.jpg)
왓슨x 플랫폼 상에 프로세스 향상 위한 솔루션 ‘스카우트 어드바이저’ 구축
세비야 FC 내 선수 DB 활용, 새로운 경쟁 우위 창출 위해 설계
[보안뉴스 김영명 기자] IBM과 스페인 라리가 리그 명문 구단 세비야 FC는 스카우팅 팀이 포괄적이고 데이터에 기반한 영입 선수 발굴과 평가를 할 수 있도록 혁신적인 생성형 인공지능(AI) 솔루션인 스카우트 어드바이저(Scout Advisor)를 발표했다. IBM의 기업용 AI 및 데이터 플랫폼인 왓슨x(watsonx)를 기반으로 구축된 세비야 FC의 스카우트 어드바이저는 세비야 FC가 자체 개발한 기존 데이터 집약적 애플리케이션 제품군과 통합될 예정이다.
세비야 FC의 데이터부서는 IBM 클라이언트 엔지니어링 팀과 협력, 왓슨x의 자연어 처리 기술 및 파운데이션 모델을 활용해 구단의 기존 데이터베이스에 있는 방대한 양의 정보를 검색하고 분석해 잠재적 신인 선수를 평가할 수 있는 스카우트 어드바이저를 구축했다. 여기에는 키, 몸무게, 속도, 골 수 및 출전 시간 등의 정량적 데이터와 20만 건이 넘는 스카우트 보고서에 담긴 텍스트 분석과 같은 정성적 비정형 데이터가 모두 포함된다.
세비야 FC는 솔루션의 자연어 처리 기능을 통해 여러 개의 초거대 언어모델(LLM)을 사용하고 선수 파악 시 정확성과 효율성을 높일 수 있다. 세비야 FC 스카우터가 자연어 프롬프트를 사용해 원하는 선수의 주요 특징을 설명하면, 스카우트 어드바이저는 명시된 요구 사항에 따라 선별된 후보자 목록을 생성하고 각 선수의 스카우팅 보고서를 요약해 제공한다. 또한 모든 선수를 세비야 FC의 자체 데이터 애플리케이션에 연결해 선수의 정량적 성과 수치에 대한 심층적인 인사이트를 얻을 수 있다.
일류 스포츠 팀, 특히 축구 산업에서 선수 스카우트 및 채용 결정은 수백만 달러의 투자, 장기 계약, 성과 및 투자수익률(ROI)에 대한 불확실성이 높다. 전통적으로 선수 채용은 사람의 주관적인 관찰과 수동 데이터 분석의 조합에 의존해 왔다. 하지만 이러한 접근 방식은 오랜 시간이 소요되고 제한된 요소만 고려해 한계점이 있다.
정량적 선수 평가에 대한 방대한 데이터베이스(DB)로 이미 널리 알려진 세비야 FC 스카우트 팀은 떠오르는 축구 스타를 발굴하는 데 성공하며 전 세계의 주목을 받고 있다. 앞서 세비야 FC는 다양한 정량적 수치를 기반으로 선수의 특성을 파악하기 위해 자체 데이터 집약적 애플리케이션을 개발했다. 스카우트 어드바이저는 기존 역량과 생성형 AI를 결합, 경기 중 쉽게 측정할 수 없는 지표 기반 스카우팅과 인간 중심의 관찰 사이의 격차를 해소해 세비야 FC의 경쟁력을 더욱 강화했다. 이러한 자동화된 접근 방식은 선수 발굴 프로세스를 개선해 보다 효율적이고 정보에 입각한 영입 결정을 내릴 수 있도록 설계됐다.
세비야 FC 호세 마리아 델 니도 카라스코(José María del Nido Carrasco) 회장은 “이 프로젝트가 세비야 FC와 전체 스포츠 산업의 판도를 바꿀 수 있는 게임체인저가 될 수 있는 만큼 IBM과 협력하게 돼 기쁘다”고 말했다. 이어 “우리 팀의 스카우터와 분석가들은 팀의 성공을 뒷받침할 최고의 선수를 찾는 데 전념하고, 인상적인 선수 보고서 데이터베이스를 구축하기 위해 끊임없이 노력해왔다”며 “이제 IBM의 지원으로 이 자산을 최대한 활용하며 선수 영입 과정에서 상당한 이점을 얻고 경기력을 향상시킬 수 있다”고 강조헀다.
IBM 아나 파울라 아시스(Ana Paula Assis) EMEA 총괄 사장은 “세비야 FC와 협력해 IBM 왓슨x 생성형 AI를 통해 선수 영입 과정의 정확성과 효율성을 높일 수 있게 돼 자랑스럽다”며 “적절한 보호 장치와 거버넌스가 마련되면 AI는 운영을 현대화하려는 여러 산업 분야의 비즈니스에서 게임체인저가 될 수 있다”고 말했다. 이어 “이번 사례에서는 축구 스카우트의 업무를 혁신하는 동시에 경쟁력 있는 축구 클럽의 목표를 달성할 수 있는 신뢰할 수 있고 설명 가능한 인사이트를 제공하고 있다”고 덧붙였다.
