ABOUT THE SPEAKER
Rajiv Maheswaran - Researcher
Using advanced data analysis tools, Rajiv Maheswaran and Second Spectrum help make basketball teams smarter.

Why you should listen

Sports fans can get obsessed with stats about player performance and game-day physics. But basketball, a fluid and fast-moving game, has been tough to understand through numbers. Rajiv Maheswaran is working to change that, by offering pro basketball teams insight into game data to make better decisions. Maheswaran is the CEO and co-founder of Second Spectrum, a startup transforming sports through technology. He is also a Research Assistant Professor at the University of Southern California's Computer Science Department and a Project Leader at the Information Sciences Institute at the USC Viterbi School of Engineering, where he co-directs the Computational Behavior Group.

His research spans various aspects of multi-agent systems and distributed artificial intelligence using decision-theoretic and game-theoretic frameworks and solutions. His current interests focus on data analytics, visualization and real-time interaction to understand behavior in spatiotemporal domains. Like, say, the spatiotemporal domain around a basketball hoop.

More profile about the speaker
Rajiv Maheswaran | Speaker | TED.com
TED2015

Rajiv Maheswaran: The math behind basketball's wildest moves

라지브 매헤스워렌 (Rajiv Maheswaran): 농구의 격렬한 동작 속에 숨은 수학

Filmed:
2,683,104 views

농구는 즉흥적인데다가 신체 접촉이 많고 시공간적 패턴을 인식해야 하는 동작이 빠른 경기입니다. 라지브 매헤스워렌과 동료들은 농구 경기의 핵심적인 플레이 속에서 동작을 분석해 코치와 선수들에게 직관과 새로운 데이터를 결합할 수 있도록 돕고 있습니다. 보너스: 코치와 선수들의 학습을 통해 우리는 어떻게 인간이 움직이는지 이해하는 데 도움을 얻을 수 있습니다.
- Researcher
Using advanced data analysis tools, Rajiv Maheswaran and Second Spectrum help make basketball teams smarter. Full bio

Double-click the English transcript below to play the video.

