현장을 기획·운영하고, 반복 업무는 AI로 자동화합니다.

문제

이벤트 기록은 사람이 그대로 읽기 어려운 긴 표입니다. 전·후반마다 공격 방향이 바뀌고 기록 방식의 차이도 있어, 그대로 그리면 장면이 틀어집니다.

한 일

• 읽기 전용 연결로 DB에서 추출하고, 공격 방향을 경기별로 맞추는 보정표를 만들었습니다.
• 득점 확률이 평소 수준 아래로 떨어지는 지점까지 거슬러 올라가 골 장면의 시작을 정했습니다.
• xG, 행동가치, MoM, 승률 모델을 1~120번 경기로 학습하고 121~150번 경기로 채점했습니다.

배운 점

우리 모델이 기준선보다 못한 결과도 그대로 적었습니다. 그래서 경기 리뷰에는 공식 xG를 쓰고, 우리 xG는 위치 가치 지도 학습에만 씁니다.

문제

선발 명단과 포메이션은 손으로 입력하기 때문에 번호 중복이나 선수 누락이 생기고, 그 오류는 데이터를 받는 업체의 연락으로 뒤늦게 드러났습니다.

한 일

입력과 검증을 한 도구로 묶어 중복·누락을 자동으로 확인하고, 입력값과 공식 자료의 차이를 화면에서 바로 비교하도록 했습니다.

결과

개발 전 라운드당 평균 3회였던 업체의 오류 관련 연락이 개발 후 전반기 15라운드 동안 0건이었고, 다른 권역에서도 이 도구를 쓰게 됐습니다.

스케줄

MLB, NPB, NBA, AFC 챔피언스리그, J리그, 유럽 7개 리그, MLS 일정을 사내 DB 두 곳에서 모아 근무 블록과 담당을 채운 엑셀을 만듭니다. 팀원은 실행 파일을 더블클릭만 하면 됩니다.

규칙 다듬기

이른 오전 경기를 새벽에 붙일지는 직전 새벽 경기와 5시간 이상 떨어졌는지로 정합니다. 실제 결과를 보며 열일곱 차례 넘게 고쳤고, 바꾼 규칙은 합성 데이터 테스트로 검증한 뒤 반영합니다.

Slack 알림

DX사업파트 5명을 위한 정기 알림을 기획했습니다. AI의 도움을 받아 필요한 컬럼과 XML 노드를 정확히 지정하고 반복 테스트로 출력 내용을 보완해, DB를 직접 조회하던 정보를 빠르면 1분 이내에 확인하도록 바꿨습니다.

보안

접속 정보는 로컬 설정 파일에만 두고, 팀 배포용 패키지는 민감 정보를 뺀 채로 따로 묶었습니다.

문제

형식별 레시피만 있어서 결과가 들쭉날쭉했고, 화면에 들어간 숫자가 사실과 맞는지는 사람이 눈으로 확인해야 했습니다.

한 일

사실 목록과 샷 플랜의 숫자가 맞는지 코드로 검사하고, 경기 장면·데이터 스토리 등 샷 유형 11종과 K리그 하우스 스타일을 정리했습니다.

결과

눈 검수 전에 자동 검수가 먼저 돌고, 스크립트 하나로 영상 포맷을 모두 뽑으며, 중단된 작업은 이어갈 단계를 표로 찾습니다.

기준

설치 전에 문서를 끝까지 읽고 라이선스와 스크립트의 네트워크 호출을 확인했습니다. 목록에 있다고 안전하다고 보지 않았습니다.

뺀 것

확인 없이 모든 주소의 다운로드를 허용하는 권한, 홍보 워터마크와 자동 업데이트 확인, 세션마다 강제로 실행되는 시작 훅을 뺐습니다.

정리한 것

스킬끼리 규칙이 부딪히는 지점에 우선순위를 정하고, 작업 종류별로 어떤 스킬을 쓸지 고르는 라우팅 표를 만들었습니다.