Threads digest · @edutrend_
AI 행동·신뢰야구에 ‘AI 판독(ABS 챌린지)’이 들어오면 심판과 선수는 어떻게 행동할까요?
심판은 같은 경기 안에서 판정 기준을 조정하고, 선수는 제한된 정보 속에서 챌린지를 고릅니다. AI가 최종 권위를 갖는 구조가 인간의 판단과 전략에 어떻게 스며드는지 MLB 데이터로 살펴봤습니다.

야구에 ‘AI 판독’이 들어오면
야구에 ‘AI 판독(ABS 챌린지)’이 들어오면 심판과 선수는 어떻게 행동할까요?
미국 메이저리그(MLB)의 2015–2026년 투구 판정 약 411만 건과 2026년 개막부터 8월 24일까지의 챌린지 8,447건을 분석한 연구입니다.
MLB의 독특한 방식: “판정은 사람이, 최종 결정은 AI가”
한국(KBO)은 AI가 모든 볼·스트라이크를 직접 판정하지만, MLB는 심판이 먼저 볼·스트라이크를 부르고 선수가 억울할 때만 “AI한테 물어봐 주세요!” 하고 챌린지를 신청합니다.
인간의 결정 위에 AI가 최종 심판관으로 서 있는 구조입니다. 챌린지가 들어온 판정의 최종 결정권을 AI가 갖는 겁니다.
심판은 AI에게 판정이 뒤집히면 주눅 들거나 달라질까?
관측된 변화는 ‘실력의 급상승’보다 판정 기준의 조정에 가까웠습니다. 심판의 전체적인 판정 실력, 즉 볼과 스트라이크를 구분하는 능력 자체가 갑자기 확 좋아진 건 아닙니다.
볼이 스트라이크로 번복된 뒤에는, 심판이 그 경기 안에서 지적받은 경계 부근을 조금 더 넓게 잡는 반응이 나타났습니다. 바깥쪽 공을 ‘볼’로 불렀다가 ‘스트라이크’로 번복당하는 장면을 떠올리면 이해하기 쉽습니다.
이 기준 조정이 심판의 다음 경기 초반까지 이어지는 효과는 검출되지 않았습니다.
고질적인 편견과 눈치 보기는 사라졌을까?
볼카운트에 따른 차이는 남았습니다. 3볼 0스트라이크에서는 여전히 존을 후하게 넓게 보고, 0볼 2스트라이크에서는 깐깐하게 좁게 보는 순서가 유지됐습니다.
반면 ‘스타 선수 우대’로 읽히던 차이는 줄었습니다. 과거에는 올스타 경력이 많은 타자에게는 존을 좁게, 투수에게는 넓게 잡아주는 경향이 있었습니다.
2026년에는 이런 선수 지위에 따른 판정 기준의 차이가 좁아졌습니다. 특히 타자에서 변화가 뚜렷했고, 투수에서는 그 근거가 상대적으로 약했습니다.
선수는 정말 이길 수 있는 판정만 챌린지했을까?
선수는 순간적으로 날아오는 공의 정확한 위치를 다 알 수 없습니다. 챌린지 선택은 AI가 측정한 정밀한 좌표보다, 선수가 그 순간 볼 수 있는 단서와 더 밀접하게 맞물렸습니다.
그 결과를 보면, 추적 좌표상 AI가 판정을 뒤집을 수 있는 오심인데도 챌린지 기회를 쓰지 않고 그냥 넘어간 공이 많았습니다.
정확한 위치를 알고 나서 보면 분명한 기회도, 그라운드 위에서 즉시 골라내기는 쉽지 않았던 겁니다.
오심을 바로잡는 기계, 그 이상
AI 판독 제도는 단순히 ‘오심을 바로잡는 기계’ 역할을 넘어섭니다.
심판은 AI에게 지적받은 뒤 그 경기 안에서 판정 기준을 바꾸고, 선수는 제한된 정보 속에서 언제 AI 찬스를 쓸지 선택합니다.
AI가 최종 권위를 갖는 구조에서는, 인간의 판단과 전략도 함께 바뀝니다.
이 글에서 소개한 원문
When the Strike Zone Becomes Algorithmic: Umpire Judgment and Player Challenge Decisions under AI Review
Kichang Lee, Gyeongmin Han, Sungmin Lee, JeongGil Ko (2026)
프리프린트 · arXiv:2609.25525v1
연구 원문 보기 ↗