카테고리
AI 방법론
AI 경마 예측의 작동 원리, 17개 분석 요소와 가중치, 적중률 측정 방식까지. OddsCast 알고리즘이 어떻게 KRA 공공데이터를 경주 예측 점수로 변환하는지 설명하는 방법론 권위 페이지 시리즈입니다.
9편 발행
적중률 53%가 왜 좋은 숫자인지 설명합니다
2026년 1,443경주로 측정했습니다. 아무렇게나 세 마리 찍으면 29.51%, OddsCast는 53.48%, 마감 배당으로 판이 끝난 뒤 매긴 순위는 55.31%입니다. 시장조차 절반을 훨씬 못 맞히는 이유와, 90%를 약속하는 곳을 어떻게 봐야 하는지 정리했습니다.
3분 분량
AI가 통계 모델과 다르게 판단할 때: 34경주 채점 기록
2026년 8월 22~23일 34경주를 경주 뒤에 소급 작성해 AI 마스터와 통계 모델의 판단을 비교했습니다. 마스터 61.76%, 모델 56.86%였지만 마스터가 마감 배당을 보고 쓴 판단이라 실전 성적으로 볼 수 없습니다. 9월 3일부터는 다시 모델 점수로 채점합니다.
6분 분량
우리 AI가 1착 확률 92%라고 했을 때
AI가 내놓은 1착 확률 평균 70.4%, 실제 승률 46.9%. OddsCast가 자사 예측에서 발견한 과신 오류와 원인, 그리고 71건을 되돌린 과정을 공개합니다.
3분 분량
하루 만에 버린 +2.5%p: 좋아 보이는 숫자를 걸러내는 법
새 데이터로 적중률이 2.5%p 오르는 측정 결과가 나왔지만 공개 전 검증에서 걸러냈습니다. 대조군 재학습, 월별 분해, 시장 상한 대조라는 세 단계 검증을 실제 수치와 함께 공개합니다. 진짜 개선분은 0.5%p 수준이었습니다.
3분 분량
AI가 배당과 다르게 본 말은 실제로 달랐다: 의견 차이 검증
같은 인기 순위의 말이라도 AI 평가에 따라 실제 3착 이내 비율이 갈립니다. 인기 2위를 AI가 올려 봤으면 65.7%, 크게 내려 봤으면 49.0%였습니다. 1,441경주에서 시장 순위를 고정하고 AI 의견의 값어치를 잰 결과를 정리합니다.
3분 분량
AI가 말한 승률 94%는 왜 절반만 맞았나: 확률을 고친 기록
OddsCast AI가 승률 94%라고 말한 말들은 실제로 56.6%만 이겼습니다. 순위는 정확한데 확률이 부풀려져 있던 원인, 숫자 하나로 예측 확률의 오차를 0.305에서 0.033으로 줄인 보정 과정, 적중률이 그대로인 이유를 정리합니다.
3분 분량
경마 AI 적중률, 저희는 이렇게 세고 이렇게 고쳤습니다
적중률 페이지 전체 수치 7,206경주 중 6,435경주는 경주가 끝난 뒤에 만든 예측입니다. 경주 전에 만든 738경주만 세면 47.24%이고, 무작위로 세 마리를 고르면 29.47%입니다. 한 경주를 채점하는 방법과 그동안 고친 채점 오류 세 가지를 함께 적습니다.
2분 분량
AI 경마 예측이 만들어지는 과정을 지금 기준으로 다시 적습니다
5월에 쓴 설명과 지금의 예측 방식이 달라져서 처음부터 다시 적습니다. 규칙 점수에 학습 모델 두 개를 섞자 학습에 쓰지 않은 2026년 1,443경주에서 적중률이 49.41%에서 53.48%로 올랐지만, 경주 전에 만든 실전 예측 179경주는 아직 평균 46.00%입니다.
2분 분량
OddsCast 예측이 보는 17가지 요소와 지금의 비중
5월에 레이팅 17%, 최근 성적 15%라고 적었던 비중이 지금은 다릅니다. 비중을 실제 기록으로 두 번 고쳤고, 주파기록으로 만든 스피드 지수(16.65%)가 가장 큰 요소가 됐으며 요소 두 개는 뺐습니다. 지금 예측이 보는 17가지 요소와 각 비중을 표로 적습니다.
3분 분량