2024년 US 오픈 테니스 대회를 앞두고 IBM과 미국 테니스 협회(USTA)가 혁신적인 AI 기반 기능들을 선보이며, 팬들의 경기 관람 경험과 대회 보도 방식을 획기적으로 변화시키고 있다고 aimagazine社가 보도 했습니다. 이들은 30년 넘게 협력해온 관계를 바탕으로 AI 기술이 스포츠 커버리지와 팬들의 참여 방식을 어떻게 바꿀 수 있는지를 여실히 보여주고 있습니다.
이번 혁신의 중심에는 IBM의 AI 및 데이터 플랫폼인 watsonx가 있으며, 이를 통해 새로운 기능들이 구현되었습니다. 특히, 이번 대회의 핵심으로 주목받는 기능은 AI가 생성한 경기 요약 보고서로, 테니스 저널리즘에서 경기 후 분석을 새로운 차원으로 끌어올릴 것입니다.
AI가 생성한 경기 요약 보고서
IBM은 대회 기간 동안 총 254개의 단식 경기마다 Granite 13B 대규모 언어 모델(LLM)을 활용하여 긴 형식의 심층적인 경기 보고서를 생성할 예정입니다. 이 보고서는 경기 종료 후 몇 분 내에 팬들에게 제공되며, 선수의 경기력 분석, 주요 통계, 경기 하이라이트 등을 포함합니다. 이는 테니스 팬들에게 즉각적인 정보를 제공하는 혁신적인 방식입니다.
IBM의 마케팅 및 커뮤니케이션 부사장인 **조나단 아다쉑(Jonathan Adashek)**은 이번 개발의 중요성에 대해 강조하며, “팬들은 그들이 좋아하는 스포츠와 선수에 대해 더 많은 고품질 콘텐츠를 원합니다. IBM의 경기 보고서는 이러한 요구를 충족시키기 위해 개발되었습니다.”라고 밝혔습니다. 또한 그는 “Granite 모델과 watsonx 같은 AI 기술을 통해 모든 업계의 기업들이 워크플로우를 현대화하고 확장할 수 있음을 보여주는 예시”라고 덧붙였습니다.
이 AI 기반 경기 보고서는 USTA가 전례 없는 규모의 보도를 가능하게 합니다. USTA 디지털 전략 이사인 **브라이언 라이어슨(Brian Ryerson)**은 “AI 경기 보고서는 150개 이상의 경기에서 간결하고 사실적인 경기 미리보기와 보고서를 제공할 수 있도록 도와주며, 이를 통해 에디토리얼 팀은 다른 스토리나 인터뷰에 집중할 수 있게 된다”고 설명했습니다.
향상된 AI 해설 및 IBM SlamTracker
IBM은 지난해 성공에 기반하여, AI 해설 기능을 한층 강화했습니다. 이 시스템은 경기 종료 후 몇 분 안에 제공되는 하이라이트 영상에 보다 빈번하고 감정적인 영어 음성 및 자막 해설을 자동으로 생성합니다. 또한, 남녀 단식 경기 요약에 대한 하이라이트 패키지를 더 자주 제공하게 됩니다.
팬들은 완전히 새로워진 IBM SlamTracker 경험도 즐길 수 있게 됩니다. SlamTracker는 경기 전, 경기 중, 경기 후의 세부적인 인사이트를 제공하며, 승리 확률 예측, 포인트별 분석, 간결한 경기 미리보기와 요약을 포함합니다. 특히 실시간 3D 그래픽으로 현재 경기를 시각적으로 표현하는 기능이 추가되어 팬들이 코트 위의 액션을 몰입감 있게 경험할 수 있습니다.
다양한 스포츠에 적용되는 IBM의 AI 기술
이와 같은 혁신은 IBM의 스포츠 기술에서의 성공적인 성과들을 바탕으로 하고 있습니다. IBM은 이전에도 윔블던과 마스터스 골프 대회와 같은 대회에서 AI 기반 솔루션을 개발한 바 있습니다. 윔블던에서는 AI 생성 해설이 포함된 하이라이트 영상과 미래 챔피언이 될 가능성이 높은 선수를 파악하는 통계 분석 도구를 선보였으며, 마스터스에서는 하이라이트 패키지를 자동 생성하는 AI 플랫폼을 도입했습니다.
