회고: 크게 빗나간 예측

사후 심판 분석

이번 경기는 pre_game 모델이 KT를 [검증실패:환각숫자]% 확률로 승리 후보로 지목했음에도 키움이 5-1 완승을 거둔 전형적인 '모델 실패' 사례다. 핵심 오류는 단일 factor의 착오가 아니라, head_to_head와 recent_form이라는 두 극단적 음(-) 편향 신호가 모델 가중치 구조 안에서 충분히 증폭되지 못했다는 점에 있다. 두 factor의 편향 합산만으로도 -0.550에 달해 키움의 실질적 우위를 강하게 시사하고 있었지만, elo·war·sp_fip 등 중립 또는 소폭 편향 factor들이 이를 상쇄하며 예측이 역전됐다. 다음 예측에서는 head_to_head와 recent_form의 절댓값이 각각 [검증실패:환각숫자] 이상일 때 해당 신호에 비선형적으로 높은 가중치를 부여하는 임계값 보정 로직을 재검토해야 한다. 특히 두 factor가 동일 방향으로 극단값을 가리킬 경우, 중립적 factor들로 단순 평균하는 방식은 실제 팀 간 모멘텀 격차를 심각하게 희석시킬 위험이 있다.

사후 심판 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.

사후 심판 분석

이번 경기 사후 분석의 핵심은 단 하나의 factor가 전체 예측을 붕괴시켰다는 점이다. head_to_head의 편향 절댓값이 무려 0.500에 달하며, 이는 나머지 모든 factor의 편향 합산을 압도한다. 모델이 키움의 상대 전적 우위를 반영하기는커녕 정반대 방향으로 산입했을 가능성이 높으며, 이것이 홈팀 키움의 실제 승리를 21% 확률로 극단적으로 억누른 직접 원인이다. 여기에 recent_form이 삼성의 폼 저하를 충분히 담아내지 못했고, bullpen_fip과 lineup_woba 역시 키움 쪽 실제 경기력을 과소평가하는 방향으로 기울어 있었다. 결과적으로 모델의 오류는 특정 한 factor의 이상 수치에서 비롯된 구조적 왜곡이며, 다음 예측 사이클에서는 head_to_head의 방향성과 산출 로직을 최우선으로 재검토해야 한다. 아울러 recent_form 반영 구간의 가중치 설정도 병행 점검이 필요하다.

사후 심판 분석

이번 경기 분석의 핵심은 세 가지 factor의 동시 오작동이다. 우선 head_to_head는 편향 절댓값이 가장 컸는데, 데이터 자체가 완전히 부재한 상태였기 때문에 모델이 직접대결 흐름을 전혀 반영하지 못했다. 상대전적은 팀 간 심리적 기울기와 전술적 친숙도를 함축하는 지표로, 이 공백이 사실상 예측의 지반을 흔든 셈이다. 두 번째로 recent_form의 저평가는 키움의 현재 운동량을 과거 누적 수치로만 읽은 결과로, 단기 상승세가 실제 경기에서 오히려 지배적 변수가 됐다. 세 번째로 sfr의 과대평가는 삼성의 장기 시즌 성과를 원정 단기전에 그대로 이식했다는 구조적 오류를 드러낸다. 다음 예측에서는 head_to_head 데이터 부재 시 모델 신뢰도 자체에 패널티를 부여하고, recent_form의 가중치를 단기 윈도우 기준으로 재보정하며, sfr은 홈·원정 분리 적용을 검토해야 한다.

사후 심판 분석

이번 경기에서 pre_game 예측이 78% NC 우위를 제시했음에도 키움이 2-1로 승리한 핵심 원인은 recent_form 팩터의 구조적 오류에 있다. 키움의 recent_form이 극단적으로 낮게 설정되어 실제 팀 모멘텀을 전혀 포착하지 못했고, 반대로 NC의 최근 부진도 모델이 충분히 반영하지 못했다. 두 팀 모두에서 recent_form이 같은 방향으로 예측 오류를 냈다는 점이 이번 오판의 핵심이다. 두 번째로, head_to_head 팩터가 1.000이라는 극단값으로 NC에 과도한 가중치를 부여했으나, 과거 상대전적은 저득점 접전 구도에서 실제 경기력 차이를 설명하지 못했다. sfr 역시 키움의 전술적·전력적 수행 능력을 일관되게 낮게 평가해 오차를 누적시켰다. 향후 예측 재검토 시 recent_form의 산출 기간과 가중 방식을 우선적으로 재점검하고, head_to_head 극단값 발생 시 캡(cap) 처리 기준을 도입하는 것이 필요하다.

사후 심판 분석

이번 경기 사후 분석의 핵심은 단일 factor가 아닌 two-factor 복합 편향이 예측 신뢰도를 무너뜨렸다는 점이다. recent_form의 -0.500 편향은 모델이 두산의 현재 경기 탄력성을 사실상 '제로'로 처리했음을 의미하며, 이는 전체 예측 구조에서 가장 치명적인 입력 오류였다. 동시에 sfr의 +0.500 편향이 KIA 우위를 과장하면서 두 factor가 같은 방향으로 오류를 누적, 최종 확률이 현실과 크게 괴리됐다. elo·sp_fip·sp_xfip·lineup_woba가 모두 0.490~0.500대로 사실상 전력 균형을 가리켰음에도 sfr이 단독으로 KIA 승률을 81%까지 끌어올린 구조는 sfr 지표의 과대 가중 문제를 드러낸다. 다음 예측에서는 recent_form 데이터 소스의 갱신 주기와 반영 범위를 우선 재검토하고, sfr이 극단값(0 또는 1)을 가질 때 다른 균형 지표들과의 가중치 조정 로직을 점검해야 한다. 접전 경기일수록 극단 편향 factor 하나가 전체 모델을 왜곡하는 리스크가 크다는 교훈을 이번 경기가 명확히 보여줬다.

