국내 스포츠 애널리틱스 연구의 현재와 미래 : 경기데이터 활용 분석에 대한 체계적 문헌 검토

김필수; 이상현

doi:10.31308/KSSM.29.1.63

추천

검색

질문

자료유형: 학술저널

저자정보: 김필수 (한국스포츠경영전략연구원) 이상현 (한국스포츠경영전략연구원)

저널정보: 한국스포츠산업경영학회 한국스포츠산업경영학회지 한국스포츠산업경영학회지 제29권 제1호

발행연도: 2024.2

수록면: 63 - 81 (19page)

DOI: 10.31308/KSSM.29.1.63

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

스포츠 애널리틱스는 스포츠와 관련한 데이터를 활용하여 스포츠산업에서 이를 구성하는 스포츠경영 조직의 가치 창출을 위해 데이터 기반의 의사결정을 돕는 과정으로 정의될 수 있으며, 최근 인공지능의 적용이 활발하게 이루어지고 있는 연구 분야 중 하나이다. 스포츠 애널리틱스는 크게 경기데이터를 활용한 분석(on-field analytics)과 경기 외적 분석(off-field analytics)으로 구분할 수 있다. 최근 스포츠 애널리틱스 관련 연구가 늘어남에 따라 스포츠 애널리틱스 분야의 현주소를 명확하게 파악할 수 있는 체계적인 연구가 필요하지만, 스포츠 애널리틱스 연구를 체계적으로 검토하여 해당 분야의 현재와 미래를 조명한 연구는 아직 국내에서 발견하기 어려운 것으로 보인다. 본 연구는 이러한 연구의 필요성에 따라 체계적인 문헌 검토를 통해 경기데이터를 활용한 관련 연구를 체계적으로 검토하고, 향후 스포츠 애널리틱스 분야가 나아가야 할 방향성에 대한 기본적인 담론을 제시하고자 실시되었다. 이를 위해 본 연구에서는 국내 선행연구에서 자주 사용되는 DBpia, 구글 스콜라, 교보 스콜라에서 스포츠 애널리틱스를 대변할 수 있는 여러 키워드를 활용하여 국내 등재 학술지에 출판된 스포츠 애널리틱스 관련 연구를 전체적으로 수집하였다. 이를 바탕으로 전문가 3인의 합의에 따라 본 연구의 목적에 부합하는 경기데이터 적용 연구를 체계적으로 분류하였다. 분석 결과, 총 29개의 실제 경기데이터를 분석한 연구가 발견되었으며, 담론 및 동향을 분석한 연구가 23편, 방법론을 제시한 연구가 17편인 것으로 드러났다. 특히, 실제 경기데이터를 분석한 연구를 체계적으로 분류한 결과 1) 연구가 이루어진 종목이 지나치게 야구와 농구 두 종목에 편중되어 있으며, 2) 대부분의 연구가 선수와 팀 수준에서만 이루어졌다는 것이 확인되었다. 아울러, 3) 인공지능 알고리즘을 활용한 연구의 목표가 경기 결과나 성적의 예측에 국한되어 있다는 점 역시 한계점으로 확인되었다. 마지막으로, 4) 스포츠 관련 학술지보다 스포츠 이외의 학술지에서 실제 경기데이터를 분석한 연구가 더 많이 출판되었다는 것을 확인할 수 있었다. 본 연구는 이러한 연구 결과를 바탕으로 8가지 제언을 체계적으로 수립하여 논의하였다. 이러한 바탕에서 스포츠 애널리틱스 연구의 현주소를 점검하고, 국내 스포츠산업과 경영 관련 연구가 앞으로 나아가야 할 방향을 스포츠 애널리틱스 관점에서 제시하였다는 점에서 의의가 있다.

Sports analytics can be defined as the process of utilizing sports data that facilitates data-driven sports management decisions to create value in the sports industry. Sports analytics can be broadly categorized into on-field analytics and off-field analytics. Calls for systematic research identifying the current status of the sports analytics field are prevailing. However, it is difficult to find a study that systematically reviews sports analytics research that sheds light on the present and future of the field. In response to such research needs, the objective of this research is to conduct a systematic review on sports analytics presenting discourses on the future direction of the sports analytics field. This study collected all sports analytics-related studies published in domestic listed journals by utilizing various keywords such as “sports analytics,” “artificial intelligence,” “machine learning,” “data analysis,” and “sports analytics” in DBpia, Google Scholar, and Kyobo Scholar. We then systematically categorized the sports analytics studies that met the purpose of this study based on the consensus of three professional experts. As a result of the analysis, a total of 29 studies were found that analyzed actual match data, 23 studies analyzed discourse and trends, and 17 studies presented methodologies. In particular, the systematic categorization of studies that analyzed actual game data revealed that 1) the sports studied were heavily biased toward baseball and basketball, and 2) most of the studies were conducted only at the player and team level. Another limitation is that 3) the goal of the studies using AI algorithms is limited to predicting game outcomes or performance. Finally, 4) we found that more studies analyzing actual game data were published in non-sports journals than in sports-related journals. Based on these findings, this study systematically established and discussed eight recommendations. The significance of this study is that it examines the current status of sports analytics research and suggests the direction in which domestic sports industry and management-related research should move forward from the perspective of sports analytics.

#스포츠 애널리틱스 #빅데이터 분석 #인공지능 #기계학습 #딥러닝 #체계적 문헌 검토 #Sports analytics #Big data analysis artificial intelligence #Machine learning #Deep learning #Systematic literature review

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

이 논문의 저자 정보

김필수

소속기관 한국스포츠경영전략연구원

주요연구분야 예술체육학 > 체육

논문수 1 이용수 655

이상현

소속기관 한국스포츠경영전략연구원

주요연구분야 예술체육학 > 체육 TOP 1% 사회과학 > 경영학

논문수 17 이용수 3,744

이 논문과 함께 이용한 논문

문화 변수가 협상 윤리에 미치는 영향 : '체면'과 홉스테드 변수의 비교

김영욱 , 양정은 한국언론정보학보 2009 .05

스포츠 분야의 빅데이터를 활용한 연구 주제 분석

김태중 한국체육과학회지 2023 .12

엘로 평점 시스템과 머신러닝 알고리즘을 적용한 선행적 한국프로축구 경기 결과 예측 및 분류모형 성능평가

김필수 , 이상현 , 서재현 디지털콘텐츠학회논문지 2024 .03

축구의 경기 결과 예측을 위한 머신러닝 기법 비교

최형준 한국체육측정평가학회지 2022 .12

스포츠데이터과학의 비전과 과제

조정환 , 이미숙 한국체육측정평가학회지 2024 .12

최근 본 자료

전체보기

UCI(KEPA) : I410-151-24-02-089443901

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)