2026-05-02 · 대구
과거 경기한화 이글스 vs 삼성 라이온즈
최종: 한화 13 - 3 삼성 · 승리 한화
🎯 경기 개요
한화 승률이 12%p 앞선다. 핵심 팩터가 그대로 작동하면 예측대로, 변수 한 두 개만 틀어져도 역전 가능.
🎯 AI 심판 최종 판정
한화 이글스
원정
삼성 라이온즈
홈
예측 승자 (원정)
한화 이글스 56%
삼성 홈 어드밴티지와 정량 모델(47%)을 존중하면서도, 한화 에이전트의 핵심 논거는 설득력이 있다. 문동주 FIP 2.79는 리그 최상위권으로 삼성 타선(wOBA 0.335)을 상대로도 주도권 확보가 기대되며, 삼성 불펜 FIP 4.38은 후반 리드 유지 시나리오에서 실질적 약점이다. 삼성 선발 미확정도 불확실성을 키운다. 다만 홈팀 이점과 한화 수비 약점(SFR -2.6), 팀 타선 부진이 상쇄 요인. 모델 신뢰도가 낮은 만큼 질적 지표 우위에 무게를 두어 홈팀 확률을 소폭 하향 조정.
보정 적용: 회고 에이전트: 정량 모델 신뢰도 저하(48% 적중률) → 정량 모델 가중치 축소, 한화 투수 질적 지표 반영 확대
양팀 에이전트 논거
한화 이글스 에이전트
핵심 팩터: 문동주 K/9 10의 삼성 타선 억제력 vs 삼성 약화된 불펜 (FIP 4.38) 조합
- 문동주 FIP 2.79로 리그 상위권 투수력 - xFIP 3.13도 지속성 우수
- 삼성 불펜 FIP 4.38은 한화 3.64보다 현저히 약함 - 후반전 승리 확률 유리
- 최근폼 50% vs 삼성 30% - 현재 모멘텀 우위
상대 약점:
- 삼성 선발투수 미확정 상태 - 불확실성이 한화에 유리
- 삼성 wOBA 0.335도 한화 0.313 대비 근소함 - 타선 격차 미미
한화는 문동주의 우수한 투수력(FIP 2.79)으로 초반 주도권 확보 가능. 삼성 불펜(4.38)의 연약함은 후반전 리드 유지에 유리. 다만 수비 SFR -2.6의 守備 약점과 팀 wOBA 0.313의 타선 부진이 제약. 상대전적 3:3 동등 + 삼성 최근폼 30%의 침체가 상대적 우위 신호.
삼성 라이온즈 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, 한화가 예측 승률에 -4%p 기여합니다.
선발 FIP
가중치 15%선발 FIP 데이터 부족.
한화 우위 · 예측 기여 -4%p
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%모델 메타 정보
정량 모델: v2.0-debate · 토론 버전 v2-persona4
🔄 회고 보정
모델 약점: 표본 크기 부족으로 인한 통계적 신뢰도 저하. 50건 예측 중 24건 적중(48%)은 무작위 선택(50%)과 유의미한 차이 없음. 팀별, 상황별 세부 분석 불가능
보정: 0%
⚡ 사후 분석
경기 종료 후 AI가 “무엇을 틀렸나” 진단
Factor 편향 Top 3
삼성의 득점 생산 효율이 모델 예상보다 훨씬 낮았으며, 실제 3득점에 그치며 편향 크기가 경기 내내 누적 실점으로 직결됐다.
한화의 최근 폼을 과소평가한 동시에 삼성의 폼 하락세를 충분히 반영하지 못해, 실제 경기에서 양팀 격차가 모델 예상보다 크게 벌어졌다.
삼성 선발의 FIP 기반 예측이 실제 대량 실점을 충분히 포착하지 못했고, 초반 붕괴 이후 불펜 부담으로 이어지는 연쇄 실점 구조를 설명하지 못했다.
한화 이글스 사후 의견
한화는 예측된 승리를 확실하게 거뒀으나, 스코어 차이(10점)는 pre_game 모델이 과소평가한 공격력 우위에서 비롯됐다. 특히 lineup_woba(0.517, +0.017 편향)는 실제 경기에서 13점 규모의 압도적 득점으로 표현되며, 삼성의 bullpen_fip(0.454, -0.046 편향) 약점이 원정팀에게 실질적 이득을 제공했다. 한화의 최근 폼(0.375, -0.125 편향)이 과도하게 약세로 반영된 반면, 현장에서는 상대 불펜의 신뢰도 부족이 역할했다.
핵심: sp_fip(0.383, -0.117)