동료와 저는 움직이는 점의
과학에 푹 빠져있습니다.
00:12
My colleagues동료들 and I are fascinated매혹적인
by the science과학 of moving움직이는 dots도트.
0
954
3583
00:16
So what are these dots도트?
1
4927
1150
이 점들은 무엇일까요?
00:18
Well, it's all of us.
2
6101
1287
글세요. 우리 모두죠.
00:19
And we're moving움직이는 in our homes주택,
in our offices진력, as we shop가게 and travel여행
3
7412
5085
우리는 집에서나 회사에서도 움직입니다.
시내를 돌며 쇼핑하거나
전 세계를 여행할 때처럼 말이죠.
00:24
throughout전역 our cities도시들
and around the world세계.
4
12521
2066
00:26
And wouldn't~ 않을거야. it be great
if we could understand알다 all this movement운동?
5
14958
3669
이 모든 움직임을 이해할 수 있다면
굉장하지 않을까요?
움직임 속에 담긴 패턴과
의미를 찾아 이해할 수 있다면
00:30
If we could find patterns패턴들 and meaning의미
and insight통찰력 in it.
6
18918
2890
00:34
And luckily운 좋게 for us, we live살고 있다 in a time
7
22259
1785
다행히 자신에 대한 정보를 수집하는데
굉장히 능숙한 시대에 살고 있습니다.
00:36
where we're incredibly엄청나게 good
at capturing캡처 information정보 about ourselves우리 스스로.
8
24068
4497
00:40
So whether인지 어떤지 it's through...을 통하여
sensors센서 or videos비디오, or apps,
9
28807
3663
센서나 비디오나 어플을 통한다면
00:44
we can track선로 our movement운동
with incredibly엄청나게 fine detail세부 묘사.
10
32494
2809
엄청나게 아주 미세하고 자세히
움직임을 담아낼 수 있습니다.
움직임을 가장 잘 수집할 수
있는 곳 중 하나가
00:48
So it turns회전 out one of the places장소들
where we have the best베스트 data데이터 about movement운동
11
36092
5032
00:53
is sports스포츠.
12
41148
1208
스포츠죠.
농구, 야구, 미식축구, 축구 경기라면
00:54
So whether인지 어떤지 it's basketball농구 or baseball야구,
or football축구 or the other football축구,
13
42682
5333
01:00
we're instrumenting계측 our stadiums경기장
and our players선수 to track선로 their그들의 movements동정
14
48039
4402
경기장에서 선수들의
움직임을 포착할 수 있습니다.
매초 모든 움직임을 말이죠.
01:04
every...마다 fraction분수 of a second둘째.
15
52465
1313
01:05
So what we're doing
is turning선회 our athletes운동 선수 into --
16
53802
4382
동료와 제가 하는 일은 선수들을
01:10
you probably아마 guessed추측 된 it --
17
58208
1959
여러분이 아마 짐작하고 있는
01:12
moving움직이는 dots도트.
18
60191
1396
움직이는 점으로 변환하는 것입니다.
01:13
So we've우리는 got mountains산들 of moving움직이는 dots도트
and like most가장 raw노골적인 data데이터,
19
61946
4934
움직이는 점을 엄청 많이 가지고 있는데
대부분의 원데이터 처럼
01:18
it's hard단단한 to deal거래 with
and not that interesting재미있는.
20
66904
2502
처리하기도 어렵고
흥미롭지도 않은 것이죠.
01:21
But there are things that, for example,
basketball농구 coaches코치 want to know.
21
69430
3769
하지만 예를 들면 농구 코치들이
알고 싶어하는 것들이 있죠.
01:25
And the problem문제 is they can't know them
because they'd그들은 have to watch every...마다 second둘째
22
73223
3810
매 경기를 모두 지켜보고 기억했다가
처리해야 하기 때문에 알 수 없죠.
01:29
of every...마다 game경기, remember생각해 내다 it and process방법 it.
23
77057
2589
01:31
And a person사람 can't do that,
24
79804
1930
사람이 그것을 할 수 없죠.
01:33
but a machine기계 can.
25
81758
1310
하지만 기계는 할 수 있습니다.
01:35
The problem문제 is a machine기계 can't see
the game경기 with the eye of a coach코치.
26
83661
3410
문제는 기계가 코치의 눈으로
경기를 지켜볼 수 없다는 거죠.
적어도 지금까지는요.
01:39
At least가장 작은 they couldn't할 수 없었다 until...까지 now.
27
87363
2261
기계가 볼 수 있게 하려면
무엇을 가르쳐야 할까요?
01:42
So what have we taught가르쳤다 the machine기계 to see?
28
90228
2103
01:45
So, we started시작한 simply간단히.
29
93569
1787
간단한 것부터 시작했어요.
01:47
We taught가르쳤다 it things like passes통과,
shots주사 and rebounds리바운드.
30
95380
3799
패스, 슛, 리바운드
같은 것들을 가르쳤죠.
01:51
Things that most가장 casual평상복 fans팬들 would know.
31
99203
2541
보통 팬이라면 그 정도는
알 수 있는 거죠.
01:53
And then we moved움직이는 on to things
slightly약간 more complicated복잡한.
32
101768
2832
그런 다음 조금 더
어려운 것을 가르쳤죠.
01:56
Events이벤트 like post-ups포스트 업,
and pick-and-rolls픽 - 앤 - 롤, and isolations격리.
33
104624
4588
포스트업, 픽앤롤,
아이솔레이션 같은 기술이죠.
02:01
And if you don't know them, that's okay.
Most가장 casual평상복 players선수 probably아마 do.
34
109377
3543
이런 기술을 몰라도 괜찮습니다.
대부분 보통 팬들도 아마 그럴 거예요.
02:05
Now, we've우리는 gotten얻은 to a point포인트 where today오늘,
