"フォーメーションを組み、相手の攻略法まで提示" AIはどこまで来たのか··· 'ソン・フンミン先発' 韓国-南アフリカ戦を任せてみた [創刊22 企画]

*このコンテンツはAIによって翻訳されました。

人工知能(AI)はもう試合が終わった後、数字を整理する技術に止まらない。 相手の動きを読んで次の場面を予測し、望む結果を作るために選手の位置をどのように調整すべきかまで提案する。 数多くの選択肢を人間より早く比較した後、より効果的な戦術代案も出す。 いつの間にか監督とコーチの判断領域に入ってきたのだ。 それこそサッカーはこの巨大な変化の真ん中に立っている。

現在、サッカーでAIが最も幅広く活用される分野は選手評価だ。 ソウル市立大学人工知能学科のコ·サンギ教授は最近スターニュースとのインタビューで「最も基礎的な事例が期待得点である『xG』だ。 特定の状況でシュートが得点につながる確率を機械学習モデルで計算する」として「最近はパスとシュート、ドリブルなど選手が競技場で遂行するすべてのアクションの価値を評価し、ボールを持っていない時のオフザボールの動きまで分析するモデルが出てきている」と説明した。

しかし、AIは急速に発展している。 以前は既に発生した記録を整理することに集中していたとすれば、現在はまだ起きていない状況を予測することもある。

コ教授は「パス成功率は実際に何回パスを試み、そのうち何回成功したかを集計すれば計算できる。 既存データ分析はこのように実際のデータが持つ統計的特性を分析すること」とし「反面、AI基盤モデルは発生していない状況まで予測し、これを土台に特定状況とプレイの価値を判断する」と話した。

AIの予測能力は選手評価を超え、戦術設計にも拡張されている。 代表的な最新事例がブラジルの名門パルメイラスだ。 グーグルディープマインドは6月、パルメイラスを自社のサッカー戦術補助システムである「タクティックAI(Tactic AI)」を日常的なオープンプレイ分析で本格的に拡張した最初のサッカークラブだと紹介した。

初期のタクティックAIはコーナーキックという制限されたセットピースの状況に集中した。 パルメイラスはこれをセットピースを除いてボールが動き続ける一般的な試合状況であるオープンプレーに広げた。

AIは競技場上の22人の選手をそれぞれ一つの点で表示し、選手間の位置と距離、速度、動きを一つの関係網で連結して分析する。 これを土台に特定選手の位置を変えた時、全体戦術構造がどのように変わるのかをシミュレーションする。 グーグルのディープマインドによると、ボールの位置を最大8秒先まで予測できる。

例えば、パルメイラスデータ分析チームが画面で左側面の守備手を数メートル前進させれば、AIは残りの21人がどのように反応し、どの空間が新しく開かれたり閉じたりするかを計算して見せてくれる。 実際、グラウンドで戦術を試す前に、仮想空間で複数の配置を比較できるわけだ。 グーグルディープマインドはこれを「スポーツ技術分野の大きな跳躍」と評価した。

タクティックAIの出発点にはイングランド·プレミアリーグ（EPL）の名門リバプールがあった。 グーグルディープマインドはリバプールと数年間サッカー分析のためのAI研究を進めた末、2024年コーナーキックに特化したタクティックAIを公開した。

当時、タクティックAIはコーナーキックの状況で3つの核心質問に答えるように設計された。 一つ目は「現在の選手配置でどんなことが起きるか」だった。 AIはキッカーがボールを処理した時、誰が一番先にボールを受け取る可能性が高いのか、その後シューティングが発生する可能性はどれくらいかを予測した。

2番目は「すでに起きたことをどのように理解するか」であった。 現在の状況と類似した過去のコーナーキックの場面を探し出し、似たような戦術がどのような結果につながったのかを分析した。

3番目は「望む結果を作るためには何を変えなければならないのか」であった。 守備の状況なら、相手のシュートの可能性を下げるために、どのDFの位置と動きを調整すべきか提案した。

タクティックAIは一つの正解だけを出していない。 複数の代案シナリオを生成し、コーチングスタッフがそれぞれの長所と短所を比較できるようにした。

成果も目立った。 グーグルディープマインドは、タクティックAIがコーナーキックで初めてボールを受ける選手とシュート発生可否を高い水準で予測し、AIが提案した選手の位置調整も実際の試合で現れた動きと似た形を見せたと説明した。

研究陣はリバプール所属のサッカー専門家たちを対象にブラインド評価も行った。 どのような戦術が実際の試合から出たものであり、どのような戦術がタクティックAIが修正したものなのか教えないまま、二つの戦術を比較するようにした。

結果は驚くべきものだった。 リバプールの専門家たちは、タクティックAIが作ったコーナーキックの配置を実際の試合で出た戦術と簡単に区別できなかった。 さらに、評価の90%で従来の配置よりAIが修正して提案した戦術を好んだ。

