인공지능 기반 스포츠 경기 결과 예측 서비스가 스포츠베팅 산업에 미치는 영향: 국민체육진흥공단 경륜·경정 AI Pick의 사례 (The Impact of AI-based Solution on Sports Betting Industry: The Case of K-Cycle and K-Boat Racing)

서지정보

· 발행기관 : 한국상품학회
· 수록지 정보 : 상품학연구 / 43권 / 2호 / 165 ~ 175페이지
· 저자명 : 김필수, 이상현, 전성삼

초록

국민체육진흥공단은 최근 스포츠 복지와 산업 성장을 선도하는 국가 공공기관으로서, 경륜과 경정의 활성화를 위해 한국스포츠경영전략연구원이 국내 최초로 개발한 인공지능 기반 경주 승자 예측 서비스인 AI Pick을 도입하고, AI Pick이 신규 고객 유치와 매출 증가를 이루어 낸 것을 발표하였다. 본 연구는 AI Pick의 작동 원리를 소개하는 한편, AI Pick이 고객의 반응에 미친 영향 분석을 목적으로 한다. 이를 위해 경륜과 경정의 2021년 8회차부터 2023년 35회차까지의 경륜 경주 기록, 2018년 18회차부터 2024년 49회차까지의 경정 경주 기록, 그리고 홈페이지 접속자 수가 기록되어 있는 홈페이지에서 데이터를 경기 및 일자별로 수집하여 전처리하였다. 경륜은 로지스틱 회귀모델, 심층신경망과 합성곱 신경망을 통해 경주 승자를 예측하고, 경정 종목의 경우 다층신경망, 그래디언트 부스트, 캣부스트, 로지스틱 회귀, Light-GBM, 서포트 벡터 머신, 엑스트라 트리 분석을 적용하여 경주 승자를 도출하였다. 아울러, AI Pick 서비스의 경제적 실효성을 살펴보기 위해 경륜과 경정 AI Pick이 출시된 이후 경륜과 경정 홈페이지 접속자 수를 분석하였다. 분석 결과, 경륜은 합성곱 신경망으로 분석했을 경우 가장 좋은 예측성능이 나타났고, 경정 플라잉 스타트는 로지스틱 회귀가 쌍승식을 기준으로 가장 우수하였으며, 온라인 스타트 경기는 다층신경망의 예측성능이 가장 우수하였다. 아울러, AI Pick 출시 이후 경륜과 경정 홈페이지 접속자 수의 유의한 증가를 확인할 수 있었다.

영어초록

The Korea Sports Promotion Foundation (KSPO), as a leading national public institution in sports welfare and industry growth, recently announced the adoption of AI Pick—an artificial intelligence-based race winner prediction service developed by the Korea Sport Management Research Institute—to revitalize Keirin and K-boat racing. AI Pick has successfully attracted new customers and increased revenue. This study introduces the operational principles of AI Pick and analyzes its impact on customer engagement. To achieve this, we collected and preprocessed Keirin race records from the 8th round of 2021 to the 35th round of 2023, K-boat race records from the 18th round of 2018 to the 49th round of 2024, and website visitor data recorded on the official website by race and date. Keirin winner predictions were made using logistic regression, deep neural networks, and convolutional neural networks (CNNs). In the case of K-boat racing, we applied multilayer perceptrons (MLPs), gradient boosting, CatBoost, logistic regression, LightGBM, support vector machines (SVMs), and extra trees to predict race winners. Furthermore, to assess the economic effectiveness of AI Pick, we analyzed website visitor trends before and after the launch of AI Pick for Keirin and K-boat racing. The results showed that CNNs provided the best prediction performance for Keirin. In K-boat racing, logistic regression achieved the highest accuracy for predicting the exacta in flying start races, while MLPs performed best for online start races. Additionally, a significant increase in website visits was observed following the launch of AI Pick.

참고자료

· 없음