LabHub

블로그

AI 스포츠 애널리틱스 2026 완벽 가이드 - Hudl · Second Spectrum · Stats Perform · Catapult · Wyscout · Zone7 · Pixellot · Veo · Sportradar AI · KBO STATIZ 심층 분석

2026-05-16 · 40 분 읽기 · #ai-sports-analytics#hudl#second-spectrum#stats-perform#catapult#wyscout#zone7#pixellot#veo#sportradar#statiz

한국어English日本語

들어가며: 2026년, 스포츠는 데이터의 시대로

2026년 스포츠는 더 이상 감독의 직관과 베테랑 선수의 경험만으로 굴러가지 않습니다. 모든 슈팅 · 패스 · 스프린트 · 심박수가 데이터로 기록되고, AI가 다음 플레이를 예측합니다. 2024년 Google DeepMind는 Liverpool FC와 협업해 TacticAI 라는 코너킥 전략 AI를 공개했고, 2026년 EPL · NBA · MLB · NPB · KBO 모두 자체 데이터 사이언스 팀을 운영합니다.

이 글에서는 영상 분석 (Hudl · Veo · Pixellot), 광학 트래킹 (Second Spectrum · Hawk-Eye · TRACAB), 웨어러블 (Catapult · STATSports), 부상 예측 (Zone7 · Kitman Labs), 스카우팅 (Wyscout · InStat), 심판 보조 (VAR · SAOT · MLB ABS), 베팅 무결성 (Sportradar · Genius Sports), 팬 인게이지먼트 (WSC Sports), 종목별 통계 사이트 (Statcast · FBref · STATIZ), 오픈소스 라이브러리 (socceraction · mplsoccer · nflverse) 까지 2026년 AI 스포츠 애널리틱스의 전체 그림을 그려봅니다.

1. 스포츠 애널리틱스가 중요한 이유 2026

왜 모든 프로 구단이 데이터 부서를 두는 시대가 되었을까요? 네 가지 축이 동시에 작동합니다. 첫째, 데이터 기반 코칭입니다. 휴리스틱과 직관 대신 xG (기대 득점), EPV (Expected Possession Value), Statcast 타구 속도 같은 정량 지표로 의사결정을 합니다. 둘째, 부상 예방입니다. GPS · 심박 데이터를 ML 모델에 넣어 다음 7일 내 햄스트링 부상 확률을 예측합니다. Liverpool FC가 Zone7 도입 후 부상 일수를 줄였다는 사례가 대표적입니다.

셋째, 팬 인게이지먼트입니다. 경기 직후 자동 생성되는 하이라이트 · TikTok 클립 · 통계 시각화가 팬과의 접점을 늘립니다. 넷째, 베팅 무결성 (integrity) 입니다. 합법화된 스포츠 베팅 시장이 미국에서만 1000억 달러를 넘어서면서 (2024년 American Gaming Association 통계), Sportradar · Genius Sports 같은 회사가 이상 베팅 패턴을 모니터링합니다.

2. 영상 분석 플랫폼 - Hudl의 제국

영상 분석은 가장 오래된 (1980년대부터) 그리고 가장 큰 시장입니다. 미국 고교 · 대학 스포츠를 거의 다 잡고 있는 Hudl의 제국부터 보겠습니다.

Hudl은 본사 미국 네브래스카주 링컨, 직원 3000명 이상, 글로벌 200여 종목 협회와 파트너십. 가격은 학교 단위 라이선스가 보통 연 2000~5000달러대부터 시작합니다.

3. Veo Technologies - 풀뿌리 시장의 챔피언

코펜하겐 본사의 Veo Technologies는 자체 AI 카메라 + 자동 추적 + 클라우드 업로드를 결합한 풀뿌리 (grassroots) 시장의 챔피언입니다.

Veo의 가치 제안은 명확합니다. "분석가가 없는 클럽도 AI가 자동 편집한 영상을 받을 수 있다." 프로 구단이 쓰는 Sportscode 같은 도구는 분석가 인력이 필수지만, Veo는 카메라 한 대와 구독으로 시작할 수 있습니다.

4. Pixellot · Spiideo - 스마트 카메라 어레이

Pixellot (이스라엘 본사) 와 Spiideo (스웨덴 본사) 는 Veo와 유사한 시장을 노리면서 약간 더 프로 · 방송 그레이드를 지향합니다.

