Earticle

초록

영어

This study empirically examined the impact of AI-based sports data analysis and race prediction services on the sports industry. Specifically, the analysis focused on AI Pick, an AI-driven race prediction service developed by the Korea Institute of Sports Management Strategy at the request of the Korea Sports Promotion Foundation (KSPO) and deployed on KSPO’s official online betting platform, Speed-On. The data set covered 58 cycle-racing sessions from the 22nd session in 2023 to the 32nd session in 2024, with the final sample reduced to 56 sessions due to the inclusion of lagged variables. The data combined AI Pick view counts provided by KSPO with session-level sales, number of races, and win/place and exacta odds and payouts collected from Speed-On. The dependent variable was log-transformed session sales, with AI Pick views and number of races as the main independent variables and betting accuracy and payout rates as control variables. Python was used for data collection and preprocessing, while the analyses employed SARIMAX (Seasonal Auto-Regressive Integrated Moving Average with eXogenous factors) models in STATA and PROCESS macro (Model 4, 5,000 bootstraps) in SPSS. The results revealed that the number of races did not directly affect sales, whereas AI Pick views significantly increased sales. Moreover, the number of races functioned as a leading factor that raised AI Pick views, and the indirect pathway from race numbers to sales through AI Pick views was statistically significant. These findings suggest that sports betting participants rely more on credible prediction information than on the mere expansion of betting options when making decisions. This study makes an academic and policy contribution by providing the first empirical evidence that an AI-based prediction service enhance industrial performance. It also offers practical implications for digital innovation and data-driven policy design in the sports industry.

한국어

본 연구는 인공지능을 활용한 스포츠 데이터 분석과 경기 결과 예측 서비스가 스포츠 산업에 미치는 영향을 실증적으로 검증하고자 하였다. 구체적으로, 국민체 육진흥공단의 요청에 따라 한국스포츠경영전략연구원이 개발하고 국민체육진흥공단의 공식 온라인 발매 채널인 스피드온(Speed-On)에 탑재된 인공지능 기반 경 기 결과 예측 서비스인 AI Pick을 분석 대상으로 설정하였다. 연구 대상은 2023년 22회차부터 2024년 32회차까지의 경륜 데이터 총 58개 회차이며, 직전 회차 변수 를 포함함에 따라 최종 분석에는 56개 회차가 활용되었다. 본 연구의 실증분석을 위한 자료는 국민체육진흥공단 경륜·경정총괄본부로부터 받은 AI Pick 조회 수와 스피드온(speedon.or.kr)에서 수집한 회차별 매출, 경주 수, 복승·쌍승의 적중률 및 환급률 데이터를 통합하여 구축하였다. 종속변수는 로그 변환된 회차별 매출이 며, 주요 독립변수로는 AI Pick 조회 수와 경주 수를 설정하고, 적중률과 환급률을 통제변수로 포함하였다. 데이터의 수집 및 전처리는 Python을 활용하였으며, 실증 분석은 STATA의 시계열 모형 SARIMAX(Seasonal Auto-Regressive Integrated Moving Average with eXogenous factors)와 SPSS의 PROCESS macro(Model 4, 부트스트래핑 5,000회)를 통해 수행하였다. 본 연구의 실증분석 결과, 경주 수는 매출에 직접적인 영향을 미치지 않았으나 AI Pick 조회 수는 매출을 유의하게 증가 시키는 요인으로 확인되었다. 또한, 경주 수는 AI Pick 조회 수를 높이는 선행요인으로 작용하였으며, 추가 분석에서는 경주 수와 매출 간 관계가 AI Pick 조회 수를 매개로 성립함이 검증되었다. 이는 스포츠베팅 참여자들이 단순한 선택지 확대보다 신뢰성 있는 예측 정보를 기반으로 합리적 결정을 내린다는 점을 시사한다. 본 연구는 공공기관의 요청에 따라 연구기관이 개발하고 공식 플랫폼에서 운영된 인공지능 예측 서비스가 산업적 성과를 증대시킬 수 있음을 최초로 실증적으로 규명 하였다는 점에서 학문적·정책적 기여가 있으며, 향후 스포츠 산업의 디지털 혁신과 데이터 기반 정책 설계에 중요한 시사점을 제공한다.

목차

요약
Abstract
I. 서론
II. 이론적 배경 및 가설
1. 스포츠 애널리틱스와 스포츠베팅 참여
2. 스포츠 애널리틱스와 스포츠베팅 참여
3. AI Pick 조회 수와 스포츠베팅 매출
4. AI Pick 조회 수와 스포츠베팅 매출
III. 연구방법
1. 연구대상
2. 활용 변수
3. 자료처리
IV. 연구결과
1. 가설검증
2. 추가 분석
V. 논의
VI. 결론
참고문헌

키워드

저자

• 이상현 [ Lee, Sang-Hyun | 한국스포츠경영전략연구원 부원장 ] 제1저자
• 김필수 [ Kim, Philsoo | 한국스포츠경영전략연구원 원장 ] 교신저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  콘텐츠와산업 [Journal of Contents and Industry]

• 간기

  격월간

• pISSN

  2765-317X

• 수록기간

  2019~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 600 DDC 700