SSG 랜더스 vs 삼성 라이온즈

삼성 라이온즈 사후 의견

삼성은 75% 승리확률로 예측됐으나 2-8로 대패했다. 가장 큰 원인은 sfr(선제득점률) 편향으로, pre_game에서 0.122로 극도로 과소평가되었다(-0.378 편향). 실제 경기에서 SSG가 조기에 주도권을 잡고 누적 리드를 유지한 반면, 삼성의 선발 투수(sp_fip 0.443, -0.057 편향)가 기대 이상으로 무너져 역전 기회를 주지 못했다. recent_form과 head_to_head 우위(각 +0.100)가 실제 경기력 격차를 가리고 있었다.

핵심: sfr

놓친 것: SSG의 조기 주도권 확보 능력과 삼성 선발투수의 예상 외 부진이 pre_game의 recent_form 강조와 선발 능력 평가(sp_fip)로 충분히 반영되지 않았음.

AI 심판 종합 분석

이번 경기는 pre_game 모델이 삼성 75% 승리를 예측했음에도 SSG가 2-8로 완승한 사례로, 복수의 factor 편향이 동시에 같은 방향으로 누적된 구조적 오류가 핵심이다. 가장 큰 실책은 sfr 편향(-0.378)으로, SSG의 선제 득점 능력이 모델에 거의 반영되지 않은 채 경기 초반 주도권이 넘어갔고, 이후 흐름 전환은 사실상 불가능했다. 여기에 recent_form과 head_to_head가 각각 +0.100씩 삼성을 유리하게 보정하며 과신을 부추겼고, sp_fip가 삼성 선발의 실제 붕괴를 포착하지 못한 채 -0.057이라는 온건한 불안 신호에 머물렀다. 결과적으로 sfr처럼 경기 흐름 자체를 규정하는 factor를 경시한 채, 폼·상대전적·홈 어드밴티지라는 정적 지표에 과도하게 의존한 것이 75% 오판의 뿌리다. 다음 예측에서는 sfr의 가중치 재설계와 함께, recent_form·head_to_head의 편향 상한선을 제한하고, sp_fip 신호가 음수일 때 홈 승률을 자동 하향 조정하는 보정 로직 도입을 검토해야 한다.