이 카테고리는 "고정 카메라 + AI 자동 편집 + 클라우드" 라는 동일한 패러다임을 공유하면서, 가격대와 화질로 시장을 분할합니다. Pixellot · Spiideo는 학교 강당 · 작은 경기장에 어레이를 설치하는 사업 모델이라, Veo의 단일 카메라 모델보다 약간 더 무거운 설치가 필요합니다.

5. Catapult - GPS 웨어러블의 표준

축구 · 럭비 · 미식축구 같은 단체 종목에서 선수가 입는 GPS 조끼의 표준이 Catapult Sports (호주 멜버른 본사) 입니다.

가격은 선수 1인당 디바이스 약 1000달러 + 클럽 라이선스 연 수만 달러부터. 데이터는 클라우드에 저장되고 코칭 스태프 대시보드에서 실시간 모니터링.

6. STATSports · Polar · Garmin - GPS 경쟁 구도

Catapult의 경쟁자들도 만만치 않습니다.

각 제품의 차이는 (1) 센서의 종류와 정확도, (2) 데이터 해석 알고리즘, (3) 코칭 스태프 UI, (4) 가격 모델에서 옵니다. Catapult는 풀 스택 (하드웨어 + 분석 + 컨설팅), STATSports는 슈퍼스타 마케팅, Polar는 심박 정확도, Garmin은 기존 시계 사용자 통합이라는 식으로 포지셔닝이 갈립니다.

7. Second Spectrum - NBA · EPL 광학 트래킹

웨어러블이 아니라 천장 카메라로 모든 선수와 공을 추적하는 광학 트래킹 (optical tracking) 시장도 있습니다. 미국에서 가장 유명한 회사가 Second Spectrum 입니다.

Second Spectrum이 만든 데이터로 EPV (Expected Possession Value), 선수 디펜시브 임팩트, 패싱 네트워크 같은 고급 메트릭이 만들어집니다. NBA 공식 사이트 NBA.com/stats의 "Player Tracking" 섹션이 모두 Second Spectrum 데이터입니다.

8. Hawk-Eye - 라인 콜과 VAR의 글로벌 표준

테니스 라인 콜 (line calling), 축구 VAR, 크리켓 LBW 등에 쓰이는 추적 시스템이 Hawk-Eye Innovations (영국 본사, 2011년 Sony 인수) 입니다.

Hawk-Eye의 강점은 (1) Sony 그룹의 자본 · 글로벌 영업력, (2) 수십 년의 영상 추적 노하우, (3) 다종목 표준화. 테니스 라인즈맨이 사라지는 흐름은 2030년까지 모든 메이저 대회로 확산될 전망입니다.

9. TRACAB Gen5 - 축구 광학 트래킹

축구 전용 광학 트래킹의 다른 강자가 TRACAB (스웨덴 ChyronHego, 2023년 Stats Perform 인수) 입니다.

광학 트래킹 데이터의 진가는 단순 위치를 넘어, "어떤 선수가 어디로 움직였을 때 골 확률이 어떻게 변했는가" 같은 행동 가치 (action value) 분석에 있습니다. 학계의 socceraction (KU Leuven · UAntwerp) 같은 라이브러리가 이 데이터를 분석하는 표준이 되었습니다.

10. Stats Perform Opta - 축구 데이터의 표준

축구 데이터 시장의 1세대 챔피언이 Stats Perform 의 Opta 입니다.

Opta 이벤트 데이터는 학계 · 산업계의 표준이라, 거의 모든 축구 분석 논문이 Opta 데이터를 인용합니다. StatsBomb (영국 신생, 무료 오픈 데이터 일부 제공) 이 도전자로 부상.

11. SkillCorner · PFF · Sportlogiq - 종목별 트래킹 전문가

종목별로 트래킹 데이터 전문 회사들이 자리를 잡고 있습니다.

각 종목의 분석 메트릭은 다음과 같습니다. 축구 xG, NFL EPA (Expected Points Added), NHL Corsi · Fenwick, NBA True Shooting %, MLB wRC+. 메트릭이 표준화되면서 종목 간 비교는 어려워졌지만, 종목 내 비교는 훨씬 정밀해졌습니다.

12. 부상 예측 - Zone7과 Kitman Labs

부상 예측 (injury prediction) 은 2026년 가장 뜨거운 영역입니다.

