|
:: 게시판
:: 이전 게시판
|
- 경험기, 프리뷰, 리뷰, 기록 분석, 패치 노트 등을 올리실 수 있습니다.
통합규정 1.3 이용안내 인용"Pgr은 '명문화된 삭제규정'이 반드시 필요하지 않은 분을 환영합니다.법 없이도 사는 사람, 남에게 상처를 주지 않으면서 같이 이야기 나눌 수 있는 분이면 좋겠습니다."
19/11/08 14:43
데이터 마이닝은 선수급이 아니라도 충분히 가능하죠..
통찰은 데이터를 어떻게 묶어서 의미를 가지게 만드냐에 대한 센스인거고, 이건 선수급이면 유리한 면이 있겠지만, 아주 큰 상관은 없을겁니다..
19/11/08 14:44
데이터 마이닝 정도라면 굳이 선출 아니어도 됩니다.
그리고 분석가가 굳이 선출일 필요도 없습니다. 분석가가 다 선출만 있는 건 아닙니다. 야구 세이버매트리션들이 죄다 야구선수 출신이 아니죠.
19/11/08 14:48
아니 극단적으로 발전한 예를 들은거고 실제로 분석가중 선출 아닌 분들이 롤에도 많이 있어요.
와드 분석 이런 자료는 그냥 롤붕이도 만들 수 있고요. 그리고 야구처럼 롤도 선수 체감보다 데이터를 우선하는 분위기로 바뀌어야 합니다.
19/11/08 14:52
롤이 스포츠라고 선수 체감으로 끝나는줄 아시나요? 롤 유저라면 모두가 나름대로 연구하고 실험 다 합니다. 숫자 데이터를 본다구요. 다른 스포츠와는 달라요 애초에
19/11/08 15:02
기세파님 분석 결과를 혹시 본 적이 있으십니까?
비록 선수가 분석한다 할지라도 선수가 느끼는 것보다 데이터로 증명되는 더 좋은 픽이 있다는 게 이미 증명이 되었고 애초에 선수가 다 안다로 끝내기에는 트할의 패치된지도 모름이나 선수들의 노틸러스 혐오를 보면 완전히 헛소리입니다. 아니 노틸러스 선수들이 성능은 좋은데 둔해보인다고 기피했던 전례가 있는데 무슨
19/11/08 14:55
예를들어 천상계 정글러라면 단순 캠프속도를 넘어 어디까지 도달시간 몇초인지 이런것들 다 알고있어요.
이미 플레이어가 정말 디테일하게 알고있다니깐요 그리고 이미 그런 분석코치는 모든팀이 다 있지않나요? 제가볼땐 G2의 방식도 그와 별반 다르지 않습니다 그래서 G2 분석진 10명 소문은 출처가 어디인가요? 근거가 있나요?
19/11/08 15:06
그렇게 디테일하게 알고 있어도 본인의 생각과 데이터가 다른 경우는 어마어마하게 많습니다.
오른 레넥톤으로 충분히 찢는다고 생각하는 선수들도 많을걸요. 그래서 찢었어요? 그냥 솔랭 데이터 상성대로 갔죠?
19/11/08 14:52
(수정됨) 야구도 처음에 야구계에서 똑같은 소리 했습니다. 뛰어보지도 않은 놈들이 뭘 아느냐, 데이터에서 뭐가 나오냐 야구는 선수가 하는거다 등등.... 그리고 결국 다 깨졌죠.
그리고 재밌는건 저렇게 말 하는 선수 감독들도 간단하게 구해지는 타율이나 방어율같은 통계는 열심히 믿었다는 것...
19/11/08 14:58
애초에 선수들부터 데이터를 기반으로 이미 움직이고 있는데 도대체 야구와 롤의 공통분모를 찾을래야 찾을수가 없네요
이게 정답이라뇨?? 두분 다 롤에 대해 잘 모르시는게 보입니다 이미
19/11/08 15:04
아니오 선수들은 데이터를 기반으로 움직이지 않아요. 분석에 따르면 오른은 스크림보다 실전에서 더 강한 픽이고 선수들이 데이터보다 더 약하게 느끼는 이유조차 있고
노틸러스 둔해보여서 단체로 기피했던 역사가 있던 시점에서 그건 그냥 개소리입니다.
19/11/08 15:09
그 데이터를 기반으로 움직인다는게 어떤 데이터죠? 단순한 시간계산같은거 말고요. 최근 들어 나온 용/골드별 승률 변화만 해도 충분히 활용되던가요? 아이템이나 룬 선택은 좋아보인다고 가지 않고 데이터 기반해서 다 가고있겠죠?
19/11/08 15:42
다른 건 몰라도 선수들이 데이터 기반으로 움직이고 있다는 말은 선수들 본인이나 관계자들 증언을 통해서도 이미 몇차례 부정이 된 바 있습니다.
19/11/08 14:53
어떤 도메인이든 데이터 분석은 아직까지는 도메인 지식보다 분석쪽 지식이 더 중요합니다.
보통 그 도메인에서 일한다고 생각했을때 주위에 해당 도메인의 전문가들은 많지만 그 중 데이터마이닝, 데이터분석을 제대로 이해하고 설계하고 구현할 수 있는 사람은 많지 않거나 아얘 없을 확률이 높거든요. 앞으로 데이터 분석에 대한 편의성이 높아지고 있는 추세라 향후에는 누구나 도메인 지식만 있으면 데이터 분석을 할 수 있는 시대가 오겠지만... 단순 분석을 넘어서서 추론과 예측의 영역으로 가려면 데이터사이언스 전문가가 필요합니다. 그리고 해당 전문가는 롤이라는 게임을 이해하고 규칙을 잘 파악하기만 한다면 반드시 롤을 잘할 필요는 없습니다.
19/11/08 15:09
"해당 전문가는 롤이라는 게임을 이해하고 규칙을 잘 파악하기만 한다면 반드시 롤을 잘할 필요는 없습니다"
제가 그쪽이라서 말씀드리는데 이게 데이터분석의 환상이라는겁니다 티어는 부차적인 문제라 치고 분석데스크 진행할 정도로 롤을 안다면 맞는말씀이네요 자 이제 질문드립니다 최소 빛x님정도 롤 볼줄알면서 기술적으로 데이터 다룰수있는 이공계통 인재가 어디 있을까요~?
19/11/08 15:16
저도 데이터마이닝 전문가로 현역에 있습니다. 제가 본 이쪽 분야의 현실을 말씀드린것 입니다.
