전 기아 MVP 우승자인 스테판 커리(Stephen Curry)는 그래비티 통계에서 NBA의 선두주자 중 하나입니다.
Gravity는 플레이어가 일반 임무에서 수비수를 얼마나 끌어내는지를 정량화하는 새로운 방법으로, 본질적으로 바닥의 간격이 예측하는 것과 비교하여 그들이 얼마나 많은 관심을 끄는지 측정합니다.
간단히 말해서, Gravity는 수비진이 공에 닿기 전에 누가 반응하도록 강요하는지 알려줍니다.
역사적으로 “시력 테스트”는 특정 선수가 공을 가지고 있는지 여부에 관계없이 수비 계획에 어떤 영향을 미치는지 알아내는 주요 방법이었습니다. 코치와 팬은 어떤 선수가 특별한 주의를 요구하는지 본능적으로 알고 있었지만, 이제 AWS AI 및 기계 학습의 힘으로 새로운 공식 NBA 통계인 Gravity가 도입되면서 시력 테스트가 더욱 스마트해졌습니다.
중력은 공격적인 선수가 공 안팎에서 얼마나 많은 수비 압박을 받는지 정량화하기 위해 고안된 NBA의 첫 번째 통계입니다. 위치 추적 데이터를 활용하고 고급 기계 학습 모델을 기반으로 하는 Gravity 점수는 운전 또는 패스 차선 열기, 회전 이동, 팀원을 위한 기회 창출 등 플레이어가 수비를 얼마나 왜곡하는지 보여줍니다.
NBA의 광학 추적 시스템은 3D 자세 감지를 사용하여 모든 선수 신체의 29개 지점을 초당 60회 추적합니다. 이러한 상세한 신체 위치 좌표는 머신 러닝 모델의 원동력이 되어 바닥의 모든 움직임과 공간 관계를 포착할 수 있습니다.
중력 모델은 공의 위치와 바닥에서의 위치(예상 수비 압박 점수)를 기반으로 선수가 평균적으로 받는 수비 압박을 실제로 받는 압박(수비 압박 점수)과 비교합니다. 이 모델은 각 시나리오에서 방어자가 일반적으로 어떻게 행동하는지 학습하고 방어 조정을 나타내는 편차를 측정합니다. 그 결과, 플레이어가 예상보다 수비에서 얼마나 많은 관심을 끄는지를 측정하는 중력 차이가 생성됩니다.
Gravity 점수는 –100에서 100까지의 정규화된 값이며 0은 리그 평균을 나타냅니다. 0보다 높습니까? 당신은 당김을 가지고 있습니다. 오프볼 80 이상? 수비는 당신이 공을 잡기도 전에 당신을 두려워합니다. 90 이상? 당신은 바닥을 구부리고 있고 수비진은 눈도 깜빡할 수 없는 득점자입니다. 기본적으로 해당 플레이어는 주차장에서 보호되어야 합니다.
그것이 왜 중요합니까? Gravity는 플레이가 시작되기도 전에 게임에 영향을 미치는 플레이어의 능력을 포착합니다. 높은 가치의 간격을 생성하고, 불일치를 이끌어내고, 팀 동료의 작업을 더 쉽게 만드는 플레이어를 강조합니다. 종종 총을 쏘지 않고도 말이죠. Gravity를 사용하면 보이지 않는 충격이 가시화되고 오프볼 충격을 측정할 수 있게 됩니다.
Gravity는 AWS AI의 강력한 기능을 통해 팬들에게 실시간으로 제공하는 차세대 통계 및 통찰력의 일부입니다.