Track2 아이디어 개발 부문 : K리그-서울시립대 공개 AI 경진대회

본 MVP는 **K리그 경기 이벤트 데이터(raw_data.csv)**를 기반으로,
경기 중 전술적 변곡점인 **결정적 국면(Critical Moment)**을 자동 탐지하고
이를 시각화 및 근거 기반 해설로 제공하는 AI 전술 도슨트 대시보드입니다.

1. 데이터 처리 및 분석

Pandas, NumPy를 활용하여 경기 이벤트 데이터를 전처리하고 시간 순으로 정렬합니다.

슬라이딩 윈도우 방식으로 구간별 이벤트 밀도, 박스 인근 진입 비율, 전진 패스 비중 등을 종합한 Threat Score를 산출합니다.

Threat Score 변화량에 z-score 기반 이상치 탐지를 적용하여 통계적으로 유의미한 구간을 Critical Moment로 자동 선정합니다.

2. 시각화 및 리포트 생성

탐지된 구간의 이벤트를 표 형태(Before)와 피치 시각화(After)로 동시에 제공하여 전술적 공간 패턴을 직관적으로 표현합니다.

Threat Score, Near-box 비율 등 정량 지표를 근거로 한 Grounded Commentary를 생성하여 “왜 이 장면이 중요한지”를 설명합니다.

3. 시스템 구성

Python 기반 분석 로직 + Streamlit UI로 구성된 경량 MVP입니다.

원천 데이터(CSV) → 자동 분석 → 시각화 → 전술 해설까지 전 과정이 자동화되어 있으며,
실시간 데이터 API 연동 시 하프타임/종료 직후 리포트 생성 서비스로 확장 가능합니다.