AIの活用範囲は戦術だけにとどまらない。 スペインのセビリアはIBMとともに生成 AI基盤の「スカウトアドバイザー」を開発した。 球団が蓄積した20万件以上のスカウティング報告書と選手データをAIが検索して要約し、条件に合う迎え入れ候補を絞り込むシステムだ。

「韓国有望株」キム·ミンスが移籍したスコットランド名門レンジャーズと韓国代表チーム「主将」ソン·フンミンが走る米プロサッカーメジャーリーグサッカー(MLS)LAFCなども訓練負荷管理と負傷危険探知など選手管理分野でAIを活用していることが分かった。

それならAIが監督やコーチの役割まで代わりにできるだろうか。 先発リストとフォーメーションを決め、相手攻略法を設計し、得点や失点後の戦術変化と交代計画まで任せるなら、人間監督とは違う答えを出すだろうか。 より多くの情報をより早く処理するAIが、人間より合理的な決定を下すだろうか。 それとも、数多くの変数が絡んでいるサッカーの前で、明らかな限界を露呈するだろうか。

フォーメーション設定と相手戦術に対する攻略法を推薦することは技術的に十分可能だという評価だ。 コ教授は「特定競技局面でどんなプレーをすれば私たちのチームの得点確率を最も高めることができるのか推薦するのはAIができる」として「与えられた選手たちをどの位置に起用すれば最適の結果を得られるかを判断することもAIがうまくできる部分」と話した。

続けて「サッカーは人間がするスポーツなので、人間が介入しなければならない部分はかなり多く残るだろう」としながらも「効率的な意思決定や成功確率を高める選択の側面では話が変わる。 データが十分に与えられれば、このような分析領域で人間がAIに勝つ可能性は低いと思う。 該当領域はAIが早く、少しずつ代替していくことができる」と説明した。

実際、海外研究の中には、相手がスリーバックでビルドアップする際に圧迫するチームがどのような大型を備えてこそ、最も高い圧迫成功率を作ることができるかを分析した事例もある。

コ教授は「AIを活用すれば相手の大型に合わせて私たちのチームの最適大型を推薦したり、該当状況でどんなアクションを選択するのが良いかも提案できるだろう」とし「技術的には今も可能だ。 ただ、現場でAIの結果をどれだけ信頼し、実際に活用するかはもう少し時間が必要な問題」と展望した。

サッカーだけのために作られた専門AIではないチャットGPTとクロード、ジェミナイのような汎用生成 AIも十分なデータを提供されれば、一定水準の戦術推薦が可能だという説明もした。

コ教授は「サッカー専用AIは競技データを土台に次の状況を予測したり最適の判断を推薦する方式」とし「チャットGPTやクロード、ジェミナイのような生成型AIにも十分なデータを提供すれば、これを分析して一定の結論を下すことができるだろう」と話した。

単純にAIに「どんな戦術が良いのか」と質問するだけでは足りない。 彼は「データなしに質問だけするからといってAIが正確な判断を下すことができるわけではない。 判断に活用する情報自体がないため」とし「重要なのは複雑なサッカー競技で発生するデータと選手情報をどれだけ速く正確にデータ化しAIに入力できるか」と強調した。

続けて「選手たちが所属チームでどんな競技力を見せたのか、現在の体調とフィジカル状態はどうなのかに関するデータまで十分ならば選手起用と戦術推薦も可能だと考える」と付け加えた。

これに対しスターニュースは、チャットGPTとクロード、ジェミナイの3つの生成 AIに2026国際サッカー連盟（FIFA）北中米W杯A組の1次リーグ第3戦、韓国と南アフリカ共和国戦の試合前の核心決定を任せた。 韓国は当時、引き分けでも32強に進出することができたが、南アフリカに0-1で敗れ、1次リーグで脱落した。

実験ではAIが学習過程で実際の景気と結果に接した可能性を最大限低くすることに焦点を合わせた。 韓国と南アフリカ共和国というチーム名は、それぞれAチームとBチームに変えた。 選手の名前もA1·A2、B1·B2のように匿名化した。

3つのAIには全く同じデータが提供された。 選手別Aマッチ出場数と得点、主·副ポジション、身長、組別リーグ1·2戦出場記録と累積出場時間、警告と負傷状況、チーム別競技指標と組別リーグ順位などを盛り込んだ。

両チームが先に行った1·2次戦で使用した基本大型と攻撃方向、守備方式、パスおよびシューティング指標も共に提供した。 Aチームは引き分け以上なら次のラウンドに進出するが、Bチームは必ず勝利が必要だという試合条件も知らせた。

