2026-04-25 · 잠실
과거 경기LG 트윈스 vs 두산 베어스
최종: LG 7 - 5 두산 · 승리 LG
🎯 경기 개요
LG vs 두산 — 승률 격차 4%p의 접전. 초반 득점이 승부를 가를 가능성.
🎯 AI 심판 최종 판정

LG 트윈스
원정

두산 베어스
홈
예측 승자 (홈)
두산 베어스 52%
양 팀 모두 50%로 동일한 전력 평가를 받고 있으며, 정량 모델도 50%로 수렴한다. 회고 에이전트는 홈팀 편향이 통계적으로 유의미하지 않다고 밝혔으나, 일반적인 KBO 홈 어드밴티지(약 53~55%)를 완전히 무시하기 어렵다. 다만 샘플 크기 부족(29경기)과 LG-두산 대면 상성 데이터 부재로 모델 신뢰도가 제한적인 상황. 잠실 홈팀으로서 두산의 소폭 유리함만 반영해 52%로 결정한다. 사실상 박빙의 승부로, 당일 선발 투수 컨디션과 불펜 운용이 결과를 가를 핵심 변수가 될 전망이다.
보정 적용: 홈팀 편향 없음 확인 → 홈 어드밴티지 소폭(+2%) 반영. 샘플 부족(29경기)으로 모델 신뢰도 하향, 대면 상성 데이터 부재로 중립 조정.
양팀 에이전트 논거
LG 트윈스 에이전트
핵심 팩터: 종합 전력
- 데이터 기반 분석
정량 모델 기반 분석
두산 베어스 에이전트
핵심 팩터: 종합 전력
- 데이터 기반 분석
정량 모델 기반 분석
📊 팩터별 정량 해설
정량 모델 v1.8의 10개 팩터를 가중치 순으로 분석합니다.
선발 FIP
가중치 15%선발 FIP 데이터 부족.
비슷
타선 wOBA
가중치 15%양 팀 wOBA가 근접해 타격 화력은 비슷한 수준.
비슷 · 예측 기여 -1%p
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
최근 편향: 홈팀 편향 없음 (홈팀 승 적중률 59% = 전체 적중률 59%)
모델 약점: 샘플 크기 부족으로 신뢰성 제한. 29경기는 통계적 유의성 판단에 최소 기준(30경기)에 미달. 특정 팀별 성과 데이터 부재로 LG vs 두산 대면 특성 파악 불가.
보정: 0%
⚡ 사후 분석
경기 종료 후 AI가 “무엇을 틀렸나” 진단
Factor 편향 Top 3
두산 recent_form을 0.429로 저평가했으나 실제 경기에서 두산 폼은 예측보다도 더 부진했고, 반대로 LG는 낮은 폼 수치에도 불구하고 7점을 뽑아내는 복원력을 보여 양방향으로 오차가 증폭됨.
두산 홈 승리 비율(sfr)이 0.615로 가장 강하게 두산 승리를 지지했으나 실제 결과는 반대였으며, 이 factor가 최종 홈 75% 확률 과대 부여의 핵심 원인으로 작용함.
두산 불펜을 -0.028 편향으로 상대적 약점으로 인식했음에도 실제 실전에서는 예측보다 훨씬 취약하게 무너져, 불펜 불안정성을 충분히 반영하지 못했음.
LG 트윈스 사후 의견
LG 트윈스가 예측을 뒤엎고 원정에서 승리했다. 두산의 높은 홈 승리확률(75%)은 주로 안정적인 선발투수(sp_fip 0.515)와 강한 타선(lineup_woba 0.482)에 기반했으나, 실제 경기에서는 LG의 상대적으로 약했던 recent_form(0.429)이 오히려 복원력을 보여주며 7점을 획득했다. 두산의 불펜_fip(0.472, -0.028 편향)이 예상보다 취약했던 것으로 보이며, LG가 후반 주요 장면에서 기회를 살린 타이밍이 결정적이었다.
recent_form