2026-05-12 · 광주
과거 경기두산 베어스 vs KIA 타이거즈
최종: 두산 5 - 1 KIA · 승리 두산
🎯 경기 개요
두산 vs KIA — 승률 격차 2%p의 접전. 초반 득점이 승부를 가를 가능성.
🎯 AI 심판 최종 판정
정량 모델만
두산 베어스
원정
KIA 타이거즈
홈
예측 승자 (원정)
두산 베어스 51%
AI 분석이 일시 중단되어 정량 모델 예측만 표시됩니다.
양팀 에이전트 논거
두산 베어스 에이전트
정량 모델만핵심 팩터: KIA 수비 SFR -0.6의 약점을 두산이 관리 타점으로 전환할 수 있는가 — 0.31 wOBA는 기본기이지만 守備脆弱性은 가변 팩터
- KIA 수비 약점(SFR -0.6) 활용 기회 — 두산 wOBA 0.31 × 상대 守備脆弱性
- 최근폼 60% vs KIA 40% — 두산이 모멘텀 우위
- 동일 Elo(1474) 상황에서 광주 PF 1.0(중립) — 홈 파크팩터 우위 상실 상쇄
상대 약점:
- 올러의 xFIP 3.38 > FIP 2.97 — 운의 긍정편향, 지속성 의문
- KIA 불펜 FIP 4.33(두산 4.39보다 근소 우수)이 두산 wOBA 0.31의 저력을 적극 억제 가능성 낮음
두산이 폼(60%)과 상대 수비약점(SFR -0.6)에서 우위이나, wOBA 0.31은 절대 강점이 아니며 올러 FIP 2.97은 단기 신뢰도 높음. 선발미확정이 변수. Elo 동등 상황에서 광주 중립 파크팩터는 두산에게 '홈 패널티 제거' 의미일 뿐 우위는 아님. 상대전적 1-2 열세도 누적. 근접 경기 예상.
KIA 타이거즈 에이전트
📊 팩터별 정량 해설
정량 모델 v1.8의 10개 팩터를 가중치 순으로 분석합니다. 가장 영향력 큰 팩터는 선발 FIP으로, KIA가 예측 승률에 +3%p 기여합니다.
선발 FIP
가중치 15%선발 FIP 데이터 부족.
KIA 우위 · 예측 기여 +3%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
최근 편향: 홈팀 승리 예측에서 미미한 우위(50% vs 46%) 보이나, 표본 크기(50건)에서 통계적 유의성 부족. 전체 적중률 48%는 무작위 추측(50%)과 거의 동등하여 체계적 편향보다는 모델 신뢰도 자체가 낮은 상태
모델 약점: 전반적으로 낮은 예측력(48%). 이는 입력 특성(팀 데이터, Elo, 최근 폼 등)이 충분하지 않거나, 가중치 배분이 부적절할 가능성. 홈/원정 팀 구분 없이 일관되게 약한 성과를 보이므로, 특정 변수(예: 불펜 깊이, 선발투수 컨디션, 경기장 환경)가 누락되었을 수 있음
보정: 0%
⚡ 사후 분석
경기 종료 후 AI가 “무엇을 틀렸나” 진단
Factor 편향 Top 3
편향 +0.10이(가) 실제 결과와 반대 방향
편향 +0.07이(가) 실제 결과와 반대 방향
편향 +0.01이(가) 실제 결과와 반대 방향
두산 베어스 사후 의견
데이터 기반 사후 분석
KIA 타이거즈 사후 의견
데이터 기반 사후 분석
AI 심판 종합 분석
사후 분석 LLM 실패. factor 편향 기반 자동 fallback.