the machine기계 understands이해하다 complex복잡한 events사건
35
113560
5340
현재는 기계가 복잡한 기술을
이해하는 수준까지 와 있습니다.
02:10
like down screens스크린 and wide넓은 pins다리.
36
118924
3073
다운 스크린과 와이드 핀
같은 기술 말이죠.
02:14
Basically원래 things only professionals전문가 know.
37
122021
2726
기본적으로 이런 것들은
전문가만 아는 것입니다.
02:16
So we have taught가르쳤다 a machine기계 to see
with the eyes of a coach코치.
38
124771
4388
우리는 기계가 코치의 눈으로
볼 수 있도록 가르쳐 왔습니다.
02:22
So how have we been able할 수 있는 to do this?
39
130009
1857
우리가 어떻게
이것을 할 수 있었을까요?
02:24
If I asked물었다 a coach코치 to describe기술하다
something like a pick-and-roll픽 - 앤 - 롤,
40
132511
3118
제가 코치에게 픽앤롤
같은 것을 설명해 달라고 하면
02:27
they would give me a description기술,
41
135653
1640
제게 설명하죠.
그러면 전 그것을 알고리즘으로
인코딩하려면 죽을 맛이죠.
02:29
and if I encoded암호화 된 that as an algorithm연산,
it would be terrible무서운.
42
137317
2856
02:33
The pick-and-roll픽 - 앤 - 롤 happens일이 to be this dance댄스
in basketball농구 between중에서 four players선수,
43
141026
4278
픽앤롤은 농구에서 4명 선수 사이에서
이런 식으로 움직이며 일어납니다.
02:37
two on offense위반 and two on defense방어.
44
145328
1912
두명은 공격하고
두 명은 방어하면서 말이죠.
02:39
And here's여기에 kind종류 of how it goes간다.
45
147486
1618
예를 들면 이런 거예요.
02:41
So there's the guy on offense위반
without없이 the ball
46
149128
2533
공 없이 공격하는 선수가 있습니다.
02:43
the ball and he goes간다 next다음 것 to the guy
guarding가딩 the guy with the ball,
47
151685
3209
공을 가지고 있는 선수를
수비하는 선수 옆을 지나가다가
02:46
and he kind종류 of stays체재하다 there
48
154918
1257
잠시 거기에 있다가
02:48
and they both양자 모두 move움직임 and stuff물건 happens일이,
and ta-da타다, it's a pick-and-roll픽 - 앤 - 롤.
49
156199
3317
그 선수 둘이 움직였다가 채워넣으면서
짜잔, 이게 픽앤롤이죠.
02:51
(Laughter웃음)
50
159540
2215
(웃음)
02:53
So that is also또한 an example
of a terrible무서운 algorithm연산.
51
161779
2508
그것 역시 복잡한 알고리즘의 예입니다.
02:56
So, if the player플레이어 who's누가 the interferer간섭 자 --
he's called전화 한 the screener스크리너 --
52
164913
4204
막아 주는 선수를 스크리너라고 부르는데
03:01
goes간다 close닫기 by, but he doesn't stop,
53
169278
2872
가까이 다가가지만 막아주지 않는다면
03:04
it's probably아마 not a pick-and-roll픽 - 앤 - 롤.
54
172174
1765
아마 픽앤롤은 아닌 것 같네요.
03:06
Or if he does stop,
but he doesn't stop close닫기 enough충분히,
55
174560
3945
그가 막지만, 가까이에서
충분히 막지 않는다면
03:10
it's probably아마 not a pick-and-roll픽 - 앤 - 롤.
56
178529
1761
아마 픽앤롤이 아닐 거예요.
03:12
Or, if he does go close닫기 by
and he does stop
57
180642
3237
또는 가까이 다가가서 막는데
03:15
but they do it under아래에 the basket바구니,
it's probably아마 not a pick-and-roll픽 - 앤 - 롤.
58
183903
3324
골대 아래서에서 그렇게 한다면
아마 픽앤롤이 아닐 거예요.
제가 틀렸다면 지금까지 말한
모두가 픽앤롤이겠죠.
03:19
Or I could be wrong잘못된,
they could all be pick-and-rolls픽 - 앤 - 롤.
59
187462
2524
03:22
It really depends의존하다 on the exact정확한 timing타이밍,
the distances거리, the locations위치들,
60
190010
4568
정확한 타이밍, 거리,
위치에 따라 진짜 달라집니다.
03:26
and that's what makes~을 만든다 it hard단단한.
61
194602
1495
그러니 그게 힘든 거지요.
03:28
So, luckily운 좋게, with machine기계 learning배우기,
we can go beyond...을 넘어서 our own개인적인 ability능력
62
196579
4944
다행이 기계가 학습을 하면서
우리가 알고 있는 것을 설명하는데
03:33
to describe기술하다 the things we know.
63
201547
1743
우리의 능력을 넘어설 수 있습니다.
03:35
So how does this work?
Well, it's by example.
64
203314
2280
이게 어떻게 가능할까요?
예를 들어보죠.
우리가 기계에게 가서
"좋은 아침이네. 기계 씨.
03:37
So we go to the machine기계 and say,
"Good morning아침, machine기계.
65
205759
2830
03:41
Here are some pick-and-rolls픽 - 앤 - 롤,
and here are some things that are not.
66
209077
3359
여기 몇 가지 픽앤롤과
이전에 없던 몇 가지가 있네.
방법을 찾아 차이점을 말해줬으면 해."
03:44
Please find a way to tell the difference."
67
212720
2252
이 모든 것의 핵심은 특징을 찾아
그것을 분리해내는 거죠.
03:47
And the key to all of this is to find
features풍모 that enable가능하게하다 it to separate갈라진.
68
215076
3707
03:50
So if I was going
to teach가르치다 it the difference
69
