2026년 8월 29일

4단계: TrueSkill 베이지안 레이팅 (체스의 Elo나 Glicko-2 대신 왜 TrueSkill일까?)

초 단위 기록이 빠른 선수가 진짜 더 잘 타는 선수일까요?

수영이나 육상 100m와 달리, 쇼트트랙은 초 단위 기록이 선수의 진짜 실력을 온전히 대변하지 못합니다.

쇼트트랙 기록의 3가지 한계

1. 빙질과 링크장의 차이: 목동 링크장은 빙질이 무뎌서 1등이 44초인데, 태릉 링크장은 빙질이 미끄러워 1등이 42초일 수 있습니다. (목동 1등이 태릉 1등보다 못하다고 볼 수 없음)
2. 결승전 눈치작전: 결승전은 기록 측정이 아니라 순위 싸움입니다. 초반에 서로 견제하며 천천히 돌면 결승전 1등 기록이 예선 4등 기록(46초)보다 훨씬 느리게 나오기도 합니다.
3. 몸싸움과 코너링: 쇼트트랙은 자리싸움과 인코스/아웃코스 추월 능력이 핵심입니다.

💡 결론
초 단위 시간 대신 '누가 누구를 제치고 이겼는가(상대적 승패)'를 점수화해야 합니다.

왜 Glicko-2 대신 마이크로소프트의 TrueSkill인가?

체스, 바둑, 테니스는 항상 1:1로만 승부하는 종목입니다.
반면 쇼트트랙은 4명~6명이 한 링크장에서 동시에 달리는 다자간 순위 경쟁(Free-for-all)입니다.

• Glicko-2의 한계: 다자간 레이스를 1:1 대결 묶음(Pairwise)으로 분해하다 보니, "4명이 한 조에서 함께 경쟁했다"는 경기 전체의 상관관계가 희석됩니다.
• TrueSkill의 강점: 마이크로소프트 연구소가 Xbox 게임의 다자간 매치메이킹을 위해 개발한 모델입니다. 다자간 순위 관계($1위 > 2위 > 3위 > 4위$)를 가우시안 분포($\mathcal{N}(\mu, \sigma^2)$)로 한 번에 모델링합니다.

TrueSkill의 핵심: 실력 $\mu$과 불확실성 $\sigma$

TrueSkill은 선수의 실력을 단 하나의 고정된 점수가 아니라 정규분포 곡선(종 모양)으로 바라봅니다.

       선수 A (신인: μ=25, σ=8.33)               선수 B (베테랑: μ=32, σ=1.5)
              불확실성이 큼                             실력이 매우 확실함
               ╭───────╮                                     ╭─╮
             ╭─╯       ╰─╮                                 ╭─╯ ╰─╮
           ╭─╯           ╰─╮                             ╭─╯     ╰─╮
───────────┴───────────────┴─────────────────────────────┴─────────┴────────
           10   20  25  30   40                          29   32   35

1. 실력 점수 ($\mu$, 뮤): 기본값 25점. 경기에서 상위 순위를 기록할수록 올라갑니다.
2. 불확실성 ($\sigma$, 시그마): 기본값 8.33점.
   • 경기를 많이 치를수록: 선수의 기량이 드러나므로 $\sigma$가 점점 줄어듭니다(점수가 뾰족하고 확실해짐).
   • 오랫동안 쉬면: 실력이 어떻게 변했는지 알 수 없으므로 $\sigma$가 다시 넓어집니다.
3. 노출 점수 (Conservative Rating: $\mu - 3\sigma$):
   • 랭킹을 산정할 때는 $\mu$에서 불확실성을 뺀 보수적인 점수를 사용하여, 신인이 한두 번 반짝 1등 했다고 랭킹 1위가 되는 현상을 방지합니다.

백테스트 검증: Glicko-2 vs TrueSkill 맞대결 결과

이론에만 그치지 않고, 18,425건의 실제 경기(2025~2026 홀드아웃 시즌)를 대상으로 12가지 설정을 정면 비교했습니다.

