40대 비개발자도 인사이트 얻었다길래, 나도 그냥 한번 해봤습니다
혹시 AI 대회, 해보고 싶긴 한데
“나는 개발자도 아니고, 전공도 아닌데 괜찮을까?”
이런 생각 해보신 적 있나요?
사실 저도 그랬어요.
코딩도 제대로 못 하고, 머신러닝이니 딥러닝이니 하는 용어는
그냥 기사에서만 보던 단어였죠.
근데 우연히 들은 얘기가 하나 있었어요.
40대 비개발자분이 AI 대회에 나갔는데, 생각보다 인사이트를 많이 얻었다는 거예요.
“아예 못할 줄 알았는데 해보니까 은근히 배운 게 많았다”는 그 한마디에
괜히 솔깃해졌습니다.
그렇게 특별한 목표가 있었던 건 아니었어요.
상금이 탐난 것도 아니고, 커리어에 도움이 되겠다는 계산도 없었고요.
그냥 딱 하나.
“어? 나도 한번 해보면 뭔가 느낄 수 있지 않을까?”
그런 마음으로 조용히 참가 신청을 눌렀습니다.
그래서 나간 대회가 바로 축구 패스 예측 AI 대회였어요.
솔직히 말하면,
대회 시작 전엔 별 기대도 없었고, 그냥 코드 돌려보면 되겠지 싶었어요.
근데 그게 아니더라고요.
정말, 이걸 하면서 생각이 많이 달라졌습니다.
AI가 어떤 식으로 판단하는지,
상위권 참가자들은 어떤 전략을 쓰는지,
그리고 비개발자도 충분히 ‘판단하는 힘’만 있으면 경쟁할 수 있다는 사실
AI 대회는 단순히 코드 실력만의 싸움이 아니었습니다.
진짜는 ‘문제를 보는 시각’과 ‘버티는 힘’의 게임이더라고요.
1. 이 대회는 왜 열렸을까?
이 대회의 주제는 단순했습니다.
축구 경기 데이터를 보고, 다음 패스가 어디로 갈지 예측하는 AI를 만들자!
우리는 인간처럼 데이터를 보고 판단하는 AI를 만들어야 했어요.
어떤 선수가, 어느 위치에서, 누구에게 패스를 했는지,
그 순간 경기 흐름은 어땠는지…
이런 방대한 데이터 속에서
“다음엔 어디로 패스할까?”
이걸 맞히는 게 우리의 미션이었어요.
말은 쉬워 보이죠?
근데 막상 해보면… 생각보다 훨씬 디테일합니다.
2. 점수는 어떻게 매겨졌을까?
AI 대회는 감으로 하는 게 아닙니다.
정확한 평가 기준이 있어요.
이 대회는
‘AI가 예측한 위치’와 ‘실제 패스 위치’ 사이의 거리로 점수를 매겼습니다.
가깝게 맞히면 점수 낮음 → 상위권
멀리 틀리면 점수 높음 → 하위권
그래서 점수는 낮을수록 좋은 대회였어요.
예를 들어,
- 30~40점대: 거의 랜덤처럼 틀린 경우
- 20점대 초반: 예측력이 꽤 괜찮은 모델
- 12점대: 진짜 잘 만든 AI (거의 인간 수준)
저는요?
당연히 처음엔 22점대였습니다ㅎㅎ
3. 나는 어떤 상태로 시작했을까?
개발자도 아니고, AI 전공자도 아니고
논문 같은 건 솔직히 한 번도 안 봤습니다.
“요즘 대회는 코드 복붙해서 돌리면 되는 거 아냐?”
라는 안일한 생각으로 시작했어요.
그래서 Kaggle(캐글)이나 GitHub 돌아다니면서
그럴듯한 코드 찾아서 열심히 복사 붙여넣기 했죠.
결과요?
22점대. 처참했습니다.
이때 깨달았어요.
“아…이건 그냥 버튼 누르는 대회가 아니구나”
4. 처음에 내가 한 방식
초반엔 정말 아무것도 몰랐습니다.
그래서 딱 하나의 모델만 만들었어요.
기본 모델 하나
→ 과거 몇 개의 패스를 보고, 다음 위치를 예측하는 방식
“대충 이쯤이겠지?”