부상 예측 모델의 한계는 명확합니다. 햄스트링 · ACL 같은 흔한 부상도 인과 관계가 복잡해 모델 정확도가 70% 수준에 머물고, 거짓 양성 (false positive) 이 많으면 코칭이 모델을 신뢰하지 않게 됩니다. 그래서 점수보다는 "어떤 변수가 위험을 끌어올렸는가" 라는 설명 가능성 (explainability) 이 더 중요해지고 있습니다.

13. 스카우팅 - Wyscout vs InStat

축구 스카우팅의 양대 산맥이었던 두 회사가 모두 Hudl 산하로 들어가면서 시장은 사실상 통합되었습니다.

스카우트들이 직접 경기장에 가는 시대는 거의 끝났습니다. 2026년 평균적인 스카우트는 Wyscout 영상을 일주일에 50경기 이상 검토하고, 데이터 모델이 추천한 후보 100명을 영상으로 좁혀 10명으로 추리고, 그 중 3명을 직접 보러 갑니다.

14. 심판 보조 - VAR · SAOT · MLB ABS

심판 판정 보조도 빠르게 자동화되고 있습니다.

자동화는 정확성을 높이지만, "심판의 권위와 인간미가 사라진다" 는 비판도 있습니다. 결국 풀 자동화가 아닌 인간 + AI의 하이브리드 모델이 가장 안정적입니다.

15. 베팅 무결성 - Sportradar와 Genius Sports

미국 스포츠 베팅이 2018년 PASPA 위헌 판결 이후 빠르게 합법화되면서, 베팅 데이터 시장이 폭발했습니다.

이 두 회사의 비즈니스 모델은 (1) 리그와 공식 데이터 계약, (2) 그 데이터를 북메이커에게 라이선스, (3) 베팅 무결성 모니터링까지 풀 스택으로 제공입니다. 미국 스포츠 베팅 시장이 2027년 1500억 달러를 넘어설 것으로 전망되는 가운데, 이 두 회사는 인프라 독점에 가까운 위치를 차지합니다.

16. DraftKings · FanDuel - 베팅 앱의 AI

소비자 베팅 앱 시장은 두 강자가 양분합니다.

각 앱이 AI를 쓰는 방식은 (1) 라이브 인플레이 베팅의 오즈 동적 책정, (2) 사용자 개인화 추천 (당신이 좋아할 베팅), (3) 책임 도박 (responsible gambling) 모니터링 - 손실이 비정상적으로 커지는 사용자 자동 감지입니다. 마지막 항목은 규제 (미국 각 주, 영국 Gambling Commission) 가 강제하는 영역.

17. 팬 인게이지먼트 - WSC Sports의 자동 하이라이트

경기 직후 SNS에 하이라이트 클립이 올라오는 시대가 된 건 WSC Sports (이스라엘 텔아비브 본사) 같은 자동 편집 AI 덕분입니다.

NBA가 경기 직후 5분 만에 슈퍼스타의 덩크 하이라이트를 TikTok에 올리는 운영 방식은 WSC Sports 도입 후 가능해졌습니다. 자동 편집 AI가 없으면 영상 편집자 수십 명이 24시간 대기해야 가능한 일입니다.

18. 야구 - Statcast · Baseball Savant · FanGraphs · STATIZ

종목별로 가장 깊은 데이터 생태계를 자랑하는 게 야구입니다. MLB가 2015년부터 시작한 Statcast 가 모든 구단 운영의 표준이 되었습니다.

미국 야구 분석가가 되려면 Baseball Savant · FanGraphs · Baseball Reference 세 사이트가 사실상 모든 작업의 출발점입니다. 한국은 STATIZ가 그 모든 역할을 혼자 짊어지고 있습니다.

19. 농구 - Synergy · Cleaning the Glass · NBA Stats

농구 데이터 생태계는 NBA의 적극성이 만든 결과입니다.

한국 KBL은 자체 데이터 사이트가 빈약하지만, KCC 이지스 · 서울 SK 같은 팀이 자체 데이터 부서를 두고 Synergy · Sportscode 등으로 분석합니다. KBL 공식 사이트 (kbl.or.kr) 통계는 기본 박스스코어 수준에 머물러 있어, 한국 농구 팬이 미국 수준의 데이터 분석을 즐기기 어렵습니다.

20. 축구 - Opta · StatsBomb · FBref · WhoScored

축구는 사이트가 가장 분산된 종목입니다.