[실제 백테스트 리포트 결과]
 
순위 |  정책(Policy)   | 주기(Period) | 레이팅 엔진 | 예측 정확도 | 로그 손실(Log-Loss) | 베이스라인 대비 개선
---------------------------------------------------------------------------------------------
🥇 1위 |  conservative  |   대회(meet)  |  TrueSkill  |   71.33%   |      0.55523        |       +11.01% (1위)
🥈 2위 |  conservative  |   월(month)   |  TrueSkill  |   70.84%   |      0.55924        |       +10.37%
🥉 3위 |  aggressive    |   대회(meet)  |  TrueSkill  |   70.50%   |      0.56118        |       +10.05%
...
   5위 |  conservative  |   대회(meet)  |  Glicko-2   |   69.12%   |      0.57896        |        +7.20%
   6위 |  aggressive    |   대회(meet)  |  Glicko-2   |   68.92%   |      0.58005        |        +7.03%

📊 데이터가 증명한 결론

1. 예측 정확도: TrueSkill(71.33%)이 Glicko-2(69.12%)보다 실제 경기 승자를 더 잘 맞췄습니다.
2. 로그 손실(Log-Loss): TrueSkill(0.555)이 Glicko-2(0.578)보다 더 정밀한 승리 확률을 산출했습니다.
3. 개선율: 베이스라인 대비 TrueSkill은 +11.01% 개선되어, 모델 채택 기준(개선율 $\ge 5\%$)을 안정적으로 통과했습니다.

최종 채택된 설정: conservative / meet / trueskill

• conservative (정책): 실격(DQ)이나 부전승(ADV) 같은 심판 판정 노이즈를 배제하고, 순수 완주자들의 순위만을 학습 데이터로 사용.
• meet (주기): 경기마다 점수를 갱신하면 경기 순서에 따른 왜곡이 생기므로, 대회 1개가 끝날 때마다 일괄 배치(Batch)로 실력을 업데이트.
• TrueSkill (엔진): 다자간 레이스 순위를 가우시안 팩터 그래프로 온전히 반영.

전체 1~4단계 종합 로드맵

프로젝트의 데이터 파이프라인은 다음과 같이 유기적으로 연결됩니다.

1. 1단계: 연령별·거리별 공정한 백분위 기준선을 세우고 개인정보를 보호합니다.
2. 2단계: 초등 5~6 성적 밴드를 바탕으로 성인 무대까지의 생존율을 추적합니다.
3. 3단계: 선수의 은퇴 시점을 공백 복귀율 데이터(Stop Rule, $n=1$)로 정확히 판정합니다.
4. 4단계: 환경에 따라 요동치는 시간 대신, 승패 기반 TrueSkill 레이팅으로 선수의 기량을 측정합니다.

부록: Glicko-2 모델의 구조와 한계

Glicko-2는 체스나 온라인 게임(1:1)에서 널리 쓰이는 표준 레이팅 시스템입니다.

1. 다자간 경기를 1:1로 쪼갤 때의 정보 손실

쇼트트랙 4인 경기를 Glicko-2에 넣으려면 6개의 개별 1:1 경기로 분해해야 합니다.

[4인 경기 결과: 1위 A / 2위 B / 3위 C / 4위 D]
👉 총 6개의 1:1 승패 데이터로 변환:
   - A vs B -> A 승
   - A vs C -> A 승
   - A vs D -> A 승
   - B vs C -> B 승
   - B vs D -> B 승
   - C vs D -> C 승

2. Glicko-2의 3가지 차원

Glicko-2는 선수의 실력을 3가지 요소로 모델링합니다.

• 평점 ($\mu$, 뮤): 선수의 실력 점수 (기본 1500점)
• 불확실성 ($\phi$, RD): 최근 출전이 없으면 시간이 지날수록 오차범위가 넓어짐
• 변동성 ($\sigma$, 시그마): 경기력의 기복 정도 (기본 0.06)