[김영명 기자(boan@boannews.com)]
세비야 FC 내 선수 DB 활용, 새로운 경쟁 우위 창출 위해 설계
[보안뉴스 김영명 기자] IBM과 스페인 라리가 리그 명문 구단 세비야 FC는 스카우팅 팀이 포괄적이고 데이터에 기반한 영입 선수 발굴과 평가를 할 수 있도록 혁신적인 생성형 인공지능(AI) 솔루션인 스카우트 어드바이저(Scout Advisor)를 발표했다. IBM의 기업용 AI 및 데이터 플랫폼인 왓슨x(watsonx)를 기반으로 구축된 세비야 FC의 스카우트 어드바이저는 세비야 FC가 자체 개발한 기존 데이터 집약적 애플리케이션 제품군과 통합될 예정이다.
▲IBM과 세비야 FC는 영입 선수 발굴과 평가를 위한 생성형 AI 솔루션 스카우트 어드바이저를 발표했다[자료=IBM]
세비야 FC의 데이터부서는 IBM 클라이언트 엔지니어링 팀과 협력, 왓슨x의 자연어 처리 기술 및 파운데이션 모델을 활용해 구단의 기존 데이터베이스에 있는 방대한 양의 정보를 검색하고 분석해 잠재적 신인 선수를 평가할 수 있는 스카우트 어드바이저를 구축했다. 여기에는 키, 몸무게, 속도, 골 수 및 출전 시간 등의 정량적 데이터와 20만 건이 넘는 스카우트 보고서에 담긴 텍스트 분석과 같은 정성적 비정형 데이터가 모두 포함된다.
세비야 FC는 솔루션의 자연어 처리 기능을 통해 여러 개의 초거대 언어모델(LLM)을 사용하고 선수 파악 시 정확성과 효율성을 높일 수 있다. 세비야 FC 스카우터가 자연어 프롬프트를 사용해 원하는 선수의 주요 특징을 설명하면, 스카우트 어드바이저는 명시된 요구 사항에 따라 선별된 후보자 목록을 생성하고 각 선수의 스카우팅 보고서를 요약해 제공한다. 또한 모든 선수를 세비야 FC의 자체 데이터 애플리케이션에 연결해 선수의 정량적 성과 수치에 대한 심층적인 인사이트를 얻을 수 있다.
일류 스포츠 팀, 특히 축구 산업에서 선수 스카우트 및 채용 결정은 수백만 달러의 투자, 장기 계약, 성과 및 투자수익률(ROI)에 대한 불확실성이 높다. 전통적으로 선수 채용은 사람의 주관적인 관찰과 수동 데이터 분석의 조합에 의존해 왔다. 하지만 이러한 접근 방식은 오랜 시간이 소요되고 제한된 요소만 고려해 한계점이 있다.
정량적 선수 평가에 대한 방대한 데이터베이스(DB)로 이미 널리 알려진 세비야 FC 스카우트 팀은 떠오르는 축구 스타를 발굴하는 데 성공하며 전 세계의 주목을 받고 있다. 앞서 세비야 FC는 다양한 정량적 수치를 기반으로 선수의 특성을 파악하기 위해 자체 데이터 집약적 애플리케이션을 개발했다. 스카우트 어드바이저는 기존 역량과 생성형 AI를 결합, 경기 중 쉽게 측정할 수 없는 지표 기반 스카우팅과 인간 중심의 관찰 사이의 격차를 해소해 세비야 FC의 경쟁력을 더욱 강화했다. 이러한 자동화된 접근 방식은 선수 발굴 프로세스를 개선해 보다 효율적이고 정보에 입각한 영입 결정을 내릴 수 있도록 설계됐다.
세비야 FC 호세 마리아 델 니도 카라스코(José María del Nido Carrasco) 회장은 “이 프로젝트가 세비야 FC와 전체 스포츠 산업의 판도를 바꿀 수 있는 게임체인저가 될 수 있는 만큼 IBM과 협력하게 돼 기쁘다”고 말했다. 이어 “우리 팀의 스카우터와 분석가들은 팀의 성공을 뒷받침할 최고의 선수를 찾는 데 전념하고, 인상적인 선수 보고서 데이터베이스를 구축하기 위해 끊임없이 노력해왔다”며 “이제 IBM의 지원으로 이 자산을 최대한 활용하며 선수 영입 과정에서 상당한 이점을 얻고 경기력을 향상시킬 수 있다”고 강조헀다.
IBM 아나 파울라 아시스(Ana Paula Assis) EMEA 총괄 사장은 “세비야 FC와 협력해 IBM 왓슨x 생성형 AI를 통해 선수 영입 과정의 정확성과 효율성을 높일 수 있게 돼 자랑스럽다”며 “적절한 보호 장치와 거버넌스가 마련되면 AI는 운영을 현대화하려는 여러 산업 분야의 비즈니스에서 게임체인저가 될 수 있다”고 말했다. 이어 “이번 사례에서는 축구 스카우트의 업무를 혁신하는 동시에 경쟁력 있는 축구 클럽의 목표를 달성할 수 있는 신뢰할 수 있고 설명 가능한 인사이트를 제공하고 있다”고 덧붙였다.
[김영명 기자(boan@boannews.com)]
<저작권자: 보안뉴스(www.boannews.com) 무단전재-재배포금지>
김영명기자 기사보기
[2024-04-24] 
_m.jpg)
.jpg)
.jpg)
