Bundesliga F1 Ferrari MLSE NFL NHL PGA TOUR Riot Games

NFL이 통계를 만들기 위해 AWS를 선택한 이유

오늘날 클라우드에서 이루어지고 있는 대부분의 기계 학습(ML)은 AWS에서 수행되기 때문에 NFL이 정교한 분석을 통해 데이터를 활용하기 위해서는 AWS가 최선의 선택입니다. NFL은 AWS ML을 활용하여 실시간으로 새로운 통계를 만들고 선수의 건강과 안전을 강화해 팬, 선수, 팀에게 더 나은 경험을 선사합니다.

기계 학습

NFL은 기계 학습 및 데이터 분석 서비스를 통해 통계를 계산하여 Next Gen Stats 플랫폼에서 제공하는 정확성, 속도 및 인사이트를 향상시킵니다.

빠른 액세스

NFL은 Amazon QuickSight 등의 비즈니스 인텔리전스 도구를 사용해 더욱 많은 인사이트를 파악함과 동시에 팬, 방송사, 해설위원들에게도 데이터를 제공할 수 있습니다.

속도

NFL은 Amazon SageMaker를 사용해 예측 모델을 작성하고 학습시켜 실행함으로써 결과를 얻는 데 걸리는 시간을 12시간에서 30분으로 줄일 수 있었습니다.

통계를 만들어 팬을 확보

경기가 있다면 NFL에서 통계를 수행할 수 있습니다. 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.

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.

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.

러싱 야드 기대값

이 지표는 Amazon SageMaker를 사용하여 블로커와 수비수의 상대적인 위치, 속도, 방향을 기준으로 볼캐리어가 특정 캐리에서 몇 야드를 러시할 것으로 기대되는지를 나타냅니다.

기계 학습을 데이터에 적용

AWS의 광범위한 클라우드 기반 기계 학습 기능을 활용함으로써 NFL은 팬, 방송사, 코치, 팀이 더욱 심층적인 인사이트를 얻을 수 있도록 통계 계산을 통해 경기 당일의 통계 수준을 한 단계 끌어올리고 있습니다.

기존 박스 스코어 통계 데이터와 경기장에서 수집된 데이터가 Amazon SageMaker에서 공급하는 출력을 통해 몇 초 안에 수백 가지 프로세스를 거쳐 학습됩니다. 이때, NGS 팀이 구축한 기계 학습 모델이 데이터를 수집하여 모델을 지속적으로 훈련하고 개선합니다. 그리고 기계 학습 모델을 경기 중에 실시간으로 사용하거나 참조하여 포메이션, 루트, 이벤트 등의 출력 값을 생성합니다.

"AWS를 선택한 이유는 고급 클라우드 제품, 강력한 기계 학습 기능, 대규모 운영 경험이 결합되어 있었기 때문입니다. AWS로 Next Gen Stats를 지원함으로써 저희는 훨씬 더 효과적이고 의미 있는 콘텐츠로 시즌을 시작할 수 있게 되었으며, 이전보다 풋볼 경기에 대해 더 심도 있는 인사이트를 얻을 것입니다."

- Matt Swensson, NFL 신규 제품 및 기술 부문 부사장

NFL을 사용해 Machine Learning 이어가기

플레이북을 보고 싶으신가요? NFL CIO Michelle R. McKenna가 소개하는 NFL의 기계 학습 여정에 대해 자세히 읽어보세요. 그리고 Matt Swensson으로부터 Next Gen Stats 팀이 AWS Machine Learning Solutions Lab과 어떻게 협력하여 Amazon SageMaker에서 기계 학습 모델을 구축, 학습, 배포했는지 직접 알아보세요.

전자책 받기