AI 시대의 수비지표 2편 – 수비 데이터셋과 크라우드소싱
AI 시대의 수비지표 2편 – 수비 데이터셋과 크라우드소싱댓글 없음
< 일러스트 = 야구공작소 이동헌 > AI 시대의 수비지표 1편 – OAA 데이터 구하기 # 서론 : 우리는 몇 개의 데이터를 만들어야 할까? 지난 칼럼에서 우리는 수비 동작 분석에 대하여 데이터를 쌓을 필요성을 이야기했다. 수비수의 관절 위치, 이동 궤적, 글러브를 뻗는 타이밍 같은 동작 정보. 그리고 “첫 스텝 방향이 적절했는가“, “송구 자세가 효율적이었는가” 같은 평가…
AI 시대의 수비지표 2편 – 수비 데이터셋과 크라우드소싱
AI 시대의 수비지표 1편 – OAA 데이터 구하기
< 일러스트 = 야구공작소 이재성 > # 서론 : 수비 지표는 왜 어려운가 야구에서 수비는 오랫동안 객관적 평가가 어려운 영역이었다. 수비율은 가장 오래된 수비 지표다. 자살과 보살의 합을 전체 수비 기회로 나눈 단순한 계산식. 하지만 한계는 명확했다. 느린 선수가 공을 못 잡아도 실책이 아니니, 수비 범위가 좁아도 높은 수비율을 기록할 수 있었다. 레인지 팩터(RF)는 이…
AI 시대의 수비지표 1편 – OAA 데이터 구하기
수비 위치에 따른 OAA
스탯캐스트의 도입으로 공과 선수의 움직임을 추적해 수치화하는 것이 가능해졌다. 이렇게 얻은 자료를 활용해 만든 수비 지표가 바로 OAA(Outs Above Average)다. 2018년 야구공작소에서는 외야 OAA를 바탕으로 토론토 외야진의 수비 능력을 분석한 바 있다. [관련 칼럼: 새로운 수비 지표로 들여다 본 토론토 블루제이스의 외야] 당시에는 외야수 대상 OAA만이 공개됐으나 올해부터는 내야수 OAA 정보도 알 수 있다. OAA는 수비…
![[야구공작소 인포그래픽]
최악의 시즌을 보내고 있는 SSG 랜더스. 팀이 이토록 힘겨운 시간을 보내는 데에는 여러 이유가 있겠지만, 선발진의 붕괴가 부진의 가장 큰 이유로 보입니다.
선발 WAR 1.55, 선발 이닝 388.2이닝, 선발 ERA 6.28, 그리고 퀄리티 스타트(QS) 단 10개까지. 인포그래픽 속 모든 주요 선발 지표는 10개 구단 중 최하위를 가리키며 선발진의 처참한 현실을 고스란히 드러내고 있습니다.
선발이 버텨주지 못해 생긴 과부하가 고스란히 불펜의 부담으로 번지는 악순환이 이어지는 상황. 과연 SSG는 이 무너진 마운드를 재건하고 반등의 실마리를 찾을 수 있을까요?
제작: 야구공작소 안명훈
#SSG랜더스 #SSG #KBO #프로야구 #야구공작소](https://yagongso.com/wp-content/plugins/instagram-feed/img/placeholder.png)