AIが決定しなければならない項目は、実際の監督が試合前に準備する業務に合わせて固定した。 先発11人と基本フォーメーション、ビルドアップ方式、圧迫の高さ、優先的に攻略する地域、相手の核心選手の対応法、得点·失点以後の戦術変化、交替計画と最も警戒しなければならない試合シナリオを提示するようにした。

各AIはお互いに影響を受けない新しい対話で同じ質問を10回ずつ受けた。 計30の回答をフォーメーションと選抜、圧迫の高さ、攻撃方向、選手別の役割など事前に定めた項目に分類した後、最も頻繁に登場した選択を総合してAIの共通戦術案を構成した。

計30回の回答で最も多く推薦された基本大型は3-4-2-1だった。 GKは金昇圭（キム·スンギュ、FC東京）が担当した。 スリーバックには李ハンボム（クラブ·ブリュッヘ）、金ミンジェ（バイエルン·ミュンヘン）、李ギヒョク（江原FC）が配置された。 金ムンファン（大田ハナシチズン）と李テソク（オーストリア·ウィーン）が両方のウィングバックに選ばれ、ペク·スンホ（バーミンガムシティ）とファン·インボム（FCポルト）が中盤を構成した。 李ジェソン（マインツ）とソン·フンミン（LAFC）が2線に位置し、最前線の攻撃手としてはチョ·ギュソン（ミット·ウィラン）が名を連ねた。

実際、韓国も南アフリカ戦で3-4-2-1を稼動した。 しかし、選手構成では明確な違いがあった。 実際の先発では、オ·ヒョンギュ（ベシクタ市）が最前線に立ち、ファン·ヒチャン（ウルバーハンプトン）と李カンイン（アトレティコ·マドリード）が後に続いた。 李テソクとソル·ヨンウ（アウクスブルク）が両方のウィングバックを担当し、ファン·インボムとペク·スンホが中盤を守った。 スリーバックとGKはイ·ギヒョク、キム·ミンジェ、イ·ハンボム、キム·スンギュでAIの選択と同じだった。

最大の差は、孫興民と李ジェソンの先発可否だった。 実際、試合では2人の選手がベンチから出発したが、AIは経験と攻撃完成度、試合運営能力を考慮して全て選抜に含めた。

AIは1·2次戦を全て先発で消化したセンターバックのイ·ハンボムとキム·ミンジェ、イ·ギヒョクもそのまま選択した。 これに対し「累積出場時間は多かったが、南アフリカ戦まで6日の回復期間があり、スリーバック全体を変更した時に発生する組織力損失が体力負担より大きいと判断した」と理由を挙げた。

韓国代表チーム「エース」の李カンインを先発から外した選択も目立った。 AIは「攻撃の創意性より守備加担と中盤安定、試合運営能力を優先する場合、イ·ジェソンがより適合しているという判断を下した」と伝えた。 ただ、一部の回答では、相手の右側の側面をより積極的に攻略するためには、イ·ガンインの先発がより効果的だという意見も提示した。

ここにAIは南アフリカ共和国が側面攻撃をよく活用するという点も逆に利用しようとした。 南ア共の側面守備手が前進した後、残る後ろのスペースをソン·フンミンとウィングバックの浸透で攻略し、相手がボールを失った直後に早く前進する方式を推薦した。 また、ペク·スンホを核心選手に挙げた。 ペク·スンホが3バック前を保護し、南ア共の逆襲が始まる中央パスの経路を先に遮断してこそ、最小引き分けという目標に近づくことができる」と分析した。

この他にも、韓国が先に得点した時、圧迫の高さと攻撃の数をどのように調節するか、先に失点した時、どの選手を投入して攻撃の大型に変えるか、後半60分まで同点の場合、どのような危険を甘受しなければならないかも事前シナリオとして提示した。 交代選手と投入時間帯、最も警戒すべき試合の流れまで含めた。

単純にサッカーゲームで選抜名簿を選んでフォーメーションを設定する水準を越え、実際に監督が試合前に準備する色々な選択肢を一定の論理で連結したのだ。

しかし、もっともらしい戦術案を出したからといって、AIが監督とコーチの業務を完全に代替できるという意味ではない。 コ教授は「監督は単純に選手の位置を決める人にとどまらない」とし「該当選手をその位置に起用した後、どのようにプレーしなければならないのか直接疎通し、選手に動機を与え、自身の判断を説得しなければならない」と話した。

続けて「反面、AIは決定を下し推薦することに終わることもありうる」と指摘した。

選手の性格とロッカールームの中での関係もAIが簡単に判断しにくい領域だ。 コ教授は「選手が実際にどんな性格なのか、ロッカールームで他の選手たちとどれだけよく付き合うことができるのかはまだ人間が直接確認しなければならない」として「AIにはこのような部分に関する十分なデータがない。 現在としては人間とAIが相互補完的に作業しなければならない」と説明した。