218807
2109
만약 제가 사과와 오렌지의
차이점을 가르치려고 하면
03:52
between중에서 an apple사과 and orange주황색,
70
220940
1381
"색과 모양을 사용하는
게 어때?"라고 말하겠죠.
03:54
I might say, "Why don't you
use color색깔 or shape모양?"
71
222345
2375
우리가 풀려는 문제는
그것들이 뭔가라는 거죠.
03:56
And the problem문제 that we're solving해결 is,
what are those things?
72
224744
2943
어떤 핵심기능으로
03:59
What are the key features풍모
73
227711
1247
컴퓨터가 움직이는 점의 세계를
처리할 수 있을까요?
04:00
that let a computer컴퓨터 navigate항해하다
the world세계 of moving움직이는 dots도트?
74
228982
3499
상대적이고 절대적인 위치,
거리, 타이밍, 속도로
04:04
So figuring생각하다 out all these relationships관계
with relative상대적인 and absolute순수한 location위치,
75
232505
4823
04:09
distance거리, timing타이밍, velocities속도 --
76
237352
1909
이 모든 것을 설명한다는 것이
그게 "움직이는 점의 과학"에서
진짜 핵심이죠.
04:11
that's really the key to the science과학
of moving움직이는 dots도트, or as we like to call it,
77
239440
4928
학계에서 쓰는 말로는
시공간적 패턴 인식이라고 하죠.
04:16
spatiotemporal시공간 pattern무늬 recognition인식,
in academic학생 vernacular전문 용어.
78
244392
3344
04:19
Because the first thing is,
you have to make it sound소리 hard단단한 --
79
247925
2898
여러분이 발음하기 힘들기 때문에
세게 발음해야 합니다.
04:22
because it is.
80
250847
1278
04:24
The key thing is, for NBANBA coaches코치,
it's not that they want to know
81
252410
3141
핵심은 NBA코치들이
알고 싶어하는 것이
04:27
whether인지 어떤지 a pick-and-roll픽 - 앤 - 롤 happened일어난 or not.
82
255575
1922
픽앤롤이 일어났는지
안 일어났는지가 아니라
어떻게 일어나느냐하는 거죠.
04:29
It's that they want to know
how it happened일어난.
83
257521
2076
왜 그게 코치에게 그렇게 중요할까요?
바로 직관때문이죠.
04:31
And why is it so important중대한 to them?
So here's여기에 a little insight통찰력.
84
259621
2986
04:34
It turns회전 out in modern현대 basketball농구,
85
262631
1771
현대 농구에서 밝혀진 바로는
04:36
this pick-and-roll픽 - 앤 - 롤 is perhaps혹시
the most가장 important중대한 play놀이.
86
264426
2539
이런 픽앤롤 기술이 아마
가장 중요한 플레이입니다.
04:39
And knowing how to run운영 it,
and knowing how to defend지키다 it,
87
267065
2620
어떻게 달리고 방어하는지 아는 것이
기본적으로 대부분의
경기의 승패를 가르는 열쇠입니다.
04:41
is basically원래 a key to winning승리
and losing지는 most가장 games계략.
88
269709
2670
04:44
So it turns회전 out that this dance댄스
has a great many많은 variations변형
89
272403
3801
이 기술이 매우 많은 변형이
있다는 것을 알아냈죠.
변형을 알아내는 것이
진짜 중요한 일이죠.
04:48
and identifying식별 the variations변형
is really the thing that matters사안,
90
276228
3648
04:51
and that's why we need this
to be really, really good.
91
279900
2529
아주 아주 잘 해내려면
이것이 필요한 이유죠.
04:55
So, here's여기에 an example.
92
283228
1176
예를 들면,
두 공격 선수와
두 수비 선수가 있죠.
04:56
There are two offensive공격
and two defensive방어적인 players선수,
93
284428
2379
픽앤롤 기술을 하려고
준비합니다.
04:58
getting점점 ready준비된 to do
the pick-and-roll픽 - 앤 - 롤 dance댄스.
94
286831
2152
공을 가진 선수가 그 기술을
받아들일 수도 거부할 수도 있죠.
05:01
So the guy with ball
can either어느 한 쪽 take, or he can reject받지 않다.
95
289007
2683
05:04
His teammate팀 동료 can either어느 한 쪽 roll or pop.
96
292086
3001
그의 동료는 뒤로 돌아나가거나
외곽쪽으로 빠질 수 있죠.
05:07
The guy guarding가딩 the ball
can either어느 한 쪽 go over or under아래에.
97
295111
2986
수비 선수는 위쪽 또는
아래쪽으로 뛸 수 있죠.
그의 동료는 공을 가진 선수를
따라가거나 스크리너를 막거나
05:10
His teammate팀 동료 can either어느 한 쪽 show보여 주다
or play놀이 up to touch접촉, or play놀이 soft부드러운
98
298121
4565
뒤쪽으로 빠지거나
05:14
and together함께 they can
either어느 한 쪽 switch스위치 or blitz전격 기습
99
302710
2618
둘다 스위치나 블리치를 할 수 있죠.
05:17
and I didn't know
most가장 of these things when I started시작한
100
305352
2659
제가 시작할 때는
이런 것들을 대부분 몰랐어요.
05:20
and it would be lovely아름다운 if everybody각자 모두 moved움직이는
according~에 따라 to those arrows화살.
101
308035
3920
모두가 이런 화살표대로
움직인다면 좋았을 거예요.
05:23
It would make our lives a lot easier더 쉬운,
but it turns회전 out movement운동 is very messy어질러 놓은.
102
311979
3905
그러면 아주 쉬웠을 텐데
움직임은 매우 복잡했죠.
사람들은 매우 자주
움직이고 변형도 많았죠.
05:28
People wiggle뒤흔들다 a lot and getting점점
