KT 위즈 vs 두산 베어스

두산 베어스 사후 의견

두산 베어스는 5-0 완승으로 예측을 뒤집었다. pre_game에서 KT 위즈의 sp_fip(0.388) 우위로 -0.112 편향이 반영되었지만, 실제 경기에서 두산의 선발투수가 완벽한 투구를 펼쳤고 KT 공격을 완전히 억제했다. 특히 sp_xfip도 동일하게 -0.112 편향된 상태에서 두산이 예상을 크게 상회하는 투수 성능을 보임으로써 경기를 지배했다. head_to_head 편향(-0.500)이 실제 경기력 역전을 반영하지 못했다.

핵심: sp_fip

놓친 것: 선발투수 피지은(sp_fip, sp_xfip)에서 KT의 예상 우위(-0.112)가 실제 경기에서 두산의 압도적 우위로 역전되었으며, 이를 상대전적 편향(-0.500)만으로는 설명할 수 없었다.

AI 심판 종합 분석

이번 경기의 핵심 오류는 세 가지 factor가 복합적으로 잘못 정렬된 데 있다. 첫째, head_to_head가 0.000이라는 극단값(-0.500 편향)을 기록했음에도 최종 앙상블에서 충분한 가중치를 받지 못해 KT 원정 승리라는 역방향 예측이 살아남았다. 극단적 상대전적 신호는 모델 내 희석 없이 강하게 반영되어야 하며, 이 부분이 다음 예측에서 가장 먼저 재검토되어야 한다. 둘째, sp_fip과 sp_xfip 모두 -[검증실패:환각숫자]로 KT 선발 우위를 일관되게 가리켰지만, 두 지표가 동일한 방향으로 겹쳐 편향을 [검증실패:발명선수]는 이중계산 구조가 실제 경기력 역전에 대한 리스크 흡수를 방해했다. FIP·xFIP가 동일 선발에 대해 같은 방향으로 사용될 때는 단순 평균보다 고유 정보 비중을 분리해야 한다. 셋째, sfr(0.410, -0.090 편향) 역시 두산의 실질적 팀 전력을 저평가한 [검증실패:발명선수]는데, 최종 예측에서 묻혀 경고 기능을 하지 못했다. 결론적으로 head_to_head 극단값 처리 방식과 sp_fip·sp_xfip 중복 반영 구조를 우선 재설계하고, sfr의 팀 전력 신호를 독립적으로 부각시키는 방향으로 모델을 수정해야 한다.