Development of a Real-Time Automatic Commentary Generation System Using Sports Event Data

[목적] 본 연구는 축구 경기 이벤트 데이터를 기반으로 실시간 자동 중계문 생성 시스템을 구현하고, 템플릿 기반 방식과 KoAlpaca 기반 딥러닝 방식의 성능을 비교·분석하고자 하였다. [방법] StatsBomb Open Data에서 수집한 실제 축구 경기 데이터를 활용하였으며, 슈팅, 패스, 파울 등 주요 이벤트 1057건 중 약 120건을 정제하여 중계문 생성 시스템에 입력하였다. 템플릿 방식은 사전 정의된 규칙 기반 문장을, 딥러닝 방식은 KoAlpaca-Polyglot-12.8B 언어모델을 활용하여 중계문을 자동 생성하였고, 생성 결과는 BLEU 및 ROUGE 지표를 통해 정량적으로 평가하였다. [결과] 두 방식 모두 실시간 중계문 생성이 가능하였으나, KoAlpaca 기반 방식이 문장 표현의 다양성과 감정 전달 측면에서 더 높은 성능을 나타냈으며, BLEU-4 및 ROUGE-L 지표에서 템플릿 대비 향상된 결과를 보였다. [결론] 본 연구는 자동화된 스포츠 중계문 생성 시스템의 기초 구조를 제시하였으며, 향후 다양한 종목 및 언어 확장, 사용자 맞춤형 중계 서비스 개발로의 응용 가능성을 제시하였다.