데이터마이닝 전문가가 혼자 코칭 감독 모두 하는게 아니라면 그정도의 전문 지식이 있을 필요가 없습니다. 지금 전세계적으로 그리고 특히 국내에서는 데이터마이닝 한 분야의 전문가를 찾는 것도 매우 어렵습니다. 모든 분야에서 수요가 있기 때문이에요. 그런데 최소 해설가능한 롤 전문가이면서 데이터마이닝 전문가를 어떻게 찾습니까? 애초에 해당 분야의 전문가만 데이터 분석을 할 수 있다라고 생각하는게 정말 이분야에서 일하시는 분 맞는지 의심스럽습니다. 알파고를 만든 개발자들이 바둑에 대해서 얼마나 알고 있었을까요?
19/11/08 15:14
농구나 축구 선수들과 코치들도 님과 똑같은 소리를 했었는데, 요즘 세이버매트리션과 같은 데이터가 중시되어가고 있죠.
분석가가 선출이어야한다는 전제부터가 잘못된 것이고, 야구와 롤은 다르다는 그 주장 역시 잘못된 겁니다.
19/11/08 15:23
그 스탯으로 설명 할 수 없다는 축구도 이미 옛날에 옵타를 비롯한 전문 스탯업체나 자체적 전문 분석가로 스탯 뽑아내기에 열중이죠 크크
처음에 스털링 왜 쓰는지 모르겠었는데 영국 스탯전문가들이 중용해야한다고 해서 뭔 개소리인가 했더니 바로 다음해 증명하더군요.
19/11/08 14:48
그냥 10분에 포탑 방패 갯수 차이를 몇 개 이상 벌렸을 경우에 승률이 몇 퍼센트인지 이런 건 일반인이라도 롤이 뭔지만 알면 시간을 들여서 찾아낼 수 있죠. 개인 화면 같은 걸 하나하나 보고 취합하면 되니까... 아마 그런 일을 하는 직원들이 많다는 것 아닐까요?
그걸 가지고 어떤 결론을 도출시키고 그 결론에 맞는 전략을 짜는 건 코칭스탭만이 할 수 있겠고...
19/11/08 14:50
뭐 짧은 말을 하셔도 상관없는데 중간에 세이버매트릭스 관련해서 롤에 대한 깊은 통찰이 어쩌고 하시길래 거기에 대해서만 말씀 드렸습니다
그런 일을 하는 직원이 많은 거라면 말씀하신 두 사람 코칭스탭 외에도 있을 수 있을 테니까요 그런 일을 하는 직원이 많다는 건 어디서 나온 얘기냐? 그건 저도 궁금하네요...
19/11/08 14:59
롤이 변수가 많아서 데이터마이닝이 안된다는게 완벽한 헛소리인게...
이게 안되면 애초에 알파스타같은걸 만드는게 불가능해야되죠... 그 데이터마이닝을 기반으로 기계학습을 시키는건데요...
19/11/08 15:01
롤이 변수가 많아서라기 보다는 잦은 패치로 인해서 데이터마이닝이 어려운 것은 맞는 것 같습니다. 거기에 시즌이 바뀌면 규칙 자체가 달라져 1년전 데이터는 쓸모가 없기도 하고요. 즉 생각보다 유효한 데이터를 모으기가 어려울 수 있습니다.
19/11/08 15:04
그리고 알파고 스타버젼은 아직 못만들었죠? 사람과 동일한 조건에서 시행해야하는데 그게 아직까지 어렵습니다
혹여나 최근 뉴스에 나오는것 보고 답변달진 말았으면 좋겠네요
19/11/08 15:32
차라리 기사 나온걸 체크 못했다고 하는게 솔직할 거 같은데요.. 그건 잘못이 아닙니다.
https://cdn.pgr21.com./free2/66927? 심지어 피지알에도 관련글이 있어요.
19/11/08 15:06
(수정됨) 킹존만 해도 분석으로 재미 엄청 스프링~서머 1R까지 쏠쏠하게 봤는데..
데이터 분석은 실제로 효과가 꽤 있습니다. G2가 용의 가치를 낮게 보는 운영을 하는데. 이 운영의 근거는 이미 해외의 분석가들이 통계적으로 초반 용이 골드보다 가치가 없다는걸 증명해냈기도 하고요. 한국에서 그렇게 좋아하는 첫바다도(선수들 체감도 좋다고) 실제 가치는 똥이라는걸 수치화 한것처럼.. 킹존에서 분석하시던 기세파님이 이번에 롤드컵에서 오른 무조건 쓰일거라고 자료들도 제시했는데 실제로 많이 쓰인 것처럼.. 실제로 해외 분석팀에서 '용 쓰레기라는거 '증명해 냈고 라이엇도 그래서 20년에 '용 효과 불용빼고 모두 다 리뉴얼하는데요.. 다 구리다는게 입증되서..'
19/11/08 15:06
17년에
Head Coach 영벅 Coach 쇽즈, 웰던 Head Analysis 더프만 이었네요. 더프만이 Analysis가 아니라 Head Analysis인걸보면 팀으로 데려온게 아닐까 합니다.
19/11/08 15:07
그럼 왜 선수들은 하등 승리에 도움도안되는 극초반 바다용을 좋아하나요?
플레이어들이 데이터를 알고있다면 첫용이 바다용인거본순간 양팀다 용은 거들떠도 안보고 불리해서 할거없어진 쪽이 줏어가는식이 되야할텐데 솔랭에서도 대회에서도 유지력늘어나서 라인전 편하다고 좋아하더군요. 실제로는 그냥 쓰레기인데요.
19/11/08 15:11
이 글이 던진 떡밥이 1) 지투가 가진 분석인력 숫자는 어디서 나왔나? 내 확인한 바론 둘 외엔 못 찾겠던데? 2) 데이터마이닝은 롤에 대한 깊은 지식을 가진 사람만이 가능하다 이 두 가지인데 1)은 저도 어디서 나온 소린지 궁금하긴 한데 말씀처럼 여or부 둘 중 하나로 끝나는 단순한 문제라면 2)는 꽤 재밌고 복잡한 이야깃거리가 될 거 같아요. 그래서 많은 사람들이 그 얘기 한 사람만 등판하면 되는 1) 대신 2)를 물고 있는 듯하고...
19/11/08 16:00
네 저도 말씀대로 1)이 궁금합니다. 정말로 g2에 분석인력이 많은지.
SKT와 G2의 게임 이해도 차이가 발생했다면 그게 분석인력덕분인지, 아니면 그냥 G2게이머 5명이 다 롤잘알이었는지.