these variations변형 identified확인 된
103
316047
5484
매우 정밀하게 확인해 바로는요.
05:33
with very high높은 accuracy정확성,
104
321555
1303
정확하게 회상하기는 힘들었어요.
05:34
both양자 모두 in precision정도 and recall소환, is tough강인한
105
322882
1868
여러분이 믿을 만한 전문 코치를
구하는 데 시간이 걸렸기 때문이죠.
05:36
because that's what it takes to get
a professional직업적인 coach코치 to believe in you.
106
324774
3618
정확한 시공간 특징을 찾아낸다는 것이
어려움에도 불구하고
05:40
And despite무례 all the difficulties어려움
with the right spatiotemporal시공간 features풍모
107
328416
3380
그것을 해낼 수 있었습니다.
05:43
we have been able할 수 있는 to do that.
108
331820
1474
코치가 기계의 능력을 믿고
이런 변형을 확인했죠.
05:45
Coaches코치 trust믿음 our ability능력 of our machine기계
to identify식별하다 these variations변형.
109
333318
3927
05:49
We're at the point포인트 where
almost거의 every...마다 single단일 contender경쟁자
110
337478
3533
거의 모든 경쟁자들이
05:53
for an NBANBA championship선수권 대회 this year
111
341035
1623
올해 NBA 선수권을 위해
05:54
is using~을 사용하여 our software소프트웨어, which어느 is built세워짐
on a machine기계 that understands이해하다
112
342682
4408
이 소프트웨어를 이용하려고 하고 있죠.
농구의 움직이는 점을 이해하는
기계로 만든 소프트웨어 말이에요.
05:59
the moving움직이는 dots도트 of basketball농구.
113
347114
1634
06:01
So not only that, we have given주어진 advice조언
that has changed변경된 strategies전략들
114
349872
5153
그것뿐만 아니라 전술을
바꾸는 조언을 해 줘
06:07
that have helped도움이 된 teams win승리
very important중대한 games계략,
115
355049
3352
팀을 도와 매우 중요한
경기에서 승리하게 했죠.
매우 들떴던 이유는
30년동안 리그에서 있었던 코치가
06:10
and it's very exciting흥미 진진한 because you have
coaches코치 who've누가 했어? been in the league리그
116
358425
3732
06:14
for 30 years연령 that are willing자발적인 to take
advice조언 from a machine기계.
117
362181
3067
기계에서 나온 조언을 기꺼이
수용했기 때문이죠.
06:17
And it's very exciting흥미 진진한,
it's much more than the pick-and-roll픽 - 앤 - 롤.
118
365874
2906
픽앤롤을 알았을 때보다
훨씬 더 신났어요.
컴퓨터는 간단한 것부터 시작해서
06:20
Our computer컴퓨터 started시작한 out
with simple단순한 things
119
368804
2076
06:22
and learned배운 more and more complex복잡한 things
120
370904
2064
점점 더 복잡한 것을 학습했고
지금은 많은 것을 알고 있습니다.
06:24
and now it knows알고있다 so many많은 things.
121
372992
1561
솔직히 전 컴퓨터가
하는 일을 다 이해하지 못하지만
06:26
Frankly솔직히, I don't understand알다
much of what it does,
122
374577
2835
06:29
and while it's not that special특별한
to be smarter똑똑한 than me,
123
377436
3715
저보다 더 똑똑해진다고
그렇게 특별해지지 않겠지만
06:33
we were wondering궁금해하는,
can a machine기계 know more than a coach코치?
124
381175
3644
궁금하기는 하네요. 기계가
코치보다 더 많이 알 수 있을까요?
06:36
Can it know more than person사람 could know?
125
384843
2055
사람보다 더 많이 알 수 있을까요?
06:38
And it turns회전 out the answer대답 is yes.
126
386922
1745
밝혀진 바로는 "네."입니다.
06:40
The coaches코치 want players선수
to take good shots주사.
127
388691
2557
코치는 선수들이
슛을 잘 쏘기 바랍니다.
06:43
So if I'm standing서 있는 near가까운 the basket바구니
128
391272
1651
제가 골대 근처에 서 있고
근처에 아무도 없다면 슛하기 좋죠.
06:44
and there's nobody아무도 near가까운 me,
it's a good shot.
129
392947
2166
수비수에 둘러싸여 골대 멀리 서있다면
대개 슛하기 좋지 않죠.
06:47
If I'm standing서 있는 far멀리 away surrounded둘러싸인
by defenders수비수, that's generally일반적으로 a bad나쁜 shot.
130
395137
3940
06:51
But we never knew알고 있었다 how good "good" was,
or how bad나쁜 "bad나쁜" was quantitatively양적으로.
131
399101
4876
하지만 결코 알지 못하죠.
좋은 게 얼마나 좋은지
나쁜 게 얼마나 나쁜지를요.
06:56
Until까지 now.
132
404209
1150
현재까지는요.
06:57
So what we can do, again,
using~을 사용하여 spatiotemporal시공간 features풍모,
133
405771
3058
할 수 있는 것은 다시
시공간적인 특징을 이용해서
슛을 모든 방향에서 보았습니다.
07:00
we looked보았다 at every...마다 shot.
134
408853
1374
07:02
We can see: Where is the shot?
What's the angle각도 to the basket바구니?
135
410251
3005
슛을 어디서 했고 골대까지 각도가
어떤지 알 수 있었죠.
07:05
Where are the defenders수비수 standing서 있는?
What are their그들의 distances거리?
136
413280
2762
수비수가 어디 서있는지?
그 거리는 얼마인지?
그들과의 각도는 얼마인지?
07:08
What are their그들의 angles각도?
