제공된 스포츠 예측 자료는 이스포츠, 특히 DotA 2와 같은 MOBA(Multi-player Online Battle Arena) 게임에서 승리 예측 모델을 개발하고 평가하는 내용에 대한 분석입니다. 이 분석은 이스포츠의 성장과 함께 데이터 기반 분석의 필요성, 프로 경기의 예측 난이도, 그리고 이를 극복하기 위한 혼합 랭크 데이터셋의 활용 방안에 초점을 맞추고 있습니다.1. 이스포츠 분석 및 승리 예측의 중요성이스포츠의 부상: 지난 10년간 이스포츠는 플레이어와 관객 모두에게 인기 있는 장르로 급부상했으며, 2017년에는 11억 달러 규모의 시장을 형성하고 2019년에는 3억 3천만 명의 관객을 확보할 것으로 예측되는 중요한 연구 분야입니다.데이터 기반 분석의 필요성: 이스포츠의 성장과 거의 모든 경기에서 상세한 데이터의 가용성은 이스포츠 분석 분야의 발전을 이끌었습니다. 이러한 분석은 사이버 선수 평가, 전략 개발, 그리고 스포츠 예측 경기 예측에 활용됩니다.승리 예측의 역할: 승리 예측은 관객과 플레이어 모두에게 쉽게 이해될 수 있는 간단한 통계이며, 게임의 매력을 높이고 시청자가 더욱 접근하기 쉽게 만드는 데 기여합니다.2. 프로 경기 예측의 도전과 혼합 랭크 데이터셋의 활용프로 경기의 중요성 및 데이터 제약: 프로(토너먼트 수준) 경기는 산업 및 관객의 관심이 가장 높지만, 그 수가 제한적입니다. 또한 게임 패치로 인해 '메타게임'(플레이어와 팀이 채택하는 고수준 전략)이 빠르게 변화하므로, 이전 데이터가 무용지물이 될 수 있어 훈련 데이터 확보가 더욱 어렵습니다.프로 플레이어의 독특한 행동: 기존 연구에 따르면 프로 플레이어는 하위 랭크 플레이어와 다르게 행동하는 경향이 있으며, 이는 예측 모델에 영향을 미칩니다.혼합 랭크 데이터셋 제안: 본 연구의 핵심은 프로 데이터가 부족한 스포츠 예측 상황에서, 매우 높은 스킬을 가진 일반(캐주얼) 게임 데이터를 프로 수준 훈련 데이터를 보완하는 '프록시(proxy)'로 사용할 수 있는지를 탐구하는 것입니다. 연구 결과, 최적화된 구성을 통해 혼합 랭크 데이터셋을 사용하여 프로 경기의 결과를 예측할 수 있으며, 정확도가 약간 감소하는 것으로 나타났습니다.3. 데이터셋 및 특징분석 대상 게임: **DotA 2(Defense of the Ancients)**는 5명씩 두 팀(Dire와 Radiant)이 플레이하며, 각 팀은 상대 팀의 넥서스를 파괴하면 승리하는 MOBA 게임입니다.데이터 수집: Valve 웹사이트에서 다운로드한 1,933개의 리플레이 파일(270개 프로 경기, 1,663개 매우 높은 스킬 일반 경기)을 사용했습니다. 데이터 수집 기간 동안 주요 게임 패치 변경이 없어 데이터셋의 일관성을 유지할 수 있었습니다.두 가지 유형의 특징(Feature): 경기 전(Pre-Match) 특징: 영웅 벡터(Hero vectors): 스포츠 예측 각 팀의 영웅 선택을 나타내는 113차원 벡터 (Radiant에 있으면 1, Dire에 있으면 -1, 없으면 0). 영웅 조합이 승패에 큰 영향을 미치므로 중요하게 고려됩니다.경기 중(In-Game) 특징: 시계열 데이터 슬라이스: 게임 시작 후 20분(평균 경기 시간의 절반 지점) 시점의 5분 슬라이딩 윈도우 데이터를 사용합니다.경기 지표: 각 팀의 피해량, 킬 수, 마지막 타격 수, 순 자산, 타워 피해량, 경험치 획득량 등이 포함됩니다. 각 지표에 대해 Radiant와 Dire의 값, 두 팀 간의 차이, 그리고 이전 타임스탬프 이후의 변화율을 계산하여 특징으로 활용합니다.4. 머신러닝 알고리즘 및 평가 방법평가 알고리즘: DotA 2 승리 예측에 널리 사용되는 **로지스틱 회귀(Logistic Regression, LR)**와 **랜덤 포레스트(Random Forests, RF)**를 사용하여 혼합 데이터가 프로 경기 스포츠 예측 예측에 사용될 수 있는지 검증했습니다. 로지스틱 회귀 (LR): 분류 문제에 선형 모델을 구축하며, 데이터 특징의 로지스틱 함수를 사용하여 각 클래스(승리/패배)의 확률을 추정합니다. 