2023년 가을 학기를 앞두고, 유니티는 학생 자유 이니셔티브(SFI) 및 애틀랜타 대학 센터 컨소시엄(AUCC) 과 장기 전략적 파트너십을 체결하여 수석 과학자인 패트릭 루시 박사가 강의하는 ' 농구에서의AI ' 과정을 개설하고 학점 인정 강좌를 제공한다고 발표했습니다.
농구는 지난 10여 년 동안 AI 발전의 최전선에 있었고, Stats Perform SportVU 및 AutoStats와 같은 제품과 여러 예측 모델, 자연어 생성을 통한 인사이트 자동화를 통해 기술 혁신의 많은 부분을 개척해 왔다는 점에서 이번 파트너십은 논리적으로 당연한 선택이었습니다.
이 과정은 모어하우스 대학, 스펠만 대학, 클락 애틀랜타 대학과 같은 AUCC 회원 기관의 STEM 전공 학생들에게 농구에서 데이터의 가치와 인공지능이 데이터의 활용을 극대화하는 방법, 데이터가 스포츠 환경의 모든 것을 어떻게 지원하는지에 대한 기본적인 이해를 제공하는 것을 목표로 했습니다.
"이 과정은 단순히 스포츠에서 AI 응용을 살펴보는 것 이상의 것을 제공합니다. 또한 참가 학생들에게 기술 교육은 물론 인턴십과 커리어 기회도 제공합니다." 라고 말했습니다. 로버트 F. 스미스학생 자유 이니셔티브의 회장이자 Vista Equity Partners의 설립자, 회장 겸 CEO는 이렇게 말합니다. "하지만 가장 중요한 것은 STEM 분야에서 소외된 지역사회의 학생들이 최첨단으로 발전하는 분야에 대해 더 많이 배울 수 있는 기회를 제공한다는 점입니다."
모어하우스 캠퍼스에서 진행된 이 과정을 통해 등록한 학생들은 머신러닝, 컴퓨터 vision, 대규모 언어 모델에 대해 배우고 데이터 분석, 데이터 시각화, 플레이어 평가에 대해 직접 실습해 보았습니다.
루시 박사와 학생들은 WNBA 애틀랜타 드림이 주최하는 HBCU의 밤에 참석하여 한 학기 동안 배운 내용을 실시간으로 어떻게 적용할 수 있는지 직접 확인하면서 학습 기회가 강의실 밖으로 확장되었습니다.
Carl MergeleStats Perform CEO도 이 강의의 초청 강사로 참여하여 업계에 대한 지식과 인력의 다양성을 높이고 인재 파이프라인을 구축하는 데 있어 이 과정의 중요성을 전했습니다.
선구적인 농구AI 과정의 첫 번째 에디션을 돌아보며
농구에서의AI 과정의 학생인 라미아 커리와 차비에 맥다니엘을 만나보세요. 모어하우스에서 4학년이 되는 라미아는 컴퓨터 공학을 전공하며 AI 분야에서 경력을 쌓고자 하고, 차비에는 수학과 물리학을 복수 전공하며 항공 업계에서 일하고 싶다는 꿈을 꾸고 있습니다.
과정이 끝난 후, 두 사람이 배운 내용과 AutoStats 데이터와 대규모 언어 모델을 사용하여 챗봇을 만든 최종 프로젝트의 결과에 대해 더 잘 이해하기 위해 두 사람을 만나 이야기를 나눴습니다.
다음은 인터뷰의 몇 가지 주요 내용입니다.
지난 가을에 수강한 '농구의 AI ' 강좌를 통해 이전에는 몰랐던 AI 대해 어떤 점을 이해하게 되었나요?
이 과정을 시작하기 전에는 대규모 언어 모델(LLM)인 ChatGPT를 대화형 에이전트로 활용하여 코드 생성을 돕거나 매력적인 스토리를 제작하는 데 중점을 둔 비전을 가지고 있었습니다.