19/11/08 15:08
[여기서 말하는 깊은 통찰이라는건 최소 대회 경험이라도 있는 선수급을 말합니다] 이거 자체가 엉뚱한 이야기라 뭐.. 머신러닝으로 돈 번다면서 머신러닝 공부는 해봤냐고 말씀하시는 분이, 롤 전문분야 운운하는 건 좀 웃기긴 합니다. 어그로 끌려고 그러는건가 싶어요. 대뜸 댓글로 롤을 알지도 못하는 것 같아 보인다는둥, 롤 티어가 어떻게 되냐는둥.. 크크
19/11/08 15:12
아니 뭐 최소 머신러닝으로 밥 벌어먹으면서 롤 대회 경험한 선수 출신 급의 깊은 통찰을 하면서도 이렇게 질낮은 어그로를 끌고 글삭튀 하는 사람이 있을 수도 있죠 크크..
19/11/08 15:09
https://cdn.pgr21.com./free2/67034#3257683
https://cdn.pgr21.com./free2/67034#3257672 여기도 제가 원래 있던 사이트랑 크게 다르지 않네요 크크
19/11/08 15:10
아니 그냥 노틸러스를 '둔해보여서' 선수들이 쓰기 싫어했던 역사가 있어서 데이터 기반으로 선수들이 픽한다 이건 그냥 헛소리입니다.
19/11/08 15:13
저도 G2의 분석인원이 10명 이상이라는 이야기의 출처에 대해 많이 의아하긴 합니다. 맨 처음 봤던 것은 월광의밤님이 쓰신 글에서 G2의 시스템을 강조하며 코칭스태프가 10명이 넘는다는 이야기였습니다. 저도 이 정보의 출처에 대해 궁금해서 '혹시 지투와 fpx의 감코진 숫자에 대한 출처를 알 수 있을까요? 물론 실 인원이 10명이 넘어갈 수 있다는 점에는 동의하는데, 외부로 이런 정보들이 나온건 궁금해서요.'라고 댓글을 달긴 했습니다. 어쨌든 이야기가 자꾸 와전되면서 G2의 분석팀은 10명이 넘고, 코칭스태프는 20명이 넘는다더라 이런 식으로 된 것 같은데 분명히 사실 관계는 잘못된 것 같긴 합니다. 코칭스태프 아예 통틀어서 10명이 넘을 수는 있어도 분석팀이 10명이라는건 비효율의 극치라고 봅니다. 온라인으로 일하는 사람들을 포함하더라도 10명은 오버같습니다.
어쨌든 여러 중국팀이나 미국, 유럽팀들은 코칭스태프 구성이 리그피디아에 제대로 나와있지 않은 경우가 많습니다. 대회에서 나와서 피드백하고, 밴픽하는 사람들을 제외하고 뒤에서 분석, 코칭하는 서포팅 인원을 코칭 스태프로 이름을 올릴 이유가 없거든요. 코칭스태프로 명단을 제출하려면 코치 계약표 요약 제출해야하고, 코칭스태프 심사 받아야하고, 계약 기간 공시나 계약 공시일 공시같은것도 다 올려야 해서 여러가지로 번잡스러운데, 코칭스태프 명단을 제출해서 얻는 이득은 코치 박스 구역 내에 있을 수 있는거나 밴픽에 참가할 수 있는것 말고는 없거든요. 그것도 밴픽에 참가하는 인원은 두명으로 한정되어있고요.
19/11/08 15:29
저도 g2 코치 10명은 월즈 대기실 화면 비치는거 보고 오해한 팬들이 말과 말이 전달되어 와전되는 와중에 나온거 같습니다.
오피셜하게 g2 분석팀이 10명이다 이건 모르는 일이죠. 그런데 더프만의 직책이 수석 분석가인거 보면 별도 분석팀이 있는건 확실하다고 봅니다. 그리고 한국보다 서구권이 타종목만 봐도 통계적으로 접근해 분석해주는 사이트들이 발달하고 전에 기세파님과 대화를 나눴던 것처럼 서구권 분석업무는 과거부터 주로 온라인에서 파트타임이나 단기계약으로 이루어지고 전문적인 통계업체와 연계해서 한다는거보면 한국보다 훨씬 더 전문적인게 맞죠. 언급하신 리그피디아도 팬들이 그냥 집단 지성으로 하는 우리나라로 치면 나무위키같은 곳이고 lpl만 해도 김가람 전감독이 코치로 강등되어 같이 월즈 왔지만 공식 코치 목록에는 등록되어 있지 않았죠.
19/11/08 15:35
데이터 분석에 회의적인 시선을 가진것 같은데, 저도 글쓴이분의 일부 의견에는 동의합니다. 제대로 계획을 세우지 않고 무작정 데이터 사이언티스트를 데리고 오면 독이 됩니다. 프로팀에서 요구하는 데이터들과 실제 데이터 사이너티스트가 다루는 데이터나 목표가 상당한 괴리가 생겨서 제대로 활용을 못할 수도 있지요.
가령 국내의 한 LCK 팀에는 무려 2018년부터 데이터팀이 있습니다. 실제 롤 통계에 관련된 사이트에 종사하시는 분들을 모시고 만들었다고 알고 있습니다. 매우 파격적인 행보지요. 그럼에도 불구하고 그 데이터팀에서 개발하는 각종 지표나 방향성이 프로팀과 엄청난 차이가 있었습니다. 결국 그 데이터팀은 LCK 팀의 선수들과 코칭스태프에게 제대로 된 자료를 주지 못했고, 결국 그 LCK팀의 코칭스태프가 더 이상 데이터팀에게 자료를 안받겠다고 선언해서 2019년 한 해에 단 하나의 자료도 안받는 상황도 벌어졌습니다.
19/11/08 15:15
제가 머신러닝은 모르지만 고도의 데이타마이닝을 통해 본문이 지워질 확률이 50%라는 것은 잘 알겠읍니다. 근데 본문 내용 일부는 왜 반복이 되는 건가요? Verse1 Verse2 이런 식인가..
19/11/08 15:15
쟁점을 아주살짝 떠나 정말궁금한게 있습니다만
선출 혹은 권위있는 롤전문가와 공학적 모델링에 능한 인재가 공동연구하여 기존의 팀내부 에서 통용되는 롤 이론을 좀더 명확한 논리적모델로 정리하고 이를 컴퓨팅으로 실현하여 거기에맞는 양식의 데이터를 크롤링한후 이를 마이닝하는 방식에대해서는 어떻게 생각하시나요? 선출 분석관이 그냥 엑셀쓰거나 통계전문 코딩언어 배워서 통계분석하는거랑 큰차이가 없을까요?
