[AI News #01] TacticAI: 딥마인드가 리버풀FC와 만든 축구 전술 AI

구글 딥마인드가 리버풀 FC와 협력하여 코너킥 세트피스에 대해 조언하는 AI를 개발했다

 

 축구는 매우 전략적인 게임으로, 경기 시작 전에 세밀한 포메이션과 전략을 세우고 시작한다. 하지만 실제 경기에서는 다양한 변수로 인해 전략이 완벽하게 들어맞는 경우는 드물다.

 그러나 코너킥과 같은 상황은 골을 넣을 가능성이 매우 높으면서 전략이 영향이 매우 크다. 하지만 이에 대한 전술을 세울 때는 감독과 코치의 직관에 의존하거나 상대 팀의 전력 및 패턴을 파악하여 즉흥적으로 대응하는 데에 그친다.

 하지만 딥마인드에서 개발한 축구 전술 AI 시스템인 TacticAI는 예측과 생성 기능을 활용하여 코너킥 상황에서 전술적 인사이트를 제공할 수 있다. 코너킥 상황에서의 선수의 위치나 움직임, 특징과 같은 데이터는 일반적으로 인공지능에 사용되는 표, 이미지, 자연어 등으로 표현하기 굉장히 어렵다. 그럼에도 불구하고 TacticAI는 기하학적(geometric) 딥러닝 접근 방식(예: 그래프)을 활용하여 보다 일반화 가능한 모델을 구축하며 뛰어난 성능을 보여주었다.

 실제로 딥마인드 연구팀은 리버풀 FC의 전문가들에게 TacticAI의 평가를 받았으며, 90%의 경우에서 TacticAI가 제안한 전술을 기존의 전술보다 더 선호했다고 한다.

---

TacticAI가 나온 배경

 

 딥마인드 연구팀은 3년 전부터 스포츠 분석을 위한 AI를 발전시키기 위해 리버풀 FC와 협력하며 이에 대해 연구해왔다.

 그들의 첫 번째 논문인 Game Plan에서는 축구 전술 지원에 AI를 사용해야 하는 이유를 살펴보고 페널티킥 분석과 같은 사례를 강조했다. 그리고 2022년에는 Graph Imputer를 개발하여 축구 경기 및 선수 분석용 예측 시스템의 프로토타입과 함께 AI가 어떻게 사용될 수 있는지 보여주었다.

 그리고 이번에는 예측 모델과 생성 모델이 결합된 AI 시스템인 TacticAI를 개발했다. 이 시스템을 통해 코치는 다양한 세트피스 전술과 선수 배치를 설정하고, 그에 따라 예상되는 결과를 직접 확인하고 평가할 수 있다.

 

TacticAI는 코너킥 상황에서 다음과 같은 세 가지 핵심 질문에 대답하기 위해 만들어졌다.

1. 특정한 코너킥 전술 설정에 대해 어떤 결과가 도출될까? 
    ex) 공을 받을 가능성이 가장 높은 사람은 누구고, 슛 시도가 가능할까?
2. 특정한 전술과 선수를 설정했을 때, 어떤 일이 일어날 수 있을까? 
    ex) 비슷한 전술이 이전에는 잘 먹혔었나?
3. 특정 결과가 발생하도록 하려면 전술을 어떻게 조정해야 할까?
    ex) 슛을 차단하려면 수비 선수의 위치를 어떻게 바꿔야 할까?

 

---

GNN을 활용한 코너킥 예측

 

 코너킥 상황을 보고 결과를 예측하는 모델을 만드는 것은 결코 쉽지 않다. 먼저 선수들의 무작위적인 플레이와 상호 작용으로 인해 이를 정확하게 예측하는 것은 매우 어렵다. 또 코너킥 상황에서 선수들의 위치와 움직임, 특성 및 서로 간의 관계를 컴퓨터가 잘 이해할 수 있도록 데이터화하는 것 역시 복잡한 일이다.

 

 TacticAI는 기하학적 딥러닝 접근 방식을 활용하여 코너킥 플레이를 성공적으로 예측한다. 먼저 코너킥 상황을 그래프로 표현하여 선수와 그들 사이의 관계를 모델링한다. 여기서 노드(Node)는 선수(위치, 속도, 키 등의 특징 포함)를 나타내고, 이를 잇는 선인 에지(Edge)는 선수들 사이의 관계(같은 팀인지 상대편인지)를 나타낸다. 그래프는 완전 연결 그래프로 만들어 모든 노드들이 서로와 연결되었도록(모든 선수가 다른 선수와의 관계가 들어가도록) 하였으며, 하나의 그래프가 하나의 코너킥 상황을 표현할 수 있도록 설계되었다.

 그리고 축구장의 대칭성을 활용하여 학습을 용이하게 만들었다. 그래프는 이미지와 달리 방향성이 기 때문에, 주어진 상황에 대해 4가지 반전 조합(원본, 좌우 반전, 상하 반전, 상하좌우 반전)을 모두 생성했다. 또 리시버(코너킥을 맨 처음 받는 사람) 및 슈팅 시도에 대한 예측이 모두 동일하도록 만들기 위해 Group Equivariant Convolutional Network의 변형을 이용했다. 이러한 접근 방식을 통해 어느 코너에서 이루어진 코너킥이든 일관되게 예측할 수 있도록 했으며, 적은 훈련 데이터로도 일반화 성능을 향상시켰다.