137
416066
1331
다수의 수비수가 어떻게
움직이는지 볼 수 있었죠.
07:09
For multiple배수 defenders수비수, we can look
at how the player's선수의 moving움직이는
138
417421
2977
슛 타입도 예상할 수 있었고요.
07:12
and predict예측하다 the shot type유형.
139
420422
1433
07:13
We can look at all their그들의 velocities속도
and we can build짓다 a model모델 that predicts예측하다
140
421879
4074
공의 속도를 보고
예측 모델을 만들 수 있었죠.
07:17
what is the likelihood있을 수 있는 일 that this shot
would go in under아래에 these circumstances상황?
141
425977
4052
이 슛이 이런 상황에서
나올 가능성이 얼마나 될까?
07:22
So why is this important중대한?
142
430188
1500
이게 왜 중요할까요?
07:24
We can take something that was shooting촬영,
143
432102
2803
슛을 해석할 때
07:26
which어느 was one thing before,
and turn회전 it into two things:
144
434929
2680
전에는 하나로 보았던 것을
지금 둘로 나누어 해석하죠.
07:29
the quality품질 of the shot
and the quality품질 of the shooter사수.
145
437633
2651
슛의 유효율과 슈터의 자질입니다.
07:33
So here's여기에 a bubble거품 chart차트,
because what's TED테드 without없이 a bubble거품 chart차트?
146
441680
3262
버블차트가 있습니다.
이거 없이는 테드 강연을 할 수 없죠.
07:36
(Laughter웃음)
147
444966
1014
(웃음)
07:38
Those are NBANBA players선수.
148
446004
1311
NBA 선수들입니다.
07:39
The size크기 is the size크기 of the player플레이어
and the color색깔 is the position위치.
149
447339
3120
크기는 선수들의 체격이고
색은 선수들의 포지션입니다.
07:42
On the x-axisX 축,
we have the shot probability개연성.
150
450483
2132
X축에는
슛성공률입니다.
07:44
People on the left take difficult어려운 shots주사,
151
452639
1953
왼쪽에 있는 선수는
슛을 성공하기 힘들죠.
07:46
on the right, they take easy쉬운 shots주사.
152
454616
2229
오른쪽에는 있는 선수는
슛을 성공하기 쉽죠.
07:49
On the [y-axisy 축] is their그들의 shooting촬영 ability능력.
153
457194
2057
Y축은 슛을 쏠 수 있는 능력입니다.
07:51
People who are good are at the top상단,
bad나쁜 at the bottom바닥.
154
459275
2562
위에는 능력이 좋은 선수,
아래는 능력이 나쁜 선수입니다.
예를 들면, 대체로 슛의 47%를
넣는 선수가 있는데
07:53
So for example, if there was a player플레이어
155
461861
1760
07:55
who generally일반적으로 made만든
47 percent퍼센트 of their그들의 shots주사,
156
463621
2097
07:57
that's all you knew알고 있었다 before.
157
465718
1389
그게 여러분이 아는 전부죠.
하지만 오늘 말씀드릴 수 있는 것은
NBA 평균 선수들이
07:59
But today오늘, I can tell you that player플레이어
takes shots주사 that an average평균 NBANBA player플레이어
158
467345
4850
08:04
would make 49 percent퍼센트 of the time,
159
472219
1961
그 당시 슛성공률은 49%이고
08:06
and they are two percent퍼센트 worse보다 나쁜.
160
474204
1684
슛 쏘는 능력은 -2%라는 것이죠.
08:08
And the reason이유 that's important중대한
is that there are lots of 47s out there.
161
476266
4515
중요한 사실은 47%인
선수가 많다는 거죠.
08:13
And so it's really important중대한 to know
162
481714
2549
알아야 할 정말 중요한 것은
08:16
if the 47 that you're considering치고는
giving주는 100 million백만 dollars불화 to
163
484287
3956
1억 달러를 주기로 한 47%의 선수가
08:20
is a good shooter사수 who takes bad나쁜 shots주사
164
488267
3055
좋은 슈터지만 슛을 잘 못 던지는지
08:23
or a bad나쁜 shooter사수 who takes good shots주사.
165
491346
2397
나쁜 슈터지만 슛을
잘 던지는지 아는 거죠.
08:27
Machine기계 understanding이해 doesn't just change변화
how we look at players선수,
166
495130
3333
기계가 이해하고 있는 것이 선수를
보는 방법을 변화시키지 못하지만
08:30
it changes변화들 how we look at the game경기.
167
498487
1858
경기를 바라보는 방법을
변화시킵니다.
08:32
So there was this very exciting흥미 진진한 game경기
a couple of years연령 ago...전에, in the NBANBA finals결승.
168
500369
3755
가장 흥미진진했던
몇 년 전 NBA 결승 경기에서
마이애미는 3점을 뒤지고
20초가 남았었습니다.
08:36
Miami마이애미 was down by three,
there was 20 seconds left.
169
504148
3207
우승을 놓치기 일보 직전이었죠.
08:39
They were about to lose잃다 the championship선수권 대회.
170
507379
2025
르브론 제임스 선수가 3점슛을 쏴
동점을 만들려고 했으나
08:41
A gentleman신사 named명명 된 LeBron르브론 James제임스
came왔다 up and he took~했다 a three to tie넥타이.
171
509428
3341
실패했죠.
08:44
He missed놓친.
172
512793
1198
동료선수 크리스 보쉬가
리바운드를 잡았고
08:46
His teammate팀 동료 Chris크리스 Bosh보쉬 got a rebound리바운드,
173
514015
1837
공을 동료선수