19/11/08 15:25
전문가 역량에 따라 다르겠지만 선출 비전공(선출 전공 수준이라면 말이 달라집니다.) 수준의 데이터 분석과 선출 코치 + 데이터마이닝 전문가는 아웃풋의 수준이 다를 것입니다. 이론적으로 데이터만 바쳐준다면 데이터마이닝 만으로 상대가 A픽일때 최고 승률을 내는 B픽을 구할 수 있습니다. 물론 왜 B픽이 좋은지는 코치진과 선수들이 알아내야 합니다. 알고리즘에 따라 힌트정도는 구할 수 있을 것 같습니다. (어떤 데이터를 근간으로 결과가 나왔는지) 문제는 롤이 패치가 빠르고 차이가 큰편이라 어느 패치 버전까지의 데이터로 구성하는 지에 따라 결과의 유의미함이 크게 다를 수 있겠죠.
19/11/08 15:16
(수정됨) 제가 아는 선에서 적으면
0 - 어차피 실시간으로 피드백 할 수 있는 김정균 같은 사람이 아니면 굳이 공식 코치에 등록할 필요는 없다. 1 - 해외의 코칭스태프+감독+분석을 모두 포함해서 10명이상 있는 팀들은 있다. 2. - 그냥 온라인 스태프나 그런 경우도 있다 (과거에 BJ흔한이나 몬테등도 했던).. 3 - 해외팀들 중에 https://shadow.gg 와 같은 곳들과 연계해서 실제 분석 데이터를 받아오는 곳들도 있다 (LCK도 지금 하는 팀들이 소소하게 있긴 합니다.. 단지 shadow는 기대치 이하라는 평이 많아서 LCK에선 접은 팀들도 어느정도 되는걸로..) 오라클엑셀, 골지지 이런곳들도 순수하게 자료만 주는게 아니라 프로팀하고 연계해서(계약) 자료를 추가로 넘겨주는 일들도 하는데요. 최근에 한국 프로팀들도 이런거에 관심이 생겨서 업체 or사람 고용 진행하는것으로 알고 있기 때문에.. 본격적으로 발전해나가지 않을까 싶습니다. 사실 숨겨진 꿀 챔피언 하나만 찾아줘서 그걸로 1승만 챙겨도 할거 한거라서..
19/11/08 15:17
어그로가 이상하게 튀어서 댓글도 엉뚱한 방향으로 가고있는데, 원래 글이 제기한 의문은 저도 참 궁금합니다.
언제부턴가 LPL, LCS의 코칭스탭이 십수명이라는 정체불명의 이야기가 팩트처럼 받아들여지고, 그로 인해 코칭스탭들이 부족해서 LCK가 지고있다는 결론이 나오고 있습니다.
19/11/08 15:20
사실 LCS는 TSM등은 코칭스태프 규모가 더 커지고 있긴 합니다.. -.-;; 기사들도 나온..
문제는 그들은 아무리 커져도..... 북미는 아직 갈길이 많이 멀어서...
19/11/08 15:17
확실히 코칭스탭 10명은 출처가 궁금하긴 합니다. 저도 어디선가 보고 경기중 리플레이 팀 리액션 볼때 사람들로 꽉 찬 거 보고 저 사람들이 다 코칭스탭인가 생각했었는데...
19/11/08 15:17
머신러닝으로 돈버는 사람이라고 자칭하는데 그럼 머신러닝에 관한 전문적인 글이라도 피지알에 좀 올려보시길
본인전문분야도 아닌 롤에서 괜히 뻘소리 날리지 말고
19/11/08 15:18
댓글 방향이 다른 쪽으로 흐르는 거 같은데 제목에 있는 의문은 저도 궁금하긴 하네요. 보면 롤판에는 잘못된 정보를 마치 사실처럼 믿고 계시는 분들이 많더군요. 아무래도 이판이 메이저 언론을 통한 정보가 많지 않아 인터넷 정보에 의지할 수밖에 없고, 팬들이 접할 수 있는 정보에 한계가 있어서 그렇겠지만요.
19/11/08 15:20
https://cdn.pgr21.com./free2/67034#3257710 이분 어그로 재능이 엄청나네요. 단어선택이 기가막힘 크크크 검은수염식 화법 아..됐다.. 크
19/11/08 15:21
데이터 기반 알고리즘들에 익숙하지 않은 분들에게 데이터의 힘에 대해 말씀드려봐야 전혀 설득이 되지 않습니다. 거의 이 글의 댓글들과 비슷한 전개에요. 패러다임 자체가 너무 생소하고 와 닿지 않기 때문에 서로 대화 자체가 성립되지 않아요. 몇 년 전에 피지알에서 바둑과 같은 턴제 게임들이 스타크래프트 같은 실시간 게임보다 경우의 수가 적어서 AI에 의해 더 빨리 정복될 것이라는 주장을 제가 한 적이 있는데, 그 때 무슨 소리냐 바둑의 한 수는 스타크래프트의 클릭 한번과는 비교도 안 되는 의도의 철학이 담겨 있기 때문에 절대 그렇지 않다라고 끝까지 주장하시던 분 생각나네요. 요새 보면 돈이 되는 분야는 결국 데이터의 힘에 의존하게 되는 것 같습니다.
19/11/08 15:23
문제는 지금 현직 전문가분들도 이 글 내용에 동의하지 않고 있는데요. 이 글은 데이터의 힘을 강조하는 게 아니라 선수들은 이미 데이터대로 움직이고 롤 데이터마이닝은 롤에 빠삭해야한다 두가지 내용이라
19/11/08 15:26
"해당 분야에 관한 깊은 통찰"을 무엇보다 강조하는 사람들에게 데이터의 힘에 대해 이야기해봐야 대화가 성립되지 않는다는 의도로 글을 썼는데 글솜씨가 짧아서 오해가 있는 것 같네요.
19/11/08 15:27
이 글 쓰신분은, 머신러닝 관련된 직업을 가지셨다함에도 불구하고
데이터 기반 분석이 오히려 쉽게 되지않는다는 의견을 가지신 분입니다. 말씀하신 의견과 아예 반대의 사람이에요...
