스포츠와 AI: 성공 사례와 과제

이번에는 Sports Innovation Lab의 최고 사업 책임자(CCO) 겸 사장인 Jennifer Pelino와 함께 AI가 경쟁이 극심한 스포츠 산업을 어떻게 변화시키고 있는지에 대한 매우 흥미로운 논의를 진행했습니다. 이 Q&A에서 Jennifer는 스포츠 산업의 AI 도입 현황, 주요 동향, 난제, 그리고 AI 기반 솔루션과 서드 파티 데이터를 통해 실현하고 있는 실질적인 비즈니스 이점에 대한 인사이트를 알려줍니다. 

Q: Sports Innovation Lab에서 스포츠 산업 내 데이터 및 AI 이니셔티브를 이끌고 계시는데요. 먼저 회사와 본인 소개를 부탁드립니다.

A: Sports Innovation Lab은 팬 인텔리전스 및 데이터 전문 기업으로 현대 팬 행동에 대한 심층적인 인사이트를 통해 브랜드, 자산 및 미디어 플랫폼의 성장을 돕습니다. 저는 CCO 겸 사장으로서 사업 운영 전략을 이끌며, SIL의 데이터, 분석 및 오디언스 솔루션을 통해 더 스마트한 스폰서십, 미디어 구매, 팬 소통을 이끌어내는 방법을 모색합니다. 우리의 독점 데이터 솔루션을 확장하고, 이러한 인사이트를 스포츠 및 엔터테인먼트 생태계 전반에서 실행 가능하게 만들기 위해 Snowflake 등과 전략적 파트너십을 구축하는 것도 저의 중요한 역할입니다.

Q: AI가 스포츠 산업을 어떻게 변화시키고 있다고 보시나요? 그리고 스포츠 산업에서 이미 적극적으로 활용하고 있거나 곧 구현할 계획인 주요 AI 사용 사례로는 어떤 것들이 있습니까?

A: AI는 스포츠 업계에서 팬과의 상호 작용 방식뿐만 아니라 미디어 최적화와 ROI 측정 방식까지 바꾸고 있습니다. 현재 최우선 과제로는 예측 기반 팬 소통, 동적 스폰서십 평가, 미디어 타깃팅을 들 수 있습니다. 콘텐츠 개인화 및 운영 분석에 AI를 활용하는 데에도 관심이 높아지고 있습니다. AI는 단편적 팬 데이터를 비즈니스 성과에 직접적인 영향을 미치는 정밀한 인사이트로 전환하는 데 도움을 줍니다.

Q: 현재 스포츠 산업의 AI 채택 현황은 어떤지요, 또 향후 1~2년의 주요 동향은 어떻게 예상하시나요?

A: 스포츠 산업은 의미 있는 수준의 AI 도입의 초기 단계에 있습니다. 실험적 시도는 많이 진행되고 있지만 AI를 전격적으로 통합한 곳은 별로 없습니다. 앞으로 1~2년이면 AI 기반 팬 세분화, 콘텐츠 제작 및 개인화, 예측형으로 최적화된 미디어 기획 등에 많은 발전이 있을 것으로 예상됩니다. 이처럼 AI 활용의 다음 단계로 진입하는 데는 Snowflake 같은 클라우드 플랫폼과의 파트너십이 핵심적인 역할을 할 것입니다. 브랜드나 팀이 자체 1P 데이터와 SIL 같은 기업의 3P 데이터를 연계해서 활용하려면 말이죠.

Q: 스포츠 조직이 AI 솔루션을 구현하려고 할 때 주로 어떤 애로점을 맞닥뜨리는지, 그리고 이를 어떻게 극복할 수 있는지 말씀해 주시겠습니까?

A: 단편적 데이터, 제한된 내부 역량, 레거시 시스템이 가장 큰 장애물입니다. 스포츠 업계는 대체로 확장 가능한 AI에 필요한 데이터 인프라나 정제되고 상호운용 가능한 데이터 세트가 부족한 편입니다. 이를 극복하려면 강력한 데이터 거버넌스, 클라우드 기반 통합 그리고 턴키 방식 도구와 풍부한 데이터를 통해 AI 구현을 단순화할 수 있도록 Snowflake와 같은 신뢰할 수 있는 파트너가 필요합니다.