USTA와의 사회적 기여: IBM SkillsBuild
팬 경험의 향상을 넘어, IBM은 USTA 재단과 협력하여 IBM SkillsBuild를 통해 무료 직업 준비 교육 프로그램도 제공합니다. 이 프로그램은 저소득층 청소년을 지원하는 USTA 재단의 미션과 IBM이 2030년까지 3천만 명에게 기술을 교육시키겠다는 목표에 맞추어 진행됩니다.
프로그램 참여자는 맞춤형 학습 계획과 IBM 자원봉사자들의 지도를 받으며, AI와 테니스에서의 AI 기술 활용 방법에 대한 개념을 배울 수 있는 새 가이드북과 인터랙티브 마이크로 러닝 코스에도 접근할 수 있습니다. 이 리소스는 영어와 스페인어로 제공되며, AI 개념과 함께 IBM Granite 같은 LLM에 대한 소개도 포함됩니다.
IBM이 제공하는 혁신적인 기능의 장단점 및 문제점
장점
실시간 경기 보고서 제공
- IBM의 AI 경기 보고서 기능은 경기 종료 후 몇 분 안에 자세한 경기 요약과 분석을 제공하여 팬들이 실시간으로 경기 결과를 확인하고 통계를 분석할 수 있도록 돕습니다. 이는 팬들에게 즉각적이고 심층적인 정보를 제공하는 동시에 테니스 저널리즘의 속도를 크게 향상시킵니다.
효율성 증대
- AI가 자동으로 생성한 경기 요약은 USTA 편집팀이 보다 중요한 인터뷰와 스토리라인에 집중할 수 있도록 지원하며, 경기 커버리지를 확장하는 데 기여합니다. 이는 150개 이상의 경기를 다루는 방대한 규모의 대회에서 특히 유용합니다.
팬 경험 강화
- IBM SlamTracker의 실시간 3D 그래픽과 승리 확률 예측, 포인트별 분석 기능은 팬들이 경기를 더욱 몰입하여 볼 수 있도록 하며, 경기 상황을 더 쉽게 이해할 수 있게 해줍니다.
다양한 스포츠에 적용 가능한 기술
- IBM의 AI 기술은 테니스뿐만 아니라 골프(마스터스 대회)와 윔블던에서도 성공적으로 적용된 바 있으며, 이는 다양한 스포츠 이벤트에서 AI가 유연하게 적용될 수 있음을 보여줍니다.
사회적 기여
- IBM의 SkillsBuild 프로그램은 저소득층 청소년을 위한 무료 교육 기회를 제공하며, 이들이 AI와 데이터 분석 같은 최신 기술을 배우도록 지원합니다. 이는 사회적 책임과 기업의 공헌을 동시에 이루는 긍정적인 사례입니다.
단점
인간적 해설의 부족
- AI가 생성한 경기 보고서는 객관적이고 사실적인 정보를 제공하지만, 경기 중 인간 해설자가 제공하는 감정적이고 통찰력 있는 해설이 부족할 수 있습니다. 특히 중요한 경기나 드라마틱한 순간에서 AI의 표현력은 한계가 있을 수 있습니다.
기술 의존성 문제
- IBM의 AI 기술에 의존함으로써, 만약 기술적 문제가 발생하면 경기 보고서나 해설 제공에 차질이 생길 수 있습니다. 이는 큰 스포츠 이벤트에서 팬들의 실시간 정보 수요를 충족하지 못할 위험성을 안고 있습니다.
편집적인 다양성 부족
- AI가 자동으로 생성하는 보고서는 특정 패턴에 따라 형식화되기 쉽기 때문에, 창의적이고 독특한 시각을 제공하는 인간 기자들의 다양한 보도 방식에 비해 일관적인 스타일로만 작성될 수 있습니다.
개인 정보 보호 및 데이터 윤리 문제
- AI가 경기 데이터를 처리하고 분석하는 과정에서 선수나 팬들의 개인 정보가 어떻게 사용되고 보호되는지에 대한 우려가 있을 수 있습니다. 이러한 데이터는 매우 민감한 정보일 수 있으며, 잘못된 사용이 있을 경우 법적 문제를 야기할 수 있습니다.
IBM AI 기능의 전망
IBM의 생성형 AI가 스포츠 산업에 미치는 영향은 향후 몇 년간 더욱 커질 전망입니다. 현재 테니스 대회를 중심으로 한 AI 기능들은 다양한 분야로 확장될 가능성이 큽니다.
