NC 다이노스 vs LG 트윈스

LG 트윈스 사후 의견

LG는 80% 승리확률로 예측됐으나 3-10으로 대패했다. 가장 결정적 실패는 head_to_head factor의 -0.500 편향인데, 실제로는 NC가 LG를 압도했음을 시사한다. 또한 bullpen_fip에서 +0.056 낙관 편향이 있었으나 실제 불펜 운용이 무너졌고, sfr의 -0.250 극단적 편향(LG 스몷 미스)도 경기 결과에 반영되지 못했다.

핵심: head_to_head

놓친 것: head_to_head가 -0.500으로 심각하게 NC 유리를 과소평가했으며, 실제 경기에서 NC의 타선(10득점)이 LG 투수진을 완전히 압도했음을 pre_game 모델이 포착하지 못했다.

AI 심판 종합 분석

이번 경기의 사후 진단 핵심은 head_to_head factor의 완전한 정보 소실이다. 해당 값이 0.000으로 처리되면서 -0.500이라는 역대 최대 편향이 발생했고, 이는 NC의 상대 전적 우위라는 구조적 신호를 모델이 처음부터 배제했음을 의미한다. 두 팀의 postview가 이구동성으로 이 factor를 핵심 실패 원인으로 지목한 것도 같은 맥락이다. 여기에 sfr의 -0.250 편향이 겹쳤는데, 이 지표가 LG의 최근 폼 불안을 포착했음에도 전체 예측 가중치에 충분히 반영되지 않은 채 묻혔다. bullpen_fip의 낙관 편향은 절댓값 자체는 작지만, LG 불펜 실제 운용이 대량 실점으로 귀결되면서 방향성 자체가 틀렸다는 점에서 질적 오류가 크다. 다음 예측에서는 head_to_head의 데이터 공백 시 0 대입 방식을 반드시 재검토해야 하며, sfr과 head_to_head를 함께 역방향으로 가리킬 때 앙상블 가중치를 상향 조정하는 로직이 필요하다. 단일 factor 이상치가 아니라 복수 factor가 같은 방향으로 경고를 보낼 때 최종 확률이 더 민감하게 반응하도록 설계를 보완하는 것이 핵심 과제다.