학계 · 분석가 커뮤니티의 표준 워크플로우는 다음과 같습니다. (1) StatsBomb 오픈 데이터로 모델 프로토타입, (2) Opta · Wyscout 라이선스로 본격 분석, (3) FBref · WhoScored로 공개 자료 비교. K리그는 K League 1 사이트가 기본 통계만 제공하고, 심층 분석은 Opta 데이터를 구단이 직접 구매하는 구조입니다.

21. 하키 · NFL - Sportlogiq · PFF · nflverse

NFL과 NHL은 각자의 데이터 생태계를 만들었습니다.

각 종목의 메트릭 표준화 흐름은 명확합니다. (1) 박스스코어 (BBP, points) (2) 효율 메트릭 (wOBA, eFG%) (3) 모델 메트릭 (xG, EPA) (4) 트래킹 메트릭 (sprint speed, defensive impact). 2026년의 표준은 (3) + (4) 의 결합입니다.

22. 한국 스포츠 애널리틱스 - KBO · K리그 · KBL · V리그

한국 시장은 종목별로 격차가 큽니다.

한국 스포츠 데이터 인프라의 한계는 분명합니다. (1) 무료 공개 데이터가 적다, (2) 영문 자료가 적어 글로벌 분석가 접근이 어렵다, (3) 구단 데이터 부서 규모가 작다. 그래도 2020년대 초반보다는 빠르게 발전 중이고, 특히 KBO는 STATIZ + 구단 데이터 부서의 협업으로 글로벌 수준에 근접하고 있습니다.

23. 일본 스포츠 애널리틱스 - NPB · J리그 · B리그

일본 시장은 종목별 규모가 한국보다 크고, 데이터 인프라도 더 성숙합니다.

일본 시장의 특이점은 (1) 일본 야구가 미국식 사베르메트릭스를 비교적 빠르게 흡수했고, (2) J리그가 자체 데이터 인프라를 일찍 구축했으며, (3) DAZN의 AI 영상 기술이 콘텐츠 면에서 한국보다 앞서 있다는 점입니다.

24. 오픈소스 · 학계 - socceraction · mplsoccer · nflverse

스포츠 분석에는 풍부한 오픈소스 생태계가 있습니다.

학계 컨퍼런스로는 MIT Sloan Sports Analytics Conference (SSAC), StatsBomb Conference, Opta Forum 이 가장 영향력 있고, 매년 새로운 메트릭 · 모델 · 시각화가 발표됩니다. 2024년 SSAC에서는 DeepMind의 TacticAI가 가장 화제였습니다.

25. 2026년 트렌드 - GenAI와 LLM이 스포츠를 만난다

2026년의 가장 큰 트렌드는 생성형 AI · LLM이 스포츠 분석에 직접 들어오는 것입니다.

LLM이 만드는 변화의 핵심은 "데이터를 가진 자" 와 "데이터를 해석할 자" 의 거리가 좁아진다는 점입니다. SQL을 모르는 코치가 자연어로 데이터에 접근하고, 통계학을 모르는 팬이 자신의 질문에 답을 얻습니다.

26. 종합 - 스포츠 애널리틱스 스택 한눈에

지금까지 다룬 도구들을 사용 시나리오별로 정리하면 다음과 같습니다.

이 풀 스택을 모두 갖춘 구단은 글로벌 EPL · NBA 상위 팀 정도이고, 한국 KBO · K리그 상위 구단도 60~70% 정도를 갖추고 있습니다. 격차의 핵심은 데이터 부서 규모 · 데이터 라이선스 비용 · 그리고 코칭 스태프의 데이터 활용 의지입니다.

27. 마치며

스포츠 애널리틱스는 30년 전 마이클 루이스의 "Moneyball" 한 권에서 시작했지만, 2026년에는 모든 종목 · 모든 리그 · 모든 구단의 표준 운영 방식이 되었습니다. AI는 더 이상 "도입할 것인가" 의 질문이 아니라, "어떻게 활용할 것인가" 의 질문이 되었습니다.

이 글이 그 큰 그림을 그리는 데 도움이 되길 바랍니다. 다음 글에서는 개별 영역 (예: KBO 사베르메트릭스 심층, EPL 데이터 부서 인터뷰, 부상 예측 모델 구현) 을 더 깊게 다뤄보겠습니다.

참고 자료

원문 보기: https://www.youngju.dev/blog/culture/2026-05-16-ai-sports-analytics-2026-hudl-second-spectrum-stats-perform-catapult-wyscout-zone7-pixellot-veo-deep-dive

댓글

아직 댓글이 없습니다.

로그인하면 댓글을 쓸 수 있습니다