이런 느낌의, 감성 충만 AI였습니다.
학습을 했다고는 하지만
정작 경기를 이해하지는 못하는 모델이었죠.
그래서 점수도 “대충”.
AI가 아니라, 그냥 자동화된 랜덤박스 느낌이었습니다.
5. 상위권 참가자들의 진짜 전략은?
그러다 문득 이런 생각이 들었어요.
“왜 난 안 되지? 상위권 사람들은 뭐가 다를까?”
그래서 Top10 코드들을 살펴봤습니다.
놀라운 사실을 알게 됐죠.
상위권은 하나의 AI만 쓰지 않는다.
그들은 상황별로 특화된 AI를 조합해서 사용했어요.
예를 들면:
- 기억력 좋은 AI → 과거 흐름을 잘 파악함
- 유사 장면 찾는 AI → 비슷한 과거 경기 패턴 분석
- 사람의 습관 지도 → 특정 상황에서 자주 가는 방향 통계화
이걸 ‘적절한 타이밍’에만 조합해서 사용하더라고요.
이걸 보고 느꼈습니다.
“오..그냥 코드를 섞는 게 아니라, 전략이 있구나!”
6. 전략을 바꿔봤습니다
저도 도전을 멈추지 않았습니다.
‘그럼 나도 조합해보자!’ 해서 만든 게 이 구조입니다:
저는 주로 파이썬으로 작업했습니다
파이썬이 그런 면에서 알고리즘 증명하기에는 최고 였으니까요
1. 기본 모델 (LSTM)
→ 경기 흐름을 읽고 예측하는 메인 AI
→ 안정적이고 중심축이 되는 모델
2. KNN (유사 상황 검색기)
→ “과거에 이런 상황에서 어딜 찼지?”
→ 실전에서 정말 유용했어요
3. 히트맵 기반 지도
→ 사람들이 보통 어디로 패스를 많이 하는지 시각화
하지만 중요한 원칙 하나
무조건 섞어서 쓰기
괜히 여러 모델을 섞다가 성능만 떨어지더라고요.
잘 되는 걸 괜히 건드리면 안 된다는 걸, 뼈저리게 느꼈습니다.
7. 이 대회에서 배운 가장 큰 교훈
처음엔 “많이 넣으면 잘되겠지” 했어요.
그런데 아니었어요.
- 무작정 모델 많이 쓴다고 성능이 좋아지는 게 아닙니다
- “잘 되는 걸 망치지 않는 능력”이 진짜 실력이었어요
결국 AI 대회는요,
“어떤 모델을 쓰느냐” 보다 “언제 참느냐”가 훨씬 중요합니다.
전략 없는 욕심은, 결과를 망치기만 했어요. LLM은 앵무새인가, 추론기계인가?
8. 1등을 하고 싶다면, 이렇게 하세요
- 기본 모델을 먼저 제대로 만든다
- 보조 도구는 점수 나빠질 때만 조심히 쓴다
- 욕심이 생길 때일수록 줄인다
- 더하려 하지 말고, 덜 망치려고 노력한다
정말 이 네 가지만 지켜도 상위권은 갈 수 있어요.
그만큼 기본과 판단력이 중요하더라고요.
그리고 알고리즘이라는 단어가 어려울수 있지만요
AI와 알고리즘의 정의와 어떤게 먹히는지는
각종 신뢰있는 논문바탕으로 요약해달라고 하세요
요약 된걸로 생각해보면서 만들어 가면 좋습니다.
9. 비개발자 입장에서 느낀 진짜 후기
이 대회를 통해 한 가지는 확실히 말할 수 있어요. 스레드(Threads) 자동화, 직접 해보니 진짜 자동화는 따로 있더라
AI는 마법이 아닙니다.
그냥 사람의 생각을 코드로 바꾸는 일이에요.
그리고 비개발자라도
- 포기하지 않고
- 하나하나 이해하고
- 왜 틀렸는지 계속 생각한다면
충분히 경쟁할 수 있어요.
결국 중요한 건 코딩 실력이 아니라,
버티는 힘과 생각하는 힘이었어요.
“AI 대회는 코딩 실력보다
버티는 힘과 생각하는 힘의 게임이었다.”
