krossover은 운동 팀을 위해 인공지능 기반 영상 분석과 통계를 제공하는 스포츠 기술 기업이다. 이 플랫폼은 경기 영상을 자동으로 캡처하고 태그를 달아 분류하여, 코치와 선수들이 수동 필름 분석 없이 특정 플레이, 선수 성과, 상대 팀의 성향을 검토할 수 있게 한다. 2010년대 초반에 설립된 krossover는 스포츠 분석이 급성장하던 시기에 등장하여, 머신러닝을 활용해 원시 영상을 구조화되고 검색 가능한 데이터로 변환했다.
이 서비스는 농구, 축구, 미식축구를 포함한 여러 스포츠에서 고등학교부터 프로 수준까지 폭넓게 사용된다. 기존 영상 캡처 시스템과 통합함으로써 krossover는 코치들이 필름 분석에 소비하는 시간을 줄이고, 전략적 의사 결정과 선수 개발에 집중할 수 있도록 돕는다. 이 회사의 접근 방식은 스포츠 산업 내 인공지능 응용의 광범위한 추세와 일치하며, 데이터 기반 통찰력이 경쟁 우위의 핵심이 되고 있다.
역사와 설립
krossover는 2011년 전통적인 스포츠 필름 분석의 비효율성을 인지한 기업가와 소프트웨어 엔지니어 팀에 의해 설립되었다. CEO Lonny Berman을 포함한 창립자들은 이전에는 최상위 대학 및 프로 프로그램만 접근할 수 있었던 고급 분석을 대중화하는 것을 목표로 했다. 이 회사는 처음에 농구에 집중하여 슛, 리바운드, 턴오버와 같은 이벤트를 게임 영상에서 감지하는 알고리즘을 개발했다.
2012년, krossover는 Courtside VC 및 기타 스포츠 전문 펀드를 포함한 투자자들로부터 시드 펀딩을 유치했다. 이 자본은 엔지니어링 팀 확장과 행동 인식을 위한 독점 신경망 모델 개발을 가능하게 했다. 2014년까지 플랫폼은 100,000경기 이상을 처리했으며, 회사는 기존 분석 제공업체가 크게 서비스하지 않던 고등학교 및 AAU 팀에 서비스를 제공하기 시작했다.
기술과 기능
krossover 플랫폼의 핵심은 딥러닝 기술을 사용하여 실시간으로 이벤트를 식별하고 라벨링하는 영상 분석 엔진이다. 이 시스템은 주석이 달린 대규모 스포츠 영상 데이터 세트로 훈련된 컴퓨터 비전 알고리즘을 사용하여 선수 움직임, 공 궤적, 게임 규칙을 인식한다. 예를 들어, 농구에서 AI는 성공한 3점 슛과 실패한 자유투를 구분할 수 있으며, 자동으로 플레이바이플레이 로그를 생성한다.
코치는 특정 이벤트에 연결된 통계, 히트 맵, 비디오 클립을 표시하는 웹 기반 대시보드를 통해 결과에 접근한다. 플랫폼은 사용자가 수비 로테이션이나 픽앤롤 커버리지와 같은 자체 카테고리를 정의할 수 있는 사용자 지정 태깅을 지원한다. krossover는 이동 중 검토를 위한 모바일 애플리케이션도 제공하며, API는 타사 스카우팅 도구와의 통합을 허용한다.
주요 차별점은 다양한 카메라 각도와 조명 조건에서 모델 정확도를 개선하기 위한 데이터 증강 사용이다. 회사는 사용자 피드백과 새로운 경기 영상을 기반으로 알고리즘을 지속적으로 업데이트하며, 이는 모델이 점진적으로 복잡한 시나리오에서 훈련되는 커리큘럼 학습과 유사한 과정이다. 이러한 반복적 개선은 높은 정밀도를 유지하는 데 도움이 되었지만, 정확한 수치는 공개되지 않았다.
시장 영향과 채택
krossover는 유소년 클럽부터 프로 프랜차이즈까지 다양한 조직에서 채택되었다. 주요 고객으로는 여러 NCAA 디비전 I 농구 프로그램과 유럽 축구 아카데미가 있다. 수동 스카우팅 서비스에 비해 저렴한 가격 덕분에 예산이 제한된 소규모 학교에서 인기를 얻었다.
회사는 또한 캡처-분석 파이프라인을 간소화하기 위해 비디오 하드웨어 제조업체와 파트너십을 맺었다. 예를 들어, 카메라 시스템과의 통합을 통해 경기 영상이 클라우드에 자동 업로드되고 몇 시간 내에 처리된다. 이 워크플로우는 주당 여러 경기를 치르는 팀에게 중요한 요소인 경기 후 분석의 처리 시간을 줄인다.
2018년, krossover는 누적 1백만 경기 이상을 처리했다고 보고했으며, 이는 규모를 강조하는 이정표였다. 그러나 경쟁 환경에는 다른 스포츠 분석 기업들이 포함되어 있으며, krossover는 틈새 스포츠와 사용자 친화적 디자인에 집중하여 입지를 유지해 왔다. 회사는 수익 수치를 공개하지 않았지만, 지속적인 운영은 실행 가능한 비즈니스 모델을 시사한다.
과제와 향후 방향
성공에도 불구하고 krossover는 AI 기반 스포츠 분석에 공통적인 과제에 직면해 있다. 비디오 품질, 카메라 각도, 규칙 해석의 변동성은 태깅 오류로 이어질 수 있으며, 인간의 검토가 필요하다. 회사는 AI 제안이 훈련된 분석가에 의해 검토되는 하이브리드 모델을 구현하여 이 문제를 해결했으며, 이는 자동화와 정확성의 균형을 맞춘다.
향후 krossover는 배구와 라크로스 같은 새로운 스포츠로 확장하고, 선수 추적 및 공간 분석과 같은 더 고급 지표를 통합하는 것을 목표로 한다. 생성형 AI의 통합은 자동화된 하이라이트 릴과 내러티브 요약을 가능하게 할 수 있지만, 이러한 기능은 아직 개발 중이다. 2024년 현재, 회사는 독립적으로 운영을 계속하고 있으며, 인수나 주요 피벗에 대한 공개 발표는 없다.