NFL on AWS
NFL은 AWS 기계 학습을 활용하여 팬, 선수, 팀을 위한 더 나은 경험을 제공합니다.
새로운 압박 확률 통계를 선보이는 AWS와 Next Gen Stats
압박의 해부학
AWS 엔지니어들은 2023년 빅 데이터 볼의 개념을 활용하여 지난 5년간의 과거 경기 9만 건 이상을 바탕으로 일련의 ML 모델을 훈련함으로써 QB 압박과 드롭백 중의 추이를 캡처했습니다.
AWS가 NFL을 지원하는 방법
빅 데이터 볼
“축구에서 해답이 나오지 않은 문제를 해결하고자 하는 글로벌 데이터 과학 경기입니다. 지난 5년 동안 15개 이상의 Next Gen Stats가 빅 데이터 볼 제출로 시작되었습니다.”
- Mike Lopez
NFL - Data and Analytics 부문 Sr. Director
Next Gen Stats
“AWS ML 팀은 이전에 볼 수 없었던 솔루션과 기술을 제공합니다. 이러한 솔루션과 기술은 축구 전문 지식과 통계 작성 경험과 결합되어 새로운 지표를 만들 때마다 계속해서 성공을 거두고 있습니다.”
- Mike Band
Next Gen Stats
Seattle Seahawks
“데이터는 계속 증가하고 있습니다. 따라서 선수 분석의 첨단을 유지하기 위해서는 이 데이터를 처리할 시스템을 마련하는 것이 매우 중요합니다.”
- Patrick Ward
Seattle Seahawks - Research and Analytics 부문 Head
선수 건강 및 안전
“우리의 최종 목표는 AWS와 협력하여 부상을 예측하고 예방하는 것입니다.”
- Jennifer Langton
NFL - Health and Safety Innovation 부문 SVP
AWS가 NFL을 지원하는 방법
빅 데이터 볼
“축구에서 해답이 나오지 않은 문제를 해결하고자 하는 글로벌 데이터 과학 경기입니다. 지난 5년 동안 15개 이상의 Next Gen Stats가 빅 데이터 볼 제출로 시작되었습니다.”
- Mike Lopez
NFL - Data and Analytics 부문 Sr. Director
Next Gen Stats
“AWS ML 팀은 이전에 볼 수 없었던 솔루션과 기술을 제공합니다. 이러한 솔루션과 기술은 축구 전문 지식과 통계 작성 경험과 결합되어 새로운 지표를 만들 때마다 계속해서 성공을 거두고 있습니다.”
- Mike Band
Next Gen Stats
Seattle Seahawks
“데이터는 계속 증가하고 있습니다. 따라서 선수 분석의 첨단을 유지하기 위해서는 이 데이터를 처리할 시스템을 마련하는 것이 매우 중요합니다.”
- Patrick Ward
Seattle Seahawks - Research and Analytics 부문 Head
선수 건강 및 안전
“우리의 최종 목표는 AWS와 협력하여 부상을 예측하고 예방하는 것입니다.”
- Jennifer Langton
NFL - Health and Safety Innovation 부문 SVP
NFL이 AWS를 선택한 이유
AWS는 현재 클라우드에서 대부분의 기계 학습(ML)을 수행하고 있습니다. NFL은 AWS ML을 활용하여 실시간으로 새로운 통계를 만들고 선수의 건강과 안전을 강화해 팬, 선수, 팀에게 더 나은 경험을 선사합니다.
기계 학습
NFL은 AWS의 기계 학습 및 데이터 분석 서비스를 사용하여 Next Gen Stats와 선수 건강 및 안전의 정확성, 속도 및 인사이트를 개선합니다.
기계 학습을 데이터에 적용
AWS의 광범위한 클라우드 기반 기계 학습 기능을 활용함으로써 NFL은 팬, 방송사, 코치, 팀이 더욱 심층적인 인사이트를 얻을 수 있도록 경기 당일의 경험을 한 단계 끌어올리고 있습니다. 기존 박스 스코어 통계 데이터는 Amazon SageMaker에서 공급하는 출력을 통해 몇 초 안에 수백 가지 프로세스를 거쳐 훈련됩니다. 이러한 모델은 게임 중에 실시간으로 포메이션, 루트, 이벤트 등의 결과를 생성하는 데 사용됩니다.
Next Gen Stats를 지원하는 AWS 서비스
NFL과 AWS의 협력 방식 보기
리그에서는 AWS에서 여러 가지 기계 학습 통계를 작성했으며, 각 통계는 서로 다른 데이터 포인트를 사용합니다. 아래는 몇 가지 예일 뿐입니다. 더 많이 보려면 nextgenstats.nfl.com을 방문하세요.
패스 점수
공을 던지기 전 패스 값을 예측하여 쿼터백 패스 실적을 평가하는 새로운 모델을 포함하여 7가지 기계 학습 모델을 결합한 최초의 AI 도구입니다.
포스 다운 의사 결정 가이드
Amazon SageMaker를 사용하여 승리 확률과 전환 확률을 분석합니다. 승리 확률은 가설적인 결과를 기반으로 게임의 예상 추이에 관한 정보를 알려주고 전환 확률은 공격 팀이 포스 다운 또는 2점 전환을 전환할지 여부를 예측합니다.
경기 확률
이 예측 모델은 Amazon SageMaker를 사용하여 패스 거리, 리시버와 최근접 수비수와의 분리, 경기장 내 위치, QB에 대한 압박의 정도에 따라 지정된 패스가 완료될 확률을 계산합니다.
러싱 야드 기대값
이 지표는 Amazon SageMaker를 사용하여 블로커와 수비수의 상대적인 위치, 속도, 방향을 기준으로 볼캐리어가 특정 캐리에서 몇 야드를 러시할 것으로 기대되는지를 나타냅니다.
커버리지 분류
커버리지 분류는 플레이가 끝난 후 단 몇 초 안에 8가지 유형의 대인 및 지역 방어 범위를 식별할 수 있는 최초의 AI 시스템입니다. 지난 4개 시즌 동안 6만 회 이상의 NFL 플레이를 통해 훈련된 이 시스템은 선수 추적 데이터를 사용하여 초기 수비 선수 정렬, 공을 뺏긴 후 공격수의 움직임에 적응하는 방식, 선수 가속도, 위장 커버리지, 심지어 블로우 커버리지 할당과 같은 변수를 고려하여 어떤 커버리지가 사용되었는지 판단합니다.
다른 기업들이 어떻게 AWS를 활용하여 비즈니스를 혁신하고 있는지 알아보세요.