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 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 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.

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.