海外ではすでにこうした流れは相当先を進んでいる。1996年に設立された英国のオプタはサッカー、バスケットボール、アメリカンフットボールなど20以上のスポーツ、3900以上の大会で毎年10億件以上のデータポイントを収集する。ひとつの動作に対し最大35件の変数を分析し、予想得点（xG）、予想脅威（xT）のような指標をリアルタイムで算出しており、バイエルン、ミュンヘン、マンチェスターシティ、PSGのような名門チームが選手招聘と戦術決定にオプタのデータを活用する。米大リーグで「マネーボール」戦略が野球スカウティングのパラダイムを変えてから、こうしたデータ基盤の意志決定はいまやサッカーをはじめすべての種目に拡散する傾向だ。

データ分析専門家らはこうした変化を自然な流れから見る。瑞靖（ソジョン）大学のハム・ヒョンギ教授は「過去にはスカウトの経験と直感に依存して選手を評価したとすれば、いまは定量的データがその判断を補完し検証する役割をする。特に移籍市場のように数十億ウォンが行き来する意志決定でデータ基盤分析は選択ではなく必須になっている」と話した。韓国交通大学スポーツ産業学科のク・カンボン教授もやはり「選手記録と全体的なデータ分析ではAIが既存スカウトの役割を代替できる水準。現場の監督やコーチが見逃しかねない部分をAIが指摘してくれる点でチームの戦力強化に肯定的で補完的な役割をする」と説明した。

◇名門チームも積極的に活用、海外はデータスカウティング

韓国ではバリュートラックが野球に領域を広げている。韓国プロ野球（KBO）優勝チームと選手移籍市場を予測するモデルの学習を終え公開を控えているという。パク代表は「KAISTでデータサイエンスを専攻した研究陣の技術力を基に予測モデルの誤差を減らすのに集中してきた。これまで不透明に進められたスポーツ移籍市場の情報非対称をデータで解消するのが目標」と話した。

もちろんAIの予測は万能ではない。負傷、心理的変数、天気のようなスポーツ特有の不確実性は依然としてモデリングしにくい領域に挙げられる。ハム教授は「AIがあらゆることを完ぺきに当てることが目標ではなく、人が見逃しやすいパターンと相関関係を補助指標として提示することが核心。スポーツ産業がデータを基盤とした意志決定構造に再編されるのはすでに逆らうことはできない流れ」と話した。

選手の価値を数字で換算し、その数字を根拠に移籍料を交渉し、優勝確率まで計算する時代。韓国のスポーツ産業ももう直感と経験の領域にとどまっている意志決定をデータとAIで検証し補完する段階に移っている。

「韓国、W杯34位」早くから当てていたAI…優勝国に挙げた国は」（1）