예측 모델이 쓰는 정보와 쓰지 않는 정보

왜 이걸 알아야 할까

확률 숫자만 보면 모델이 모든 걸 다 알고 계산한 것처럼 느껴져요. 하지만 어떤 정보가 들어갔는지 알아야 숫자를 제대로 믿을 수 있어요. 이 글은 2026년 10월 24일 받은 DATA ARENA 데이터 파일에 적혀 있는 내용만 모았어요. 파일에 없는 내용은 추측하지 않았어요.

KBO 경기 예측에 들어가는 것

KBO 예측 리포트(today.json, 모델 kbo-pregame-0.6.0)에는 '이 예측에 무엇이 들어갔는가'라는 항목이 따로 있어요. 10월 25일 경기 리포트에 적힌 내용은 아래와 같아요.

• 팀 전력(Elo): 반영 — 실제 경기 승패·점수차 누적
• 팀 득실점·최근 상승세·홈원정 성향: 반영
• 휴식·일정 간격: 반영
• 선발투수: 미확정 — 팀 선발진 평균값 대체
• 불펜 최근 3일 투구량: 반영 — 다만 검증상 확률 기여는 거의 없음
• 선발 라인업(타순): 미발표 — 확률 계산에는 넣지 않음
• 부상자·엔트리 변동·심판 배정·당일 컨디션: 미연동

같은 리포트는 '반영'이라고 적히지 않은 것은 어떤 형태로도 확률에 영향을 주지 않았다고 설명해요. 선발이 발표되면 그 투수의 개인 성적으로 다시 계산하지만, 표본이 적은 투수는 리그 평균 쪽으로 줄여서 반영해요.

리그별 정리

MLB는 10시즌 검증 설명(accuracy.json)에 선발투수 보정을 포함하고 투수 기록은 각 경기 이전 선발 경기만 쓴다고 적혀 있어요. NBA는 최근 세 시즌 실제 경기 결과로, KBL은 2025-26 정규리그 실제 경기 결과로 전력을 계산하고 부상·결장·일정 피로는 아직 반영하지 않는다고 적혀 있어요.

라인업을 넣지 않는 이유

KBO 리포트에 따르면 타순(라인업)은 발표를 확인해 화면에 표시하지만 확률 계산에는 넣지 않아요. 10시즌 백테스트에서 라인업 강도를 더해도 예측이 유의하게 좋아지지 않았기 때문이에요. 리포트는 이를 '좋아진다고 확인된 것만 넣는다'고 정리해요. 정보를 많이 넣는다고 확률이 좋아지는 건 아니라는 뜻이에요.

실제 경기에서는 얼마나 움직였나

10월 25일 KIA vs 삼성 리포트(10월 23일 생성)에서 확률을 움직인 요인은 팀 전력 1.3%p, 선발투수 0.6%p, 불펜 가용성 0.0%p였어요. 선발이 아직 발표되지 않아 선발 항목은 팀 평균값으로 대신 계산됐어요. 리포트는 야구에서 한 변수가 5%p 넘게 확률을 움직이는 경우는 드물다고 설명해요.