19/11/08 15:36
저도 머신러닝 관련해서 일한다는 말이랑 그님티를 한 사람이 한다는 게 참 황당합니다 -_-;; 데이터과학으로 돈벌어먹는 사람이 가장 극혐할 게 저 그님티 마인드일텐데
19/11/08 15:31
머신러닝쪽 하다보면 데이터 분석 또는 머신러닝 결과와 자신이 생각한 통념이 어긋나면 데이터가 틀린 것이라고 주장하는 걸 볼 때마다 피곤하죠.... 그래도 코드읽는아조씨님 말처럼 요즘은 점점 데이터를 많이 찾는 흐름으로 가는 것 같습니다
19/11/08 15:39
사실 머신 러닝 쪽이 더 심한 것 같아요. 잘 모르면서 머신 러닝을 도깨비 방망이처럼 신봉하는 자들 vs 잘 모르면서 공포심/방어적 감정으로 머신 러닝을 아무것도 아닌 것처럼 폄훼하는 자들(ex. xx업계의 어떤 작업을 머신 러닝이 대체할 수 있다는 것은 잘 모르는 컴돌이들의 x소리다). 이 양 극단의 사람들 때문에 일반인들이 더 휘둘리고 왜곡된 정보를 가지게 되는 것 같습니다.
19/11/08 15:46
그리고 그런 분들은 보통 윗선에 있는 경우가 많아서 하면 되는거 아냐? or 이거 못믿겠는데? 둘 중 하나를 당하게 되고...ㅠㅠ
19/11/08 15:24
(수정됨) G2의 코칭스탭 구성에 대해선 아는 바가 없지만 글쓴분께서 롤 관련 데이터분석을 너무 무의미하다고만 생각하시는 거 같아 댓글을 남기자면, 롤이 야구처럼 데이터화시키기에 어려운 건 맞는데(잦은 패치로 룰이 휙휙 바뀌는데 그 변화를 수치화시키는 것도 너무 빡세고 야구처럼 경기의 각 단계들을 분절시키는 것도 어려움) 그럼에도 선수들의 직관을 뛰어넘는 유의미한 분석 성과가 있다는 걸 킹존이 보여줬죠. 머신러닝 하시는 분이라면 아시겠지만 기세파님께서 드래곤 가치 분석하신 거 보면 그냥 데이터 왕창 모아서 선형회귀 한 것에 불과해요. 분석의 필요성에 대한 인지와 데이터만 있으면 콜롬버스의 달걀처럼 순식간에 코딩 잠깐 해서 돌릴 수 있는 분석일 가능성이 크죠. 하지만 원소용 등장한지 몇 년 동안 아무도 그런 분석을 안했어요. 그저 선수들과 유저들의 체감이 있었을 뿐이죠. 그 분석을 해야겠다는 생각이 바로 기세파님이 가진 인사이트였고 그 인사이트가 실제 프로 세계에서도 통용된다는 게 다른 대회도 아니고 월즈에서 증명되었습니다.
다른 수많은 스포츠에서 그랬듯 현장에서 최고 수준의 경쟁을 하는 선수들도 모든 요소를 합리적으로 분석해서 움직이지 않습니다. 더구나 글쓴분조차 댓글에 쓰셨듯 [그님티?] 라는 한마디로 논쟁을 실력대결로 일축해버리는 논의 환경에서는 더더욱 그렇죠. 비효율적인 플레이를 사기적인 메카닉으로 극복하는 플레이어가 그 비효율적인 플레이조차 극복하면 한 단계 위로 가는 겁니다. 그님티로 일축하면 나중에 비슷한 메카닉에 열린 마인드 갖춘 플레이어가 등장할 때 도태되는 거고요. 무슨 롤파고마냥 데이터 사이언티스트들이 롤판의 패러다임을 쥐고 흔들 거란 얘기가 아닙니다. 롤이 가지고 있는 특성 때문에 굉장히 제한적인 분석을 할 수밖에 없겠으나 그조차 의미가 있을거란 거예요.
19/11/08 15:26
그냥 챔프를 순수 성능이 아니라 내가 스포트라이트를 못 받아서, 둔해보여서, 자존심 때문에, 이런 요소가 들어간다는 걸 롤팬들은 봐왔죠.
19/11/08 15:42
말씀하시는 것처럼 노틸러스가 [멍청해 보여서] 같은 멍청한 이유로 외면당했던 적도 있고 당장 올해 LCK에서도 아트로스 죽음의무도 안가서 사람들 피토하게 만드는 프로게이머가 있었고 다른 리그에서는 단식메타가 뭔지도 모르고 상대하던 선수도 있었는데 글쓴이 의견처럼 모든 선수가 다 분석한단 말은 일고의 가치도 없죠. 애초에 아무리 분석적인 선수여도 혼자서 다 분석하고 찾아내기엔 롤은 너무 방대합니다
19/11/08 15:25
데이터분석의 승리 사례는 야구뿐만아니라 농구 축구 등등의 다양한 스포츠에서도 쏟아져나옵니다. 요즘 괜히 빅데이터 시대가 아니죠. 데이터분석은 생각보다 예상치 못한 정보를 많이 주곤 합니다.
19/11/08 15:25
제기한 의문은 생각해볼 만한 부분인 것 같은데, 글쓴이 태도가 영 글러먹었군요.
왜 이렇게 날이 서 있는지 궁금하군요. 아니면 그냥 평소에 화가 많으신 건가..
19/11/08 15:50
피지알에 이 글 올라오기 전에 똑같은 논리전개에 G2 코치보다 미디어 마케팅 인력이 더 많을거라는 마무리까지 유사한 글을 디씨 롤갤에서 본거 같습니다.
19/11/08 15:27
뭔가 제가 아래 쓴글이랑 정 반대 맥락으로 글을 쓰신듯 하는데, G2에 분석관이 있건 말건 고도화된 분석을 위해 딥러닝과 데이터마이닝이 활용될수 있는건 자명한 사실입니다. 분석관이 대회경험이 있어야 한다는건 마치 프리미어리그 분석관이 적어도 1뷰리그 선수 경험은 있어야 한다는 말과 같습니다. 분석관은 말그대로 코치와 선수들이 원하는 방향으로의 분석을 실행할 스킬만 있으면 됩니다. 롤에대한 이해도가 있으면 당연히 도움이 되겠죠. 실제로 게임회사에서도 데이터마이닝 많이 사용하고 OP.GG 같은 곳에도 그런 인력 많습니다. 말씀하시고자 하는 논지가 뭔지 잘 모르겠네요. G2에 분석관 없으니까 우리도 하지 말자? 롤은 데이터를 사용한 분석이 불가하다?
