2026-04-24 · 문학
과거 경기KT 위즈 vs SSG 랜더스
최종: KT 0 - 5 SSG · 승리 SSG
🎯 경기 개요
KT vs SSG — 승률 격차 10%p의 접전. 초반 득점이 승부를 가를 가능성.
🎯 AI 심판 최종 판정

KT 위즈
원정

SSG 랜더스
홈
예측 승자 (원정)
KT 위즈 55%
정량 모델은 SSG 45%, KT 에이전트는 55%로 엇갈린 신호를 보낸다. 회고 에이전트가 지적한 대로 24경기라는 제한된 표본은 통계적 신뢰도를 낮추는 핵심 약점이다. SSG의 홈 어드밴티지가 일부 작용하지만, 두 팀의 실질적 전력 차이를 단정하기 어렵다. 양측 논거 모두 구체적 차별화 포인트가 부족해 모델 수치를 그대로 채택하되, 불확실성을 반영해 중립에 가까운 45%를 유지한다. KT의 원정 우세 가능성도 배제할 수 없는 박빙 매치업이다.
보정 적용: 표본 크기 부족(24경기) 경고 반영 → 양 팀 간 격차 신뢰도 낮음, 확률을 50% 방향으로 소폭 수렴 조정
양팀 에이전트 논거
KT 위즈 에이전트
핵심 팩터: 종합 전력
- 데이터 기반 분석
정량 모델 기반 분석
SSG 랜더스 에이전트
핵심 팩터: 종합 전력
- 데이터 기반 분석
정량 모델 기반 분석
📊 팩터별 정량 해설
정량 모델 v1.8의 10개 팩터를 가중치 순으로 분석합니다. 가장 영향력 큰 팩터는 선발 FIP으로, KT가 예측 승률에 -6%p 기여합니다.
선발 FIP
가중치 15%선발 FIP 데이터 부족.
KT 우위 · 예측 기여 -6%p
타선 wOBA
가중치 15%양 팀 wOBA가 근접해 타격 화력은 비슷한 수준.
비슷
Elo 레이팅
가중치 10%Elo 레이팅 격차 작음, 전력 대등.
비슷
불펜 FIP
가중치 10%불펜 안정성에서 큰 격차 없음.
모델 메타 정보
정량 모델: v2.0-debate · 토론 버전 v2-persona4
🔄 회고 보정
모델 약점: 표본 크기 부족으로 인한 통계적 신뢰도 한계. 24경기는 일반화하기에 불충분한 데이터량
보정: 0%
⚡ 사후 분석
경기 종료 후 AI가 “무엇을 틀렸나” 진단
Factor 편향 Top 3
SSG 선발 FIP을 0.300으로 과소평가했으나 실제로는 완봉 수준의 압도적 피칭으로 5-0 완승을 이끌어 편향 절댓값이 가장 컸음.
xFIP 역시 0.300으로 동일하게 과소평가되어 SSG 선발의 구질·제구 실질 우위를 포착하지 못했고, FIP과 함께 이중으로 예측 오류를 누적시킴.
KT의 최근 폼을 0.400으로 반영했으나 실제 원정 무득점이라는 극단적 타선 부진은 그보다 훨씬 악화된 상태였음을 포착하지 못함.
KT 위즈 사후 의견
SSG 랜더스에게 0-5로 완패했다. pre_game 예측은 KT를 76% 확률로 평가했으나, 선발투수 전력 평가에서 심각한 오류가 있었다. SSG의 선발 FIP/xFIP를 과도하게 낮게 평가(0.300, -0.200 편향)한 반면, 실제로는 SSG 선발이 완벽한 피칭을 펼쳤고 KT 선발도 early breakdown을 허용했다. 또한 KT의 recent_form(0.400, -0.100 편향)이 예측보다 더 악화된 상태에서 원정 무득점이라는 극단적 타선 부진이 겹쳤다.
핵심: sp_fip
놓친 것: 홈 선발투수(SSG) FIP을 -0.200만큼 과도하게 낮게 예측했으나, 실제 SSG 선발은 선제점 이상을 허용하지 않으며 완전 압도했다.