레이 알렌에게 패스했습니다.
08:47
passed통과 된 it to another다른 teammate팀 동료
named명명 된 Ray레이 Allen알렌.
174
515876
2159
3점을 성공했고 연장전으로 들어갔죠.
08:50
He sank침몰 한 a three. It went갔다 into overtime시간 외에.
175
518059
1919
경기에 이겼고 챔피언십에서 우승했죠.
08:52
They won the game경기.
They won the championship선수권 대회.
176
520002
2096
가장 흥미진진했던
농구경기 중 하나였습니다.
08:54
It was one of the most가장 exciting흥미 진진한
games계략 in basketball농구.
177
522122
2444
08:57
And our ability능력 to know
the shot probability개연성 for every...마다 player플레이어
178
525438
3429
매 순간 모든 선수의 슛성공률과
09:00
at every...마다 second둘째,
179
528891
1188
매 순간 리바운드를 따낼
가능성을 파악하는 능력을
09:02
and the likelihood있을 수 있는 일 of them getting점점
a rebound리바운드 at every...마다 second둘째
180
530103
2956
전에는 불가능했던 방법으로
설명할 수 있게 되었죠.
09:05
can illuminate비추다 this moment순간 in a way
that we never could before.
181
533083
3443
현재, 안타깝게도 여러분에게
그 비디오를 보여줄 수 없네요.
09:09
Now unfortunately운수 나쁘게,
I can't show보여 주다 you that video비디오.
182
537618
2668
하지만, 여러분을 위해
그 순간을 재현했습니다.
09:12
But for you, we recreated재창조 된 that moment순간
183
540310
4493
3주 전 주말 농구경기에서 말이죠.
09:16
at our weekly주간 basketball농구 game경기
about 3 weeks ago...전에.
184
544827
2336
(웃음)
09:19
(Laughter웃음)
185
547279
2167
직관을 보여주는 경기를 재현했죠.
09:21
And we recreated재창조 된 the tracking추적
that led to the insights통찰력.
186
549573
3410
09:25
So, here is us.
This is Chinatown중국인 거리 in Los로스 Angeles앤젤레스,
187
553199
4255
이곳입니다.
로스앤젤레스 차이나타운이죠.
매주 경기를 했던 공원입니다.
09:29
a park공원 we play놀이 at every...마다 week,
188
557478
1564
레이 알렌이 플레이했던 순간과
09:31
and that's us recreating재현하는
the Ray레이 Allen알렌 moment순간
189
559066
2231
09:33
and all the tracking추적
that's associated관련 with it.
190
561321
2229
그것과 관련된 모든 것을
재현했습니다.
09:36
So, here's여기에 the shot.
191
564772
1517
슛장면입니다.
09:38
I'm going to show보여 주다 you that moment순간
192
566313
2516
그 순간을 여러분에게
보여주려고 합니다.
09:40
and all the insights통찰력 of that moment순간.
193
568853
2587
그 순간의 직관까지요.
09:43
The only difference is, instead대신에
of the professional직업적인 players선수, it's us,
194
571464
3730
차이점이라곤 전문 선수들이 아니라
제 동료라는 거죠.
09:47
and instead대신에 of a professional직업적인
announcer아나운서, it's me.
195
575218
2618
전문적인 아나운서가 아니라
제가 하고 있다는 거죠.
09:49
So, bear with me.
196
577860
1477
잠시 참아주세요.
09:53
Miami마이애미.
197
581153
1150
마이애미
3점이 지고 있는 상황
09:54
Down three.
198
582671
1150
09:56
Twenty스물 seconds left.
199
584107
1150
20초가 남았네요.
09:59
Jeff제프 brings가져다 준다 up the ball.
200
587385
1198
제프가 공을 몰고 오네요.
10:02
Josh조롱 catches잡기, puts넣다 up a three!
201
590656
1535
조쉬가 받아 3점 슛!
10:04
[Calculating계산 중 shot probability개연성]
202
592631
1849
[슛 성공률 계산 중]
10:07
[Shot quality품질]
203
595278
1150
[슛의 유효율]
10:09
[Rebound리바운드 probability개연성]
204
597048
1785
[리바운드 성공률]
10:12
Won't습관 go!
205
600373
1173
잡지 못했네요.
10:13
[Rebound리바운드 probability개연성]
206
601570
1446
[리바운드 성공률]
10:15
Rebound리바운드, Noel크리스마스 축가.
207
603777
1256
노엘이 리바운드했습니다.
10:17
Back to Daria다리아.
208
605057
1150
다리아에게 패스
10:18
[Shot quality품질]
209
606509
3365
[슛의 유효율]
10:22
Her three-pointer3 개 포인터 -- bang!
210
610676
1620
3점 슛, 골!
10:24
Tie넥타이 game경기 with five다섯 seconds left.
211
612320
2197
5초를 남긴 상황
10:26
The crowd군중 goes간다 wild야생.
212
614880
1618
관중이 흥분하기 시작합니다.
10:28
(Laughter웃음)
213
616522
1659
(웃음)
10:30
That's roughly대충 how it happened일어난.
214
618205
1547
대충 이런 식으로 일어나죠.
(박수)
10:31
(Applause박수 갈채)
215
619776
1151
대충이요.
10:32
Roughly대충.
216
620951
1175
10:34
(Applause박수 갈채)
217
622150
1531
(박수)
10:36
That moment순간 had about a nine아홉 percent퍼센트
chance기회 of happening사고 in the NBANBA
218
624121
5484
그런 순간은 NBA에서
일어날 확률이 약 9%라고 하죠.
아시다시피 다른 것들도 매우 많죠.
10:41
and we know that
and a great many많은 other things.
219
629629
2261
얼마나 많이 일어나는지
말하려고 하는 게 아닙니다.
10:43