19/11/08 15:27
grabbz와 duffman의 공식 직함은 Head Coach와 Head Analyst입니다. 저도 레딧에서 본 거지만 G2가 여러 분석가를 운영한다고 들었는데 저 직함으로 미루어보면 상식적으로 파트장 역할의 Head가 있고 그 밑에는 공식적으로 써놓지만 않았다 뿐이지 충분히 분석가 역할을 하고 있는(온이든 오프든) 인력들이 있다고 추정하는게 자연스럽지 않나 싶습니다
19/11/08 15:32
궁금한 게, 글쓴 분 글 쓰시고 글에서 피드백하실 때 자주 그님티 시전하시던데요,
정작 본인 티어는 공개하신 바가 없는 것 같습니다. 속시원하게 티어부터 까고 말씀하시죠. + 그리고 솔랭 챌 다는 프로게이머들도 모르는 사실이나 틀리게 알고 있는 사실 많다는 점이 이미 여러 사례에서 증명이 됐는데, 그걸 좀 아셔야 할 것 같습니다. 아니면 알면서 일부러 이런 글/댓글들 쓰시는 거겠죠.
19/11/08 15:34
누구나 자기들은 다르다고 생각했죠. 하지만 현실은 크든 작든 모든 스포츠가 현장바깥에 알못들이 수집하고 분석하는 데이터가 현장의 잘알들의 평생 작은세계안에서 느끼고 따른 체감데이터보다 옳다는 방향으로 움직이고 있죠. G2 코치,분석이 정말 그렇게 많나 하는 주제는 저도 꽤 흥미로웠는데 본문내용보니 딱 깨고 리플을 보니 한숨만..그님티?그님티? 신나는 노래~
19/11/08 15:36
발제 내용에서 앞 문단에 해당하는, "G2의 분석코치진이 10명이 맞는가?" 만 취하고,
뒤는 "할 말도 별로 없는데 춤이나 춥시다" 라고 치환해서 보시면 되겠습니다.
19/11/08 15:38
그걸 뭐하러 공개된 장소에 오픈해서 써놔요 거기다 다 써놓으면 다른팀이나 기업에 스카웃이나 당하고 다 털리지
롤이나 머신러닝이나 그님티는 글쓴분 먼저 하시구요
19/11/08 15:41
(수정됨) 1. 지투가 코칭 스탭이 많은가?
- 그걸 아는 사람이 여기 있을리가..? 패스하죠 이건 2. 분석가들은 얼마나 해당 종목을 잘 알아야하는가? - 숫자쟁이가 꼭 롤을 잘 알아야 하는 건 아니고, 롤쟁이가 꼭 숫자를 잘 알아야하는 건 아닌데 숫자쟁이를 이끄는 사람이랑 롤쟁이를 이끄는 사람은 양쪽에 어느정도 이해가 있어야 올바른 방향으로 나갈 수 있다고 봅니다. 야구로 예를 들면 돈 없는 구단의 수뇌부는 저비용 고효율 정책을 운용하고 싶은데 데이터팀은 클러치 능력, 수비, 강심장 같은 '비싼 선수들의 능력'이 실제로 포스트시즌에서 정말 중요한가 같은 걸 연구하고 있으면 전혀 시너지가 안나겠죠? 돈 없는 팀에는 가장 저평가된 지표가 무엇인가를 발견해서 그 지표 위주로 선수를 구하는 방법을 모색해야겠죠. 이런 식으로 분석과 현장이 서로를 이해하면서 원활한 소통을 해야한다는 거는 당연한 일반론이라고 생각합니다. 여기서 분석일 하시던 분도 솔랭 티어 높은 걸로 알고 있고..
19/11/08 16:03
좋은 말씀이십니다. 분석과 현장이 서로를 이해하면서 원활한 소통을 통해 적절한 분석으로 팀에게 도움을 주는 것이 필수적이지요. 수많은 산업에서 데이터 분석과 현장이 충돌하는 일들이 마찬가지로 롤 프로팀들에서도 일어나고 있습니다.
19/11/08 15:41
글쓴이는 [머신러닝을 직업으로 삼는 사람이라고 자칭하는데 사실인가?] [그님티를 시전할 정도라면 티어는 마스터정도는 되야할텐데 그런가?]
두가지 질문에 인증을 할수없다면 그저 허세와 거짓으로 일관하는 사람이 될뿐이죠. 인증 기다리겠습니다.
19/11/08 15:46
롤갤서 똑같은 어투로 쓴 걸 봐서 그쪽에 먼저 쓰신걸 옮겨오신 것 같은데... 정확히 10명이란 건 잘 모르겠고 서구권서 온라인 분석가들 대거 쓰는게 유구한 전통이었던 걸로 기억하고, 데이터 마이닝은 선수 출신만이 아니라 일반인이나 AI로도 충분히 가능한 영역입니다. 그리고 그래서 님 티어는을 이렇게 당당히 쓰실 정도면 대체 본인 티어가 어디쯤이시란 이야긴지... 이전에 떠나신 분은 일반 유저로 그마 찍었음에도 이렇게 무례하게 그님티 쓰신적 한번도 없던 걸로 기억하는데요.
19/11/08 15:55
(수정됨) 근데 이거 중요한 문제일 수도 있다고 생각합니다. 한번 짚어볼만해요.
요새 화두가 분석가의 역할이 중요하다인데, 사실 최고의 주가를 달리고 있는 G2도 인원이 많은 것이 아니다 라고 한다면, 문제를 다른데서 찾아야 되거든요. 요새 lck의 문제를 전문 분석가가 부족한게 가장 크다고 이미 결론부터 내리고 얘기되는게 많아서요. 다른 얘기하면 롤알못되는 분위기라..
19/11/08 16:20
저는 전문 분석가가 얼마나 많은가는 중요하지 않다고 생각합니다. 실제로 IT기업이 아닌이상 대기업에서도 데이터 분석 전문가의 수는 그리 많지 않아요. 아니 분석 전문가는 꽤 있는데 최신 데이터 마이닝 기술을 제대로 적용 가능한 전문가는 손에 꼽을 정도에요... 그래도 요즘엔 워낙 공개된 라이브러리가 많아 찾아 배워서 하는 정도는 다들 하긴 합니다.
각설하고 수보다는 양질의 데이터 분석 전문가가 존재하는가 아닌가가 중요한 것 같습니다. 아마 코치진 들도 통계분석 수준은 다 할꺼에요. 최근 어떤 픽이 많이 되고 승률이 높으며 특정 팀이 인베를 올 확률이나 동선 예측 등은 아마 모두 하실 거라고 믿습니다. 그 이상을 캐치해낼 수 있는 전문가는 사실 하나 둘이어도 있고 없고는 큰 차이라고 생각합니다. 픽밴 조합에 따른 승률이라던지 어느 구역에 와딩을 할 확률, 초반 동선 최적화 등의 영역같은 일 말이죠.