 이러한 과정을 통해 1. “누가 공을 받을지”, 2. “슈팅 시도가 발생할지”에 대해 예측하는 모델을 설계했다. 이 모델은 GAT(Graph Attention Network) 기반의 신경망을 사용했다. 코너킥 상황만을 보고 슈팅 시도 여부를 바로 예측하는 것은 F1 스코어(불균형 데이터를 이용한 분류 문제에서 주로 사용되는 평가지표)가 약 52% 정도에 불과하여 매우 어렵다고 판명되었다. 그래서 누가 공을 받을지에 대한 예측을 먼저 수행하고, 공을 받았다고 가정할 때 '슈팅 시도가 이루어질 가능성'을 예측하여 조건부 슈팅 확률을 계산하였다.

 

 이렇게 예측한 결과를 통해 코치에게 큰 전술적 인사이트를 줄 수 있다. 공을 받을 확률과 슈팅 확률 그 자체보다, 여러 상황과 전술 세팅에서 보이는 확률의 차이를 통해 코치는 어떤 배치가 더 나은지 체크하고 점검해 볼 수 있으며, 더 나은 방향으로 전략을 조정할 수 있다.

---

코치에게 추천 전술 제공

 

 TacticAI는 코너킥 전술에 대한 결과 예측뿐만 아니라 생성 모델을 활용하여 특정 목적에 부합하는 선수들의 배치를 추천해 줄 수 있다. 이는 CVAE(Conditional Variational Autoencoder) 기반의 신경망으로 설계되었으며, 예측모델과 인코더 아키텍처는 같으나 파라미터는 공유하지 않는다.

 이를 활용하면 코치의 특정 목표(예: 공격팀의 슛 확률 증가, 수비팀의 슛 확률 감소 또는 특정 스트라이커가 공을 받을 확률 높이기)에 맞춘 선수 배치를 생성하여 코너킥 전술을 최적화할 수 있다. 이와 같이 제안된 조정을 통해 코치는 중요한 전술 패턴을 파악하고, 전술의 성공 또는 실패에 결정적인 역할을 하는 선수를 보다 빠르게 파악할 수 있다.

 

 

 이쯤 되면 우리는 “TacticAI가 만들어낸 선수 배치가 실제 경기와 동떨어지지는 않을까?”라는 의문을 품을 수 있다. 그래서 정량적 분석을 통해 TacticAI가 코너킥을 받는 선수와 슛 상황을 정확하게 예측할 수 있으며, 제안한 선수 배치가 실제 경기의 전개와 유사하다는 것을 확인하였다. 또한 평가자들이 어떤 전술이 필요한지 모르는 상태에서 진행한 블라인드 사례 연구를 통해 이러한 제안들을 정성적으로 평가하였다. 리버풀 FC의 축구 전문가들은 TacticAI의 제안을 실제 경기에서 사용된 전술과 잘 구분하지 못했으며, 90%의 경우에서 실제 경기에서의 배치보다 더 선호하는 것으로 나타났다. 이는 TacticAI의 예측이 정확할 뿐만 아니라 실제로 활용 가능하며 유용하다는 것을 보여주었다.

 

---

스포츠 AI의 발전 및 확장

 TacticAI는 축구 코치들에게 즉각적이고, 광범위하며, 정확한 전술적 인사이트를 제공할 수 있는 혁신적인 인공지능 시스템이다. 이 시스템은 특히 코너킥 상황에 초점을 맞추어 연구되었지만, 그 가능성은 이에 그치지 않는다. 다양한 세트피스 상황뿐만 아니라, 다른 팀 스포츠에도 적용될 수 있는 유연성을 갖추고 있어, 스포츠 산업 전반에 걸쳐 유용한 도구로 자리 잡을 것으로 기대된다. 이러한 혁신적인 접근 방식은 축구뿐만 아니라 다른 영역에도 큰 영향을 미칠 것으로 전망된다.

 딥마인드 연구팀은 향후 연구에서 선수 데이터뿐만 아니라 보다 다양한 입력을 활용할 수 있도록 시스템을 확장할 계획이라고 밝혔다. 이는 축구와 같은 스포츠 분석을 넘어서, 인간의 다양한 피지컬 및 심리적 요소를 이해하고 파악하는 데에도 중요한 역할을 할 수 있다. 이러한 특성은 컴퓨터 게임, 로봇 공학, 심지어는 교통 조정과 같은 경기장 밖의 다양한 영역에도 응용될 수 있으리라 생각된다.

 딥마인드의 이러한 연구와 개발은 단순히 스포츠 분석의 틀을 넘어서, 복잡하고 동적인 환경에서 의사결정을 하는 데 필요한 기술적 접근법을 제공함으로써, 우리의 일상생활 속 다양한 분야에 혁신적인 변화를 가져올 수 있을 것으로 기대된다. 이는 곧 스포츠뿐만 아니라 인공지능 기술의 미래에 있어 중요한 이정표가 될 것이다.

---

 

Reference

- TacticAI: an AI assistant for football tactics | Google Deepmind
- TacticAI: an AI assistant for football tactics | nature communications

 

 

대학생 인공지능 연합 동아리 Prometheus

 

2024년 4월 5일

Editor : 김준석