I'm not going to tell you how many많은 times타임스
it took~했다 us to make that happen우연히 있다.
220
631914
3491
(웃음)
10:47
(Laughter웃음)
221
635429
1747
좋아요. 말해줄게요. 네 번 정도죠.
10:49
Okay, I will! It was four.
222
637200
1872
10:51
(Laughter웃음)
223
639096
1001
(웃음)
10:52
Way to go, Daria다리아.
224
640121
1165
잘했어. 다리아
10:53
But the important중대한 thing about that video비디오
225
641647
4263
하지만 그 비디오에서 중요한 것과
10:57
and the insights통찰력 we have for every...마다 second둘째
of every...마다 NBANBA game경기 -- it's not that.
226
645934
4568
모든 NBA경기의 매 초마다
파악하려고 한 직관은 그게 아니죠.
11:02
It's the fact you don't have to be
a professional직업적인 team to track선로 movement운동.
227
650639
3929
사실 움직임을 추적하기 위해
전문적인 팀일 필요는 없습니다.
11:07
You do not have to be a professional직업적인
player플레이어 to get insights통찰력 about movement운동.
228
655083
3657
움직임에 대한 안목을 키우려고
전문적인 선수일 필요는 없죠.
사실 굳이 스포츠일 필요는 없죠.
우리는 모든 순간 움직이니까요.
11:10
In fact, it doesn't even have to be about
sports스포츠 because we're moving움직이는 everywhere어디에나.
229
658764
3858
11:15
We're moving움직이는 in our homes주택,
230
663654
2369
집에 가거나
11:21
in our offices진력,
231
669428
1205
회사에 가거나
11:24
as we shop가게 and we travel여행
232
672238
2690
쇼핑을 하고
여행하죠.
11:29
throughout전역 our cities도시들
233
677318
1253
도시 여기 저기를
11:32
and around our world세계.
234
680065
1618
그리고 전 세계를
11:35
What will we know? What will we learn배우다?
235
683270
2295
우리는 무엇을 알고 배웠을까요?
아마 픽앤롤을 감지하는 대신
11:37
Perhaps혹시, instead대신에 of identifying식별
pick-and-rolls픽 - 앤 - 롤,
236
685589
2305
딸의 첫발을 내딛는 순간을 감지해
알려줄 수 있습니다.
11:39
a machine기계 can identify식별하다
the moment순간 and let me know
237
687918
3010
11:42
when my daughter takes her first steps걸음.
238
690952
2059
11:45
Which어느 could literally말 그대로 be happening사고
any second둘째 now.
239
693035
2536
말 그대로 현재 일어나고
있는 모든 순간을 말이죠.
11:48
Perhaps혹시 we can learn배우다 to better use
our buildings건물, better plan계획 our cities도시들.
240
696140
3697
아마 건물을 더 잘 이용하고
도시 설계를
더 잘 할 수 있을 겁니다.
11:52
I believe that with the development개발
of the science과학 of moving움직이는 dots도트,
241
700362
4173
움직이는 점의 과학 발전을 통해
우리는 더 좋은 쪽으로 더 영리하게,
앞으로 나아갈 거라 믿습니다
11:56
we will move움직임 better, we will move움직임 smarter똑똑한,
we will move움직임 forward앞으로.
242
704559
3643
대단히 감사합니다.
12:00
Thank you very much.
243
708607
1189
(박수)
12:01
(Applause박수 갈채)
244
709820
5045
Translated by Jeonghyeon Yeon
Reviewed by Gemma Lee

▲Back to top

ABOUT THE SPEAKER
Rajiv Maheswaran - Researcher
Using advanced data analysis tools, Rajiv Maheswaran and Second Spectrum help make basketball teams smarter.

Why you should listen

Sports fans can get obsessed with stats about player performance and game-day physics. But basketball, a fluid and fast-moving game, has been tough to understand through numbers. Rajiv Maheswaran is working to change that, by offering pro basketball teams insight into game data to make better decisions. Maheswaran is the CEO and co-founder of Second Spectrum, a startup transforming sports through technology. He is also a Research Assistant Professor at the University of Southern California's Computer Science Department and a Project Leader at the Information Sciences Institute at the USC Viterbi School of Engineering, where he co-directs the Computational Behavior Group.

His research spans various aspects of multi-agent systems and distributed artificial intelligence using decision-theoretic and game-theoretic frameworks and solutions. His current interests focus on data analytics, visualization and real-time interaction to understand behavior in spatiotemporal domains. Like, say, the spatiotemporal domain around a basketball hoop.

More profile about the speaker
Rajiv Maheswaran | Speaker | TED.com