19/11/08 15:55
근데 소스 팩트 확인하는것도 중요하긴 하죠.
분명 슼이 g2한테 지고 나왔던 말 들 중에 메타분석이란 말이 많았고 그 근거로 g2는 분석하는 사람만 10명이라는 소스 없는 정보가 팩트처럼 돌긴 했으니까요. 이걸 근거로 lck팀들은 분석하는 인원이 너무 없다라는 말까지 나온거구요.
19/11/08 16:06
저도 글 내용을 떠나서, 해외 팀처럼 분석팀이 많아야한다 이거에 대한 소스가 궁금합니다. 개인적으로는 그냥 자조적인 분위기에서 나오는 뇌내망상 정도라고 생각합니다만..
그리고 추가로, 저는 G2 오프더레코드를 보고 이 팀이 드래곤보다 골드를 중요하시는게 팀차원의 데이터 분석을 통해서 나온게 아니라는 생각이 들더군요. 그냥 애초에 G2라는 팀 자체 스타일이 용보다는 골드와 타워를 중시했던 팀이고 그게 결과로 드러난게 아닐까 싶은.. 전문 분석가가 많으면 좋겠지만 저는 올해 다른 팀들의 선전이 분석 때문이라는 생각은 안듭니다.
19/11/08 16:07
여러 스포츠에서 보건데, 데이터 관련해서 다루는 쪽은 오히려 선출이 아닌 편이 좋은 것 같습니다.
(데이터를 다루는 데 있어서) 선수 출신이 가질 수 있는 장점은 분명히 있다고 봐요. 어떤 데이터를 수집해야 선수에게 도움이 되는지, 어떤 식으로 가공해야 선수가 보기 쉬운지, 데이터가 게임 내에서 어떤 식으로 작용하는지 그 누구보다 빠르게 가장 잘 알 수 있겠죠. 그렇지만 동시에 자신이 해온 플레이에 생각이 머물 가능성도 높아요. 지금 선수들 보면 솔랭 하는 거 보면 알겠지만, 패치 내역 같은 것 보고 분석하기보다는 많은 게임을 통해서 직접 경험하는 것을 선호하는 선수들이 더 많아요. 그런 선수들이 나중에 데이터를 다루는 사람이 되면 데이터에서 새로운 사실을 찾아내기보다는 자신의 생각을 강화하는데 데이터를 쓸 가능성이 높다고 봅니다. 야구의 종속 이론 같은 것들이 그런 예가 되겠죠. 그래서 오히려 인사이트, 통찰 면에서는 선수로서 직접 잘 뛰지 못해서 오히려 데이터로만 경기를 접하는 사람들이 유리할지도 몰라요. 자신의 경험이 부족하기 때문에 오히려 선입견이 없을 경우도 있거든요. 선수들이라면 하지 못할 생각도 데이터 전문가들은 데이터만 보고도 생각해내야 하지 않을까 싶습니다. 데이터 전문가들이 롤 티어가 낮아서 게임에 대해서 잘 모른다면 코치가 직접 높은 수준의 게임을 뛰고 있는 선수들의 생각과 요구사항을 잘 정리해서 전달하면 될 뿐이죠.
19/11/08 16:08
(수정됨) 머신 러닝의 머 정도는 아는 바로 프로 씬의 롤은 머신 러닝 분석을 도입하기가 좀 힘들것 같습니다. 그냥 전통 통계가 훨씬 좋을것 같아요.
좋은 Training Data가 너무 적고 추려내기도 힘들어요. 첫째로 야구와 달리 라이엇은 게임 패치하기를 너무 좋아하기 때문에 패러미터들이 계속 달라지는 것이 큰 문제이고요 둘째로 많은 데이터를 얻을수 있는 솔랭들은 경기/스크림과 태생이 다르죠. 챌린져 솔랭만 봐도 쓰로잉, 트롤이 난무한데 그런 곳에서 좋은 분석을 얻을 수있을지 궁금합니다. 뭐 챔에 따른 룬 특성, 아이템 조합 같은 분석은 전통 통계로도 충분하니까요. 다만 챌린져급 A.I.가 나오면 그건 또 다를 것 같습니다. 그냥 패치마다 A.I. vs A.I. 시뮬레이션 24시간 돌려놓고 어느 조합과 어느 전략이 잘 먹히는 지는 알수 있을것 같네요 수정: 좀 더 생각해보니 머신 러닝으로 챔피언들을 능력, 스킬, 스탯, 계수들로 세분화시켜 패치마다 딱히 돋보이지 않는 꿀챔들을 찾을수도 있겠네요.. 초반 깡패, 왕귀 캐릭 등등..
19/11/08 16:15
안그래도 프로씬의 롤에 머신 러닝을 도입할 수 있을지 궁금하긴 했습니다. 컴공이 아니라 그냥 타 과에서 공학박사 따면서 이것저것 본게 전부라 아는 지식이 한정되어있어서 머신러닝의 머자도 모르다보니 어떤 식으로 응용할 수 있을지 감이 안잡혔거든요. 매트랩의 머신러닝 툴박스를 봐도 이게 써먹을 수나 있나 싶긴 했었는데... 의견 주셔서 감사합니다.
19/11/08 16:34
결국 데이터 설계가 중요합니다. 어떤 데이터를 어떤 형태로 쌓을 것이냐. 결국 알고리즘 적용할꺼면 매트릭스 형태로 만들어야합니다. 그리고 타겟으로 무엇을 구할 것이냐. 이 두가지만 되면 그 다음부터는 라이브러들이 알아서 해줍니다. 물론 어떤 알고리즘을 적용할건지 부터 파라미터 설정등 파고 들어가면 끝이 없긴한데 크게보면 저게 다에요.
시작하시려면 저는 python을 추천드립니다. 매트랩은 너무 크고 느리고 무엇보다 유료... 요즘 python으로 라이브러리들이 잘 나와서 조금만 공부하면 비전공자들도 금방 따라하시더라고요.
19/11/08 16:26
저도 여기에 동의합니다. 어려운 점이 많을거고 그래서 오히려 기초 통계량을 바탕으로 전문가가 코칭하는게 아직 더 유효할 수도 있다고 생각합니다. 하지만 그래도 도전해볼만한 과제는 많을 것 같습니다. 그리고 최근의 적은 데이터로 효과를 극대화하고자 하는 few-shot 러닝 등 최신 기술을 적용할만한 여지가 있는거 같긴해요.