사후 심판 분석

이번 경기는 pre_game 모델이 복수의 원정 불리 신호를 감지하면서도 최종 예측을 뒤집지 못한 전형적인 가중치 불균형 사례다. head_to_head(-[검증실패:환각숫자]), recent_form(-0.100), sp_fip(-[검증실패:환각숫자]) 세 factor 모두 한화 유리 방향을 가리켰지만, 모델은 이를 합산해 LG 승리 [검증실패:환각숫자]%라는 역방향 결론을 냈다. 특히 sp_fip 편향은 '예측 수치상의 우위'가 '실제 경기 내 선발 성능'과 [검증실패:금칙어]하게 작동할 수 있음을 드러냈다. FIP/xFIP는 과거 누적 지표이므로, 당일 선발의 상태·구종 구성 변화나 상대 타선과의 궁합을 포착하지 못하는 구조적 한계가 있다. 또한 head_to_head와 recent_form이 동시에 같은 방향으로 편향될 때 두 factor의 결합 신호를 별도의 가중치로 증폭하는 메커니즘이 없었던 점이 핵심 오류다. 다음 예측에서는 ① sp_fip·sp_xfip의 대표성을 최근 수 경기 단기 성적으로 보완하고, ② head_to_head와 recent_form이 동방향 편향(-[검증실패:환각숫자] 초과)으로 수렴할 경우 복합 패널티를 부여하는 규칙을 재검토해야 한다.

사후 심판 분석

이번 경기 사후 분석의 핵심은 단일 factor가 모델 전체를 오염시킨 사례다. recent_form이 편향 +0.500이라는 극단값으로 설정되며 KT의 78% 승리 확률이라는 과도한 수치를 견인했고, 나머지 합리적 범위의 factor들—elo(+0.014), lineup_woba(+0.010), war(±0.000)—이 보내던 경고 신호를 덮어버렸다. sp_fip와 bullpen_fip의 KT 우위 편향도 각각 +0.087, +0.065로 적지 않았으나, 이는 실제 경기에서 키움 타선의 선발 공략과 득점 효율 앞에 무력화됐다. 결국 모델은 '최근 폼'이라는 단기 감정 지표에 지나친 가중치를 부여해 선발·불펜 FIP의 해석 방향까지 왜곡한 셈이다. 다음 예측에서는 recent_form의 상한값을 제한하고, 복수의 투구 지표(sp_fip·sp_xfip·bullpen_fip)가 모두 같은 방향을 가리킬 때라도 recent_form 극단값이 존재하면 종합 확률을 보수적으로 조정하는 캡핑 로직 도입이 필요하다.

사후 심판 분석

이번 경기는 pre_game 모델이 KIA를 79% 확률로 예측했음에도 롯데가 동점 상황을 거쳐 연장전에서 승리한 케이스로, 복수의 factor 오류가 동시에 겹쳐 예측 실패로 이어졌다. 가장 결정적인 오류는 head_to_head 편향 -0.500이다. 이 수치는 모델 내에서 롯데의 역사적 직접전 우위를 사실상 전혀 반영하지 못했음을 의미하며, 동점 이후 연장전이라는 '심리전·경험전' 구도에서 이 약점이 직접 드러났다. recent_form은 KIA의 단기 상승세를 +0.167 수준으로 과대 평가했고, 결과적으로 head_to_head의 경고 신호를 마스킹하는 역할을 했다. sfr의 극단적 편향 -0.579 역시 조기에 경계 신호로 포착됐어야 했으나 모델 집계 과정에서 희석됐다. 다음 예측에서는 head_to_head 가중치를 현재보다 상향 조정하고, recent_form과의 상호작용 항을 별도 검토해야 한다. 특히 두 팀 간 직접전 편향이 -0.400 이하일 경우 recent_form 가중치를 자동으로 할인하는 보정 로직 도입을 권장한다.

사후 심판 분석

이번 예측 실패의 핵심은 head_to_head와 sfr 두 factor가 각각 +0.500이라는 극단적 편향으로 KT 승리 확률을 구조적으로 끌어올렸다는 점이다. 상대전적 지표를 최대치로 설정하면 실제 당일 전력 격차나 선발·불펜 컨디션 변화를 흡수할 여지가 사라진다. 수비력(sfr) 역시 동일한 문제를 안고 있었는데, 극단적 수치는 NC 타선의 실제 득점 생산성을 상쇄하기보다 오히려 다른 factor들의 경고 신호를 묻어버리는 역할을 했다. bullpen_fip의 +[검증실패:환각숫자] 편향은 절댓값은 작지만, NC 원정 타선의 lineup_woba 하향 평가(-[검증실패:환각숫자])와 맞물려 공격 우위 가능성을 복합적으로 축소시킨 점도 놓쳐서는 안 된다. 다음 예측에서는 head_to_head와 sfr에 상한선(캡)을 적용해 단일 factor가 전체 확률을 지배하는 구조를 방지해야 하며, 극단값(0 또는 1) 발생 시 다른 factor 가중치를 자동 재조정하는 보정 로직 도입이 필요하다.