Q: SIL은 솔루션에 AI를 어떻게 사용하고 있습니까? Snowflake Cortex AI를 사용하고 있나요?

A: 우리 회사의 Fluid Fan Graph^TM 같은 경우, 수동 수집된 구매, 참석, 뷰 등에 관한 수백만 건의 확정적 행동 데이터를 분석하여 행동 예측의 정확도를 높이고, 동적인 Fluid Fan^TM 커뮤니티를 개발하기 위해 AI를 사용합니다. Snowflake Cortex AI는 Snowflake 생태계에서 바로 확장 가능한 ML 워크플로우를 지원하여 인사이트 확보 속도를 높여줍니다. 이는 팬 인사이트를 더 신속히 운영에 적용하고, 브랜드 및 에이전시 워크플로우에도 곧바로 전달할 수 있도록 해줍니다.

Q: 스포츠 업계에서 SIL의 솔루션과 Snowflake를 통해 AI를 성공적으로 적용하여 상당한 비즈니스 성과를 달성한 구체적인 예나 사례 연구를 소개해 주실 수 있을까요?

A: 가장 먼저 떠오르는 건 선도적인 자동차 경주 관련 업체들이 활용하는 우리 회사의 ‘선두 쟁취(Taking Pole Position)’라는 제목의 사례 연구입니다.  

Taking Pole Position 내용 요약

• SIL의 스포츠 데이터 클라우드는 Snowflake를 활용하여 팀, 리그, 경기장, 브랜드, 판매자, 퍼블리셔의 트랜잭션 데이터 등 수십억 개의 개별 기록을 통합합니다. SIL의 독점 Fluid Fan Graph^TM 온톨로지는 스포츠, 미디어, 상거래 및 엔터테인먼트 전반에 걸쳐 동적인 팬 커뮤니티를 매핑합니다.

• SIL은 Snowflake의 실시간에 가까운 확장형 인프라와 Cortex AI를 활용하여 5억 개 이상의 기록을 대상으로 여러 AI/ML 모델을 실행했습니다. Snowpark 덕분에 비용과 성능을 최적화하면서 분당 200만 행의 추론 속도를 달성할 수 있었습니다.

• NASCAR 같은 고객사는 Snowflake Marketplace를 통해 이러한 인텔리전스를 활용하여 팬들의 지출과 행동을 이해함으로써 새로운 스폰서십 기회도 발견하고, 티켓 판매 및 팬덤 증대라는 소득도 얻었습니다.

• SIL은 Fluid Fan Graph^TM와 Snowflake의 상호운용 가능한 연결형 생태계(ICE)를 결합하여 오디언스 인텔리전스를 재정의하고 있습니다. 다시 말해, 고품질 소비자 데이터와 고급 데이터 사이언스, 그리고 연결 가능한(addressable) 수요를 결합하여 팬 행동을 예측하고 활성화함으로써 새로운 수익과 심화된 소통 기회를 창출합니다.

Q: 팬 경험을 향상시키기 위해 AI를 어떻게 사용하고 있는지, 또 앞으로 팬 소통을 개선하기 위해 어떻게 활용할 수 있을지 말씀해주시겠습니까?

A: AI는 초개인화된 콘텐츠, 프로모션 및 경험을 제공할 수 있도록 해줍니다. 또한 더 스마트한 이벤트 추천, 타깃팅된 메시지 및 예측형 오퍼를 지원합니다. 향후 AI는 디지털 환경에서든 경기장 내에서든 팬들의 여정을 실시간으로 맞춤화하여 상호 작용 전반의 유의미성과 수익성을 높여줄 것입니다. 바로 이 지점에서 SIL의 데이터 세트가 정확도를 높이는 데 기여할 것입니다.

Q: SIL의 AI 기반 솔루션과 독점 데이터 세트를 통해 귀사의 고객이 실현하고 있는 실질적인 비즈니스 이점은 무엇인가요?

