1단계: 데이터, 작업의 70%
최종 스코어, 선발, 일정, 그리고 무엇보다 각 경기의 마감 배당이 담긴 여러 시즌의 경기가 필요하다. 과거 배당이 없으면 모델이 시장을 이기는지 알 수 없고, 그것이 유일하게 중요한 질문이다.
중복된 팀 이름, 중단된 경기, 다른 시간대의 날짜를 정리하라. Gambeta에서 초기 몇 달의 오류 대부분은 모델이 아니라 데이터 오류였다.
공을 다투는 매 순간이 데이터다. 모델은 경기를 보지 않는다. 당신이 미리 저장하기로 한 행을 본다.
2단계: 경기 전에 존재하는 변수
전형적인 함정은 누출이다: 그 경기의 유효 슈팅처럼 경기 후에야 아는 데이터를 쓰는 것. 학습에서는 완벽해 보이고 실전에서 무너진다.
유효한 변수: 최근 폼, 이전 경기의 기대 득점, 경기 간 휴식, 홈 어드밴티지, 확정된 결장, 그리고 개장 배당 자체. 스포츠 베팅의 머신러닝에서 우리 모델이 쓰는 변수를 설명한다.
3단계: 모델
시작에 신경망은 필요 없다. 로지스틱 회귀나 잘 정규화된 그래디언트 부스팅이 1X2나 오버/언더 확률을 견고하게 예측한다. 중요한 것은 출력이 "이긴다/진다" 라벨이 아니라 확률이라는 점이다.
종목별로 모델을 학습시켜라. 축구, 테니스, 야구, 농구는 구조가 다르다: 테니스는 서브 포인트, 야구는 선발 투수, 농구는 결장이 지배한다. 모든 것에 하나의 모델은 넷 다 잘못 배운다.
4단계: 보정
보정된 모델은 60%라고 말할 때 대략 10번 중 6번 맞는 모델이다. 예측을 구간별로 묶어 실제 일어난 것과 비교해 측정한다. 보정 없이는 배당과의 비교가 무의미하고 베팅 금액도 잘못 정해진다.
들어가거나 안 들어가거나. 보정된 모델은 이런 슛 수천 개에서 배운다. 수백 개로는 노이즈만 배운다.
5단계: 정직한 테스트
마지막 시즌을 떼어 두고 끝까지 보지 마라. 내 확률이 마감 배당의 내재 확률을 넘을 때만 균일 금액으로 베팅하는 시뮬레이션을 한다. 결과가 양수가 아니면 정확도가 아무리 높아 보여도 모델은 작동하지 않는다.
우위가 있을 때만 베팅하는 이 논리가 밸류 베팅이고, 예측기를 베팅 도구로 바꾸는 것이다.
6단계: 모두 공개하라
기록을 공개하지 않는 모델은 팁스터와 구분되지 않는다. 모든 픽을 확률, 배당, 결과와 함께 기록하고 공개해 두라. 질 때는 불편하지만, 이길 때 누군가가 믿어줄 유일한 방법이다.
이 모든 게 큰 일처럼 들린다면 맞다. Gambeta에서 매일 하는 일이고, 당신이 처음부터 만들지 않도록 무료로 공개한다.
자주 묻는 질문
코딩 없이 스포츠 베팅 AI를 학습시킬 수 있나요?
스프레드시트로 단순 회귀까지는 가능하다. 보정과 과거 배당 테스트에는 Python이나 R이 필요하다.
학습에 경기가 몇 개 필요하나요?
같은 리그의 여러 시즌. 수백 경기로는 모델이 패턴이 아니라 노이즈를 배운다.
필수 데이터는 무엇인가요?
결과, 선발, 일정, 과거 마감 배당. 배당이 없으면 시장을 이기는지 알 수 없다.
ChatGPT 같은 범용 AI로 할 수 있나요?
코드를 쓰고 설계를 논의할 수는 있지만 모델 역할은 못 한다. 데이터도 보정도 없다.