안녕하세요, 명지대학교 컴퓨터공학전공 3학년에 재학 중인 배성현입니다. 스포츠 데이터 분석가를 꿈꿉니다.
선수·팀 퍼포먼스 데이터를 활용한 경기력 분석
승률 예측, 선수 가치 평가 등 통계 모델 설계
복잡한 데이터를 직관적인 시각 자료로 전달
프로그래밍과 컴퓨터 과학 전반을 공부하고 있습니다.
스포츠 통계 데이터, 트래킹 데이터, 머신러닝 활용 사례를 학습하고 웹 기반 데이터 시각화 실습을 진행했습니다.
터닝포인트 프로젝트에서 데이터 처리·분석·시각화 모듈 약 1,800줄을 작성했습니다.
57만 행 규모의 K리그 이벤트 데이터를 불러와 경기별로 분리하고, 5분 단위 시간 윈도우로 집계해 지표를 계산했습니다. 이벤트 타입 매핑과 좌표 기반 파생 변수 생성도 직접 처리했습니다.
경기 흐름 곡선, 축구장 형태의 선수 위치 히트맵, 패스 네트워크, 선수별 움직임 그래프를 구현했습니다.
통계적 검증 방법과 SQL을 익히고 있습니다. 확실하게 다룰 수 있게 되면 이곳에 추가하겠습니다.
K리그 경기 데이터에서 경기 흐름이 뒤집히는 순간을 자동으로 찾아내고, 그 이유를 팬이 이해할 수 있는 말로 설명하는 분석 서비스입니다.
"점유율은 높은데 왜 졌지?" 기존 경기 기록은 결과만 보여줄 뿐 흐름이 언제 어떻게 바뀌었는지 설명하지 못합니다. 하이라이트 영상도 골 중심이라, 득점 없이 경기가 기울어진 순간은 아무 데도 남지 않습니다. 이 프로젝트는 골이 없어도 경기가 뒤집힌 순간을 데이터로 찾는 것을 목표로 했습니다.
K리그1 2024시즌 이벤트 데이터입니다. 패스·슈팅·수비 동작 하나하나가 한 행이고 시작·종료 좌표가 함께 기록되어 있습니다.
경기를 5분 단위로 잘라 팀별 주도권을 −100 ~ +100 점수로 계산했습니다. 점유율·xG·상대 진영 점유·전진 패스·패스 성공률 다섯 지표에 가중치를 두어 합산하는 방식입니다.
모멘텀 변화량이 큰 구간을 후보로 뽑은 뒤, 네 가지 지표 중 두 개 이상이 동시에 움직였을 때만 변곡점으로 확정했습니다. 단일 조건으로 판정하면 잡음이 그대로 걸러지지 않아, 교차 검증 단계를 넣어 걸러냈습니다.
변곡점 전후 10분 구간에서 선수별 기여도를 계산했습니다.
한 지표가 점수를 독점하지 않도록 min(값/기준, 1.0) 형태의 상한을 두어 정규화했습니다.
K리그 원본의 이벤트 15종을 슈팅·패스·수비·점유 4종으로 매핑하고, 전·후반 시간을 경기 분으로 변환했습니다. 결과는 경기 흐름 곡선, 축구장 형태의 위치 히트맵, 패스 네트워크, 선수별 움직임 그래프로 시각화했습니다.
팀 결과물에는 FastAPI 기반 REST API도 포함되어 있으나, 제가 맡은 영역은 분석·전처리·시각화입니다.
명지대학교 컴퓨터공학전공 3학년 배성현. 스포츠 데이터 분석가를 꿈꿉니다.
수상 경력: 2026 K리그-서울시립대 AI 경진대회 Track 2 아이디어 개발 부문 은상, 2026 명지대학교 컴퓨터공학전공 캡스톤디자인 경진대회 금상.
교육: 스포츠 데이터 분석 실무 교육 수료(중앙대학교·국민체육진흥공단).
프로젝트: 터닝포인트 — K리그 경기 데이터 57만 행을 분석해 경기 흐름의 변곡점을 자동 탐지하는 서비스. 데이터 분석 및 알고리즘 설계 담당.
기술: Python, pandas, NumPy, matplotlib.
관심 분야: 경기 데이터 분석, 스포츠 통계 모델링, 데이터 시각화.
