Aimers 9기 : 투구 제구 성공 확률 예측 AI 온라인 해커톤

[배경] 

최근 스포츠 현장에서는 선수의 경기력 분석과 전략 수립에 데이터 기반 의사결정의 중요성이 빠르게 커지고 있습니다. 특히 야구에서 투구의 제구력은 실점 억제, 볼카운트 운영, 타자 대응 전략에 직접적인 영향을 주는 핵심 요소입니다.

기존에는 투수의 제구력을 평균자책점, 볼넷 수, 스트라이크 비율 등 경기 후 집계 지표로 평가하는 경우가 많았습니다. 그러나 실제 경기에서는 매 투구 직전의 볼카운트, 주자 상황, 타자·투수 특성, 과거 투구 이력 등 다양한 정보가 복합적으로 작용합니다.

따라서 단순한 결과 통계가 아니라, 투구가 이루어지기 전까지 확인 가능한 정보만을 바탕으로 해당 투구가 원하는 제구 범위에 성공할 가능성을 예측하는 AI 모델링이 중요해지고 있습니다.

이번 해커톤은 이러한 문제의식을 바탕으로, 야구 경기 데이터를 중심으로 투구 직전의 상황과 과거 이력을 활용하여 제구 성공 확률을 예측하는 실전형 AI 문제를 수행하게 됩니다.

트랙맨(Trackman) 데이터는 2019~2024년의 과거 투구 특성을 참고할 수 있는 보조 데이터로 제공됩니다.

[주제]

투구 단위의 제구 성공 확률 예측 AI 모델 개발

[설명]

이번 온라인 해커톤(Phase 2)은 투구 직전까지 확인 가능한 경기 상황, 선수 정보, 주자 상황, 과거 이력을 바탕으로 각 투구의 제구 성공 확률을 예측하는 AI 모델을 개발하는 것을 목표로 합니다.

참가자는 제공된 데이터를 활용하여 테스트 데이터의 각 투구에 대해 control_success 의 확률값을 예측할 수 있어야 합니다.

학습 데이터의 control_success는 제구 성공을 1, 제구 실패를 0으로 정의한 학습용 Target이며, 예측해야하는 control_success는 제구 성공 가능성을 나타내는 확률입니다.

또한 참가자는 투구 이전 시점에서 활용 가능한 정보만을 바탕으로 예측 모델을 설계할 수 있어야합니다.

온라인 해커톤(Phase 2)에서의 제구 성공은 각 투구의 공 위치를 기준으로 정의합니다.

아래의 3가지 경우는 제구 실패에 해당하며, 그 외 유효한 투구는 제구 성공에 해당합니다.

1) 스트라이크존 가운데 부근으로 들어간 공

2) 스트라이크존에서 크게 벗어난 공

3) 포수의 요구 방향과 반대로 들어간 공

온라인 해커톤(Phase2)에서 교육생들의 문제 해결 능력을 검증하여 오프라인 해커톤(Phase3)에 진출자(약 100명)를 선발하기 위한 과정입니다.

오프라인 해커톤(Phase 3)은 1박 2일간 오프라인으로 진행되며, 세부 과제는 추후 안내될 예정이며, 온라인 해커톤(Phase 2)과 동일하게 야구 데이터를 기반으로 한 AI 문제로 진행될 예정입니다.

[코드 제출 대회]

본 대회는 submit.zip 업로드 방식의 코드 제출 형식 대회로 진행됩니다.

• 전체 추론 실행 시간 ≤ 10분 (245,789개 샘플 추론)
• 패키지(라이브러리) 설치 시간 ≤ 10분
• 제출 파일 용량 ≤ 10GB (*압축해제 후 최대 32GB)
• 오프라인 환경 실행 (패키지 설치 외 인터넷 연결 불가능)
• 6 vCPU, 28GB RAM, L4 GPU 22.4GiB VRAM 환경에서 실행

자세한 사항은 평가 탭과 코드 제출 가이드를 반드시 참고하여 진행하시길 바랍니다.

[주최 / 주관]

• 주최 : LG AI 연구원
• 주관 : 데이콘
• 참여 : 한경닷컴

[참가 자격]

LG Aimers 9기 교육생이라면 누구나 참가 가능

※ Phase 1(온라인 AI 교육) 이수와 관계없이 참가 가능

※ 참여 버튼을 누른 뒤 팝업 창에서 성명, LG Aimers 가입 메일을 기재 (데이콘 계정 메일과 LG Aimers 메일이 일치할 필요 없음)

※ Phase 3(오프라인 해커톤)는 Phase1과 Phase2를 모두 이수한 교육생만 참가 가능합니다. Phase1을 이수하지 않은 경우, Phase2에서 우수한 성적을 거두었더라도 Phase3에 참여할 수 없습니다.

※ 참여 관련 문제가 있는 LG Aimers 교육생의 경우 dacon@dacon.io로 문의