지능의 발전은 스포츠 현장 적용 가능성을 높게 제시하고 있다.
본 연구는 인공지능 기술을 기반으로 한 통합 예측 모델을 통해 실제 선수의 경기력을 예측할 수 있는 가능성을 제안하였다.

🔬 How

연구 대상자는 총 480명의 선수로, 팀 스포츠와 개인 종목을 모두 포함하였다.
데이터 수집은 네 가지 영역에서 이루어졌다.

- 생리학적 영역: 심박변이도, 최대산소섭취량, 젖산역치, 회복

- 생체역학적 영역: Functional Movement Screen(FMS) 점수, 가속 능력, 파워, 민첩성, 근력

- 심리적 영역: 정신적 강인함, 선수 몰입, 열정, 회복탄력성, 팀 응집력 등을 표준화된 설문 도구

- 환경적 영역: 경기 수준, 종목 유형, 시즌 단계
연구진은 머신러닝과 딥러닝을 활용한 하이브리드 인공지능 구조를 설계하였다.

🏃‍♂️ What

FMS 점수가 경기력과 가장 큰 영향을 보였고, 선수의 헌신도와 최대 가속 능력이 그 뒤를 이었다.
또한 정신적 강인함과 회복 상태가 함께 작용할 때 경기력에 더 큰 영향을 미치는 것으로 나타났다. 심리 상태는 단순한 보조 요소가 아니라, 신체적 회복이 실제 경기력으로 이어지는 과정에 중요한 역할을 할 수 있음을 의미한다.
영역별 분석에서는 생체역학적 요소, 심리적 요소, 생리적 요소가 비교적 비슷한 수준으로 예측에 기여하였다. 이는 경기력이 특정 능력 하나로 결정되는 것이 아니라, 여러 요소가 동시에 작용하는 결과임을 보여준다.

🎯 Take field message

인공지능은 다양한 데이터를 통합하여 경기력을 정밀하게 예측할 수 있다.
향후 인공지능은 선수의 상태 변화를 실시간으로 분석하고 부상 위험이나 컨디션 저하를 사전에 감지하는 방향으로 발전할 가능성이 크다.
더 나아가 웨어러블 센서, 영상 분석, 심리 설문 데이터가 통합되면서 개인별 맞춤 훈련 처방과 경기 전략 수립까지 지원하는 체계로 확장될 것이다.
빠르게 변화하는 인공지능 산업에서 스포츠 지도자와 트레이너의 역할 역시 새로운 전환점을 맞이하고 있다.
인공지능이 지도자를 대체하는 것이 아니라, 인공지능을 활용할 수 있는 지도자가 그렇지 못한 지도자를 앞서게 될 가능성이 높다.
인공지능을 현장에 어떻게 전략적으로 활용할 것인지에 대한 고민은 앞으로 지도자의 차별성을 만드는 핵심 역량이 될 것이다.