영웅 조합보다는 개별 영웅의 중요도를 추정하는 경향이 있습니다.랜덤 포레스트 (RF): 여러 의사결정 트리를 결합한 앙상블 알고리즘입니다. 부트스트랩 샘플링을 통해 원본 훈련 데이터셋의 여러 버전을 학습하고, 무작위로 특징을 선택하여 트리를 구축합니다. 모든 트리의 예측에 대한 다수결 투표(배깅)를 통해 최종 예측을 수행하며, LR과 달리 영웅 조합을 고려할 수 있습니다.특징 선택(Feature Selection) 방법: WrapperSubsetEval (Wrapper): 알고리즘 자체를 사용하여 가장 적합한 특징 조합을 선택하는 방법입니다.CfsSubsetEval (Filter): 상관관계 기반 필터 방법으로, 알고리즘과 독립적으로 특징을 선택합니다. 클래스와 높은 상관관계를 가지면서 서로 상관관계가 낮은 특징을 선호하여 중복을 스포츠 예측 최소화합니다.5. 실험 결과 및 분석예측 정확도: 경기 전(Pre-Match) 영웅 데이터: Mixed-Hero 데이터에서는 **LR (Wrapper 특징 선택)**이 58.75%로 가장 높은 정확도를 보였습니다.Pro-Hero 데이터에서는 **RF (Wrapper 특징 선택)**이 55.75%로 가장 높은 정확도를 보였습니다.전반적으로 경기 전 데이터의 예측 정확도는 경기 중 데이터보다 낮았습니다 (<58.8% vs 최대 76.2%). 이는 프로 플레이어들이 영웅 선택에 복잡한 전략을 사용하기 때문에 비전문가 데이터로 프로 영웅 선택을 예측하는 것이 어렵기 때문입니다.경기 중(In-Game) 데이터: Mixed-InGame 데이터에서는 **RF (CFS 특징 선택)**이 76.17%로 가장 높은 정확도를 보였습니다.Pro-InGame 데이터에서는 **LR (단일 시계열 특징, KillsR-D)**이 75.22%로 가장 높은 정확도를 보였습니다.경기 중 지표는 게임 진행 상황과 리더십을 반영하므로 예측 정확도가 높게 나타났습니다.알고리즘 및 특징 선택의 최적화: 최적의 스포츠 예측 알고리즘은 데이터셋에 따라 달라졌습니다: Mixed-Hero에서는 LR, Pro-Hero에서는 RF가 좋았으며, 시계열 데이터에서는 Mixed-InGame에 RF, Pro-InGame에 LR이 더 나은 성능을 보였습니다.최적의 특징 선택기도 데이터 유형에 따라 달랐습니다: 영웅 데이터에서는 Wrapper가, 경기 중 데이터에서는 Filter가 더 좋은 성능을 보였습니다. 특히 Pro-InGame 데이터에서는 KillsR-D라는 단일 특징이 가장 좋은 성능을 보였습니다.혼합 데이터와 프로 데이터의 차이: 혼합 훈련 데이터를 사용했을 때 프로 경기 예측의 정확도는 약간 낮았지만, 경기 중 데이터의 경우 그 차이가 미미했습니다. 이는 프로 경기가 더 오래 지속되어 예측하기 더 어려울 수 있다는 점을 시사합니다. 또한, 프로 데이터는 비전문가 데이터와 다른 알고리즘을 요구할 수 있으며, 이는 프로 데이터가 혼합 데이터와 본질적으로 다르거나 모델이 과적합되었음을 나타낼 수 스포츠 예측 있습니다.6. 결론 및 향후 연구혼합 데이터 활용의 유효성: 본 연구는 훈련을 위한 프로 경기가 충분하지 않을 때, 매우 높은 스킬의 비전문가 데이터로 프로 데이터를 보완하는 접근 방식이 효과적임을 보여주었습니다. 특히 경기 중 데이터의 경우, 혼합 훈련 데이터를 프로 경기 예측의 기반으로 활용할 수 있습니다.최적화의 중요성: 최대 정확도를 위해서는 다양한 머신러닝 알고리즘과 특징 선택, 매개변수 최적화를 포함한 광범위한 구성을 신중하게 평가하는 것이 필수적입니다.이스포츠 분석의 발전: 이러한 접근 방식은 프로 이스포츠 분석을 단순 기술 통계에서 예측 통계로 전환시켜, 복잡한 게임을 관객이 더 쉽게 이해할 수 있도록 돕습니다.향후 과제: 향후 연구에서는 더 많은 경기와 특징을 분석하고, 승리 예측 방법을 디지털 게임 전반에 걸쳐 적용하여 플레이어와 스포츠 예측 관객의 참여를 극대화할 계획입니다.