海外メディアのアイリッシュタイムズも14日、リバプールとグーグルディープマインドのタクティックAIプロジェクトを照明し、技術の潜在力と実戦成果を区分して見なければならないと指摘した。

メディアによると、研究陣はEPLの2シーズン半の間に出たコーナーキック9693個を収集した。 コーナーキックに関与したすべての選手の身長と体重、スタート位置と動きを記録した後、これを処理する「タクティックAI」を開発した。 膨大なデータを基に反復的なパターンを探し出し、コーチングスタッフが戦術の成功と失敗を左右した要因をより早く把握するようにした。

現代サッカーでコーナーキックの重要性はますます大きくなっている。 2025~2026シーズンのEPL全体得点の18%がコーナーキックから始まった。 1シーズン前の12%から大幅に増加した数値だ。 PKを除いたセットピースの得点も全体の4分の1を超えた。 セットピースが試合結果を左右する核心戦術領域に浮上し、AIが活用される余地も一緒に広くなったのだ。

しかし、リバプールの実際の成果は期待に及ばなかった。 アルネ·スロット前監督体制で優勝したシーズンにも、リバプールのセットピース成績はEPL中位圏水準にとどまった。 2025~2026シーズンにはセットピースの弱点がチーム不振の核心問題として指摘された。

結局、リバプールはシーズン途中、セットピースコーチのアーロン·ブリックスを更迭した。 当時、リバプールはセットピースで12ゴールを許した反面、入れたゴールは3ゴールに過ぎなかった。 ブリックスは以後「球団が多くの助けを与えようとし、分析チームも積極的に支援した」と振り返った。

リバプールはプロジェクト発足当時、タクティックAIの可能性を探索する研究段階に過ぎず、試合当日にこれを使うことに決めたわけではないと線を引いた。 それでもアイリッシュタイムズは「リバプールコーチングスタッフがAI分析情報を無視した可能性は大きくない」と見通した。

代わりにアイリッシュタイムズはAIが独自にすべての決定を下すのではなく、人間がAIの提案を検討して最終選択する構造を強調した。 メディアは「AIツールが本来の機能を遂行するためには、まず人間が産業的規模の関連データを提供し、適切な質問を投げかけなければならない」として「そしてAIが出した提案を人間が受け入れたとすれば、そのアイデアを実際の競技場で具現できなければならない」と説明した。

続けて「リバプールがデータ歴史上最も洞察力のあるセットピース問題点などを持っていたかもしれない」としながらも「しかし競技場でその解決策を実行する『適切な人間』がなかったかもしれない」と分析した。

さらに、「スポーツとAIの関係は、すでにお互いに可能性を探索していた求愛の段階をはるかに超えている。 その間にロマンはないが、この関係は永遠に続くだろう」と強調した。

グーグルディープマインドもやはりタクティックAIを人間監督に代わるシステムではなく、監督とコーチングスタッフの判断能力を強化する「AI補助者」と規定した。

コ教授もやはり現実的にAIが監督の「アドバイザー」として位置づけられる可能性が高いと展望した。 彼は「監督も試合前にスリーバックを使うかフォーバックを使うか悩んでいる。 AIが特定戦術がより良いと判断すれば、監督はその理由をAIと議論しながら自身のアイデアをより明確に理解できる」として「これを選手たちに戦術を説明し説得するのにも活用できるだろう」と話した。

続けて「今後、指導者はAIによって完全に代替されるよりAIを活用して選手たちをよりよく説得し、より良い戦術を作る方向に発展する可能性が高い」として「人間は最終決定を下す人として残り、AIはより良い意思決定を助ける道具として使うのが望ましい」と強調した。

AIをどれだけうまく活用するかは、今後の球団と指導者の競争力にも影響を及ぼしかねない。 コ教授は「AIを使う球団と使わない球団の差が直ちに大きく現れないこともありうる」としながらも「より良い判断を繰り返し積み重ねていくならば、その格差は少しずつ累積するだろう」と見通した。

サッカー界への進出を準備している彼らにとっても、AI活用能力は新たな競争力となっている。 コ教授は「AIがサッカー界でどんな仕事ができるのか早く勉強することが重要だ」として「自分がしたい業務の中でどんな部分をAIが助けることができるのかを理解しなければならない。 これはサッカーだけに当てはまる話ではなく、今後ほとんどすべての職業群に適用される問題だ」と述べた。

また「今後はどんな職業を持ってもAIと共に仕事をする時代が来るだろう」とし「スカウトをしたい人も、指導者になりたい人も自身が引き受ける業務でAIがどんな助けを与えることができるのか明確に理解しなければならない」と強調した。

© STARNEWS. 無断転載・再配布禁止

*このコンテンツはAIによって翻訳されました。