A: 우리 고객사들은 캠페인 ROI 향상, 더 빠른 인사이트 도출, 더 효율적인 스폰서십 기획을 통해 브랜드 스폰서와 팀 및 리그를 위한 더 큰 가치를 창출하고 있습니다. 예를 들어, 우리 회사의 오디언스를 사용하는 많은 고객사는 AI 기반 팬 타깃팅으로 고려 대상 집단 내 적합한 소비자들과 프로그래밍 방식으로 연결할 수 있게 됨에 따라 미디어 낭비를 최대 40%까지 줄이고 팬 전환율도 높였습니다. SIL의 독점 데이터는 기존 CRM 데이터의 제한적인 데이터 세트와 뷰로는 파악할 수 없는 기회를 식별하여 고객에게 우위를 제공합니다.

Q: 경쟁이 치열한 스포츠 시장에서 AI의 효과적 활용이 어떤 점에서 경쟁 우위 확보에 도움이 되나요?

A: 오늘날의 분산되고 급변하는 스포츠 산업 환경에서 AI를 활용한 실시간 데이터 중심 의사 결정이 경쟁력 강화로 이어진다는 것은 분명합니다. AI는 복잡한 팬 행동의 해독, 대규모 소통의 개인화, 미디어 및 스폰서십 성과의 최적화 등을 신속하고 정확하게 처리할 수 있게 해줍니다. SIL은 권리 보유자와 브랜드가 산업 환경의 변화를 한 발 앞서 헤쳐 나갈 수 있도록 적응형 팬 여정, 동적 미디어 타깃팅, 실시간 스폰서십 가치 평가 등에 AI를 활용하는 데 중점을 두고 있습니다.

Q: AI에서 서드 파티 데이터의 역할은 무엇인가요? 스포츠 분석에서 3P 데이터는 얼마나 중요한가요?

A: 3P 데이터는 1P 데이터 소스의 간극을 해소하는 데, 특히 익명 또는 일반 팬을 이해하는 데 중요한 역할을 합니다. SIL의 팬 데이터 세트는 기존 통계 소스의 빈자리인 스포츠 생태계 전반의 다양한 틈새 영역에서 심층적이고 풍부한 행동 신호를 포착합니다. 이 데이터 세트가 엄격한 분류 체계가 아니라 미묘한 행동 패턴을 기반으로 팬을 분류하는 SIL의 온톨로지 방법론을 구동하게 되는데요. 이렇게 하면 누가 고가치 피클볼 팬인지, 빅 이벤트 축구 시청자인지, 유소년 야구나 하키 선수 학부모인지 등을 식별할 수 있습니다. 이러한 인사이트를 통합함으로써 브랜드는 실제 팬 수요에 따라 향후 NBA 시즌에 적합한 스트리밍 패키지를 맞춤화하는 것과 같은 더 스마트한 의사 결정을 내릴 수 있습니다. AI는 이러한 인사이트의 규모와 복잡성 문제를 해결하여 이전에는 불가능했던 개인별로 맞춤화되고 효과적인 전략을 구현하는 데 필수적입니다.

Q: 마지막으로 Snowflake Marketplace에 있는 SIL의 독점 데이터 상품들에 대해 좀 알려주시죠. 이들이 고객들의 경쟁력 강화에 어떤 이점을 제공하나요?

A: 우리 데이터 상품들은 행동 신호와 구매 의향 점수 등 사전 클러스터링이 된 고품질의 팬 데이터이므로 곧바로 활성화할 수 있습니다. SIL의 데이터 제품이 독보적인 점은 스포츠 및 엔터테인먼트 전용 인사이트를 실시간으로 제공받을 수 있다는 것입니다. 고객은 이를 자체 환경에 가져와 즉시 기획 또는 타깃팅에 활용할 수 있습니다. 우리는 또한 세분화 정도 등 고객의 요구 사항에 따라 비공개 데이터 상품을 생성할 수도 있습니다. SIL의 데이터는 이미 Snowflake에 저장되어 있으므로 우리는 거의 실시간으로 맞춤형 요청에 응할 수 있습니다.

Snowflake가 스포츠 산업에서 어떻게 경쟁력 강화를 지원하고 있는지를 더 알아보시려면 Snowflake AI 스포츠 데이터 클라우드로 들어오세요.