이 수업에 들어가기 전에는 예측을 위해 데이터를 처리하고 활용하는 AI 내부 작동 방식에 대한 포괄적인 이해가 부족했습니다. 이제 ChatGPT와 같은 대규모 언어 모델을 사용하여 데이터를 적절히 분류하고 차트와 반응형 피드백 메커니즘을 통해 명확성과 간결성을 확보하는 방법에 대한 인사이트를 얻었습니다. 모든 데이터가 똑같이 가치 있는 것은 아니라는 점을 이해하고 정보를 선별하는 효과적인 전략을 배워 AI 의사 결정의 정확성을 높였습니다.
이 과정의 어떤 점이 마음에 들었나요?
라미아: 저는 특히 컴퓨터 vision 시각화의 영역으로 뛰어드는 것이 즐거웠습니다. 이 수업은 주석과 컴퓨터 vision 대한 주제와 함께 그래프를 사용하여 데이터를 더 잘 시각화하는 방법 등 다른 영역의 AI 대한 지식을 풍부하게 해 주었습니다. 우리가 사용한 대화형 Google 실험실은 이러한 개념을 적용할 수 있는 훌륭한 플랫폼을 제공했습니다. 데이터 과학자와 함께한 수업에서 이러한 리소스를 활용하여 루시 박사는 저만의 도구를 구축하는 데 유용한 가이드와 함께 이 세계로 흥미진진한 여정을 안내해 주었습니다. 동료들과 협업하면서 유용하고 실용적인 지식을 쌓을 수 있었습니다.
Chavier: 이 과정에서 저를 정말 흥분시켰던 부분은 LLM과 컴퓨터 vision 섹션이었습니다. LLM(쉽게 설명하자면 대규모 언어 모델)은 정말 재미있었어요. 지난 여름, 저는 개인 프로젝트(예: AI 스토리텔러/책 작가)를 진행하면서 Chat GPT의 잠재력을 최대한 활용하고 LLM을 전문가처럼 사용하는 방법을 알아보고 싶어서 깊이 파고들었습니다. 이 과정은 이러한 언어 모델의 내부 작동 원리를 더 깊이 이해할 수 있는 완벽한 타이밍이었습니다. 그리고 컴퓨터 vision 부분도 있습니다. AI 탑재된 항공기를 만들겠다는 제 목표와 완벽하게 일치하는 부분이죠. 컴퓨터 vision 제가 꿈꾸는 항공기를 현실로 만드는 데 있어 비장의 무기와도 같습니다. 이 조각들이 어떻게 서로 맞물리는지 보는 것은 정말 흥미롭습니다.
이 과정의 마지막 프로젝트에서 자동 통계 데이터와 LLM 모델을 사용하여 챗봇을 만들라는 요청을 받았습니다. 여러분이 만든 챗봇에 대해 설명해 주시겠어요?
저희 챗봇은 전설적인 찰스 바클리의 탁월한 감각을 그대로 구현했습니다. 저희는 이 최첨단 언어 모델을 수정하여 Stats Perform 자동 통계 데이터를 선별하고, 선수 분석 및 비교를 지원하는 대화형 친근한 대화를 제공합니다. 이 챗봇은 오토스탯 드래프트 데이터, 박스 스코어, 컨센서스를 심층적으로 분석하여 선택한 선수에 대한 정보를 제공하는 개인 농구 GM 도우미 역할을 합니다. 찰스 바클리의 본질을 포착한 스타일로 제공되는 다양한 정보를 통해 스포츠 블로그에서 농구 분석의 세계에 대한 진정으로 매력적이고 통찰력 있는 여정을 경험해 보세요.
최종 프로젝트의 일환으로 한 선수에 대한 구체적인 분석을 해달라는 요청을 받았습니다. 어떤 선수를 분석했고, 그 선수에 대해 어떤 흥미로운 점을 발견했나요?
