롯데 자이언츠 vs SSG 랜더스

SSG 랜더스 사후 의견

SSG는 pre_game 예측에서 75% 홈 승리확률로 우위했으나, 선발투수 성과 부진이 결정적이었다. sp_fip과 sp_xfip이 0.405로 예측되었는데(-0.095 편향), 실제 경기에서 선발진이 이 예측마저도 못 미쳤으며 롯데 타선의 lineup_woba 0.495 예측치도 초과 달성했다. recent_form의 과도한 낙관(0.636, +0.136 편향)이 홈팀 우위를 부풀렸던 반면, 실제로는 선발 부실과 상대 공격력 폭발이 2-5 역전 패배를 초래했다.

핵심: sp_fip

놓친 것: pre_game은 선발투수 FIP 악화를 이미 -0.095 반영했으나, 실제 경기에서 SSG 선발진의 성과가 0.405 예측치 이하로 하락하면서 초반 주도권을 빼앗겼고, 동시에 recent_form의 +0.136 편향이 홈팀 신뢰도를 부당하게 부스트했다.

AI 심판 종합 분석

이번 경기 사후 분석의 핵심은 '경고 신호를 인지했음에도 보정에 실패한 구조적 편향'이다. pre_game 모델은 SSG 선발진의 불안정성을 sp_fip과 sp_xfip 모두 0.5 이하로 설정하며 이미 위험 요소로 분류했다. 그러나 최종 승리확률 산출 단계에서 recent_form의 +0.136이라는 압도적 낙관 편향이 선발 취약 신호를 덮어버렸다. 결과적으로 모델 내부의 두 factor가 서로 모순된 방향을 가리키고 있었음에도, 최근폼이라는 단일 factor가 전체 예측을 홈팀 우세로 끌어당긴 셈이다. 실제 경기에서는 선발 부실이 경고 수준을 넘어 초반부터 주도권을 잃게 했고, 롯데 타선은 lineup_woba 예측치를 웃도는 공격력으로 격차를 굳혔다. 다음 예측에서는 recent_form 가중치를 sp_fip·sp_xfip 같은 선발 지표와 충돌할 때 자동으로 상한을 두는 조정 로직이 필요하며, 특히 선발 FIP 편향이 -0.08 이하일 경우 recent_form 기여도를 일정 비율 감쇄하는 규칙을 재검토해야 한다.