19/11/08 16:34
저도 머신러닝을 도입하는건 쉽지 않다 생각하지만,
롤이 아무리 패치가 자주되고 메타가 바뀌더라도, 롤의 근본적 큰 뼈대인 '소환사의 협곡에서 두팀이 겨룬다.' 라는 뼈대가 있는 이상 어느정도 고정적인 데이터가 분명히 존재하리라 봅니다. 그 데이터들을 통한 분석을 통해 얻을 수 있는 부분이 분명히 있으리라 생각하구요... 그 정보를 아느냐 모르느냐에 따라 만약 승률이 정말 미미하다 할지라도, 차이가 난다면, 프로스포츠에서는 충분히 도입해봄직 한것이죠... 그리고 굳이 '머신러닝' 은 아니라도, 데이터 사이언티스트나 애널리스트의 투입은 충분히 고려할 가치가 있다 생각합니다.
19/11/08 16:58
넵 동의합니다. 올바른 분석과 머신 러닝/통계가 제대로 적용되면 분명 이득이 되겠죠.
하지만 아직도 많은 업계에선 데이터와 머신러닝만 있으면 뭐든 다 해결될거는 의견들이 많으니 조심스레 글 써 봤습니다. 특히 이스포츠 업계에선 이런 것에 혹하고 돈낭비 많이하는 업체들이 많을 것 같아요.
19/11/08 17:04
머신러닝이 과연 효과가 있는지는 차치하고 정말로 분석가가 10명 넘게 있는건지 궁금하긴 합니다.
여기에도 올라온 분석글에도 자주 등장하는것 같은데 도대체 소스가 어디인지... 뇌피셜을 더해보자면 숙소 요리사가 호텔 주방장 출신이라 롤을 잘하는건 아닐까요?
19/11/08 20:04
흠...저도 수많은 분석관이란 표현을 썼었지만 몇인지는 모르겠어서 대충 얼버무렸던지라...
작년 트리스타나의 점프 인베도 그렇고 이번 4강전에서 보여준 대전략도 그렇고 적어도 "상대팀"을 분석하는 인력이 꽤 많은건 사실 같거든요. 상대팀의 성향에 맞추어서 본인 팀이 낼수있는 최선의 전략을 짤수 있도록 많은 데이터를 수집하고 분류해주는거 같아서요. 이건 본문의 머신러닝과는 관계가 없지 않나..?
19/11/08 20:14
수많은 데이터가 그걸 입증해도 선수가 안쓰면 도루묵이죠 크크크 아트록스가 죽무를 가는데 적팀이 치감템을 안갑니다. 아니면 한명만 가서 게임이 개박살이나요. 근대 그 한명이 가서 진건지 다른 사람이 치감템을 더둘러야 하는지 이런 판단을 하위권으로 내려갈수록..(한화의경우) 하기 힘들어집니다....그리고 팬이 알려준 상대팀 분석표도 kt는 내버린 경우가 있을정도로 직접 kt마갤에 가서본건대 진짜 상대와딩부터 습관 하나하나 다 써져있는데 그걸 안봤다고 들었는데(이번년도 암울한 kt시절..) 그정도로 경직된 팀이 있을정도인대 그마가 1부 경험한 코치가 롤드컵 우승자인 페이커가 말해도 안들을겁니다.
19/11/08 20:43
저도 본문에 나온것처럼 G2의 스태프가 그렇세 많지 않은 것 같은데 분석가를 따로 두거나 뭐 이런 얘기가 나오는 건 이해가 안돼죠. 오늘 지투 경기를 복기해보면 선수들 머리속에 이미 상황별 손익 계산을 머리속에 염두해두고 플레이 하는 느낌이었습니다.
19/11/08 22:28
스태프 수야 여기서 많다는 글도 올라왔고, 간접적으로 반박하는 글도 올라왔지만 대충 알려진 건 진짜 스태프 많이 쓰는 외국 팀들도 있다, 그정도인 것 같고. 그래서 의문까지는 제기 할 수 있는데.
너무 단정적으로 얘기하셔서 정말 성공적인 커리어를 보내는 중이셔서 독단적인 성격이신건지, 그냥 어그로이신건지 모르겠네요.
19/11/09 13:24
저기 그님티할꺼면 클템이나 강퀴, 좁쌀 조나스트롱, 전용준 모두다 그냥 입 닫고 게임만 봐야할 텐데요. 으딜 감히 프로들의 게임을 함부러 재단할려고 합니까.
애시당초 비디디가 예전에 야스오할때 주문포식자 + 스테락 안겹치는 거 모르고 간거만 봐도 프로라고 모든 것에 다 아는 것도 아닌데 왜 그님티가 튀어나오는지 모르겠습니다. 글보니까 딱 본 아이디 가지고 계시고 이걸로는 그냥 뱉고 싶은 말 마음대로 뱉고 피드백 하나도 안하는 것같은데 부끄러우신줄 아셨으면 좋겠네요. 남자답게 합시다 좀. 그리고 skt의 분석 스태프가 부족하다는 건 이미 아니라고 말이 나왔었고 대부분 그 말을 꺼낸 팬들도 하도 메타나 운영에서 심각하게 차이가 나서 게임을 패배해서 그런 말을 한건데...
19/11/10 10:35
비디디 멜모+스테락 사례는 코치나 분석이 있어야 알수있는게 아니랍니다
pgr이나 여타 다른 모든 롤 커뮤니티에서 문제삼았을 만큼 브실골플다마챌~선수까지 전부 다 알고있었던거죠 돌고돌아 G2 코칭스태프 10명이라는 이야기는 결국 출처도 근거도 없군요
19/11/10 18:22
단순하게 데이터마이닝이라는 부분만 놓고 보면 데이터의 양보다 중요한게 데이터와 결과와의 상관관계겠죠. 예를들어 특정 챔피언의 스킨과 승률의 상관관계 같은건 아무리 데이터를 모아봐야 쓸모없을테니까요.
실제 머신러닝에서도 데이터를 분석하는 알고리즘도 물론 중요하지만 데이터를 가공하고 그 중에서 쓸모있는 데이터를 추려내는 일은 결국 사람이 합니다. 그리고 나선 그냥 반복적인 계산을 하는것 만으로도 예측의 정확성을 높힐 수 있는거고요. 즉, 어떤 데이터를 가지고 매트릭스를 만들어낼 것인가에 대한 인사이트를 제공하는건 한두사람이더라도, 그 다음부터는 단순한 노가다를 해 줄 사람들만 있으면 되는겁니다. 다시말해, 데이터분석팀이 10명이라 치면 그 중에 롤에 대해 빠삭하게 아는 사람은 한둘이면 충분하다는 얘기죠.
|
||||||||||