이제 그리스-나이지리아 출신의 신화이자 위대한 지아니스의 형제인 코스타스 안테토쿤포에 대해 이야기해 보겠습니다. 오토스탯 데이터를 분석하면서 이 포워드에 대한 흥미로운 사실을 발견했습니다. 슛 블로킹 능력과 부드러운 공격 전환으로 유명한 코스타스는 저희의 눈길을 사로잡았습니다. 공격력 면에서는 모 밤바, 자레드 밴더빌트, 레이 스팔딩과 어깨를 나란히 하고 있습니다. 이제 챗봇은 그의 NBA 커리어 순위를 반영하여 데이터를 기반으로 60위에 랭크했습니다. 이 순위는 공격 조정 리바운드에서 강점을 보이고 턴오버 비율에서 100분의 1에 가까운 순위를 기록한 점과 3점슛 수비 성공률에서 약점을 보인 점 등 여러 통계적 요소를 기반으로 합니다. 하지만 데이터에 나타난 편향성을 심층 분석하는 과정에서 그리스에서 정강이뼈 골절로 인해 데이턴 대학에서의 첫 시즌을 통째로 날려버린 힘든 부상을 우연히 발견하게 되었습니다.
최종 프로젝트와 그 결과에 대한 자세한 설명, 라미아와 차비에르의 미래에 대한 전망을 포함한 인터뷰 전문을 읽어보실 수 있습니다, 여기에서.
라미아와 같은 반 친구인 노블 켐프, 존 잭슨, 이사야 윔부시, 로니 키프로노, 아미르 해리스는 8주간의 여름 인턴십 프로그램에 참여하여 모어하우스 학생 6명과 함께 인공지능 팀에서 직접 일해보는 경험을 쌓았습니다.
프로그램 기간 동안 학생 인턴들은 루시, Carl Mergele 박사와 함께했습니다, 엘리자베스 커트리, 법률 고문 겸 최고 인사 책임자, 그리고 Mike Perez최고 운영 책임자와 함께 애틀랜타에서 만찬을 가졌습니다.
새 학기, 새로운 장
2023년 가을 학기의 성공에 이어, 루시 박사는 2024년 가을 학기에 캠퍼스로 돌아와 스포츠 생태계 전반에 걸쳐 딥 데이터와 인공지능의 통합과 적용에 대해 강의하는 ' 스포츠에서의AI ' 강좌를 개설합니다.
대부분의 비즈니스와 마찬가지로, 지난 수십 년 동안 스포츠 조직은 마이클 루이스의 저서 ' 머니볼'의 핵심 주제인 객관적인 성과 측정과 의사 결정 향상을 위해 데이터와 분석을 활용하기 시작했습니다. 이제 조직은 경쟁사보다 우위를 점하기 위해 공간적 위치 및 공 추적 데이터와 같은 보다 세분화된 데이터 소스를 찾고 있습니다.
이 과정을 마치면 학생들은 AI 주요 개념과 스포츠 환경에 적용했을 때 할 수 있는 일과 할 수 없는 일에 대해 전반적으로 이해할 수 있어야 합니다. 루시 박사는 각 강의를 통해 학생들이 AI 계속 공부하고 이 새로운 분야의 일자리에 대비할 수 있도록 영감을 주는 것을 목표로 합니다.
루시 박사는 "이 과정의 가치 제안은 스포츠 분야에서 더 많은 데이터 과학자를 양성하는 것이 아니라, 이전에는 측정할 수 없었던 새로운 인사이트와 기술을 통해 데이터와 AI '측정할 수 없는 것을 측정'하는 데 어떻게 사용될 수 있는지 배우는 수단으로 스포츠를 활용하는 것입니다."라고 말했습니다.
4월3일, 루시 박사는 모어하우스 캠퍼스에서 DEI 및 직원 개발 담당 이사인 조나단 텔레즈와 데이터 분석가인 이사벨 곤잘레스 리코와 함께 곧 개설될 스포츠에서의AI 과정을 홍보하기 위해 모어하우스 캠퍼스를 방문했습니다. 이 팀은 주니어 및 시니어 컴퓨터 과학 세미나에서 이 기회에 대해 자세히 공유하고 스포츠 전반에 걸쳐 데이터를 활용하고 구현하는 방법과 이유를 설명했습니다.
예비 학생들과 만나는 것 외에도, 이사벨과 조나단은 소수계 교육기관 컴퓨터 과학부 협회(ADMI)에서 커리어 부스를 운영하며 소수계 교육기관의 학생 및 교수진과 만나 Stats Perform 가능한 기회에 대해 논의했습니다. 또한 이전 ' 농구의AI 과정의 학생들과 만나 최종 프로젝트인 챗봇을 컨퍼런스 참석자들에게 발표할 기회도 가졌습니다.