더욱 개인화된 팬 경험
- AI는 팬들의 경기 관람 패턴, 선호도 등을 분석하여 맞춤형 콘텐츠를 제공할 수 있습니다. 예를 들어, 특정 선수를 좋아하는 팬에게는 해당 선수와 관련된 하이라이트 영상, 분석 보고서 등이 자동으로 제공되는 방식으로 개인화된 경험이 강화될 수 있습니다.
다양한 스포츠와의 협력 확대
- IBM이 테니스, 골프 등 다양한 스포츠에서 AI 기술을 성공적으로 적용한 것을 고려할 때, 축구, 농구 등 다른 글로벌 스포츠로 확장될 가능성도 큽니다. 각 스포츠의 특성에 맞춘 AI 기술이 개발되어 경기 분석, 해설, 팬 경험을 더욱 혁신적으로 변화시킬 것입니다.
실시간 스트리밍과 AI 해설의 결합
- 실시간 경기 스트리밍에 AI 해설 기능이 결합되면, 팬들은 더 빠르고 정확한 정보를 얻을 수 있습니다. AI는 경기 중 일어나는 상황을 실시간으로 분석하고, 이를 바탕으로 해설을 제공하며, 팬들이 놓칠 수 있는 중요한 순간들을 놓치지 않도록 도울 수 있습니다.
AI와 인간 해설자의 협업
- 완전히 AI에 의존하는 대신, AI와 인간 해설자가 협력하는 모델이 등장할 수 있습니다. AI는 통계와 분석 데이터를 빠르게 제공하고, 인간 해설자는 경기의 감정적 요소와 서사를 더하는 방식으로 더욱 풍부한 경기 해설을 제공할 수 있습니다.
데이터 분석과 스포츠 훈련의 통합
- IBM의 AI 기술은 스포츠 선수들의 훈련에도 활용될 수 있습니다. AI는 경기 데이터를 분석하여 선수의 약점과 강점을 파악하고, 이를 토대로 맞춤형 훈련 프로그램을 제공할 수 있습니다. 이는 선수들의 경기력을 더욱 향상시키는 데 기여할 것입니다.
유사한 일을 하는 기업 및 단체
IBM과 같이 AI 기술을 활용하여 스포츠 산업을 혁신하는 기업과 단체들도 점점 더 많아지고 있습니다. 아래는 IBM과 비슷한 기술을 활용하는 대표적인 기업들입니다.
마이크로소프트(Microsoft)
- 마이크로소프트는 AI 및 클라우드 기반 데이터 분석 기술을 통해 스포츠 경기에서 실시간 분석 및 하이라이트 제공 솔루션을 개발하고 있습니다. 특히 축구와 같은 글로벌 스포츠 이벤트에서 AI를 활용한 경기 분석이 활발히 진행되고 있습니다.
아마존 웹 서비스(AWS)
- AWS는 Next Gen Stats라는 AI 기반 기술을 통해 NFL 경기에서 실시간 통계를 제공하며, 이 데이터를 바탕으로 경기 중 승리 예측, 선수들의 퍼포먼스 분석 등을 제공합니다. 이는 스포츠 팬들에게 보다 깊이 있는 경기 분석을 가능하게 합니다.
구글(Alphabet)
- 구글의 DeepMind는 스포츠 분석 및 예측을 위해 AI 기술을 연구 중이며, 이 기술을 통해 선수들의 전략적 움직임을 예측하고 개선할 수 있는 시스템을 개발하고 있습니다. 구글은 또한 스포츠 경기에서 실시간 데이터를 바탕으로 하는 분석 보고서를 생성하는 AI 기술에도 투자하고 있습니다.
Stats Perform
- 이 기업은 AI와 빅데이터를 결합하여 스포츠 경기에 대한 실시간 통계와 분석을 제공하는 전문 기업입니다. Stats Perform의 AI 솔루션은 축구, 야구, 농구 등 다양한 스포츠에서 선수들의 경기력을 예측하고 분석하는 데 사용됩니다.
Second Spectrum
- Second Spectrum은 특히 NBA 경기에서 실시간 분석 및 AI 기반 데이터를 제공하는 회사로 유명합니다. 이들은 AI 기술을 통해 경기 중 선수들의 움직임을 실시간으로 추적하고 분석하여, 팬들에게 시각적으로 쉽게 이해할 수 있는 데이터를 제공합니다.
<이하 광고>