좋은 예측이 항상 좋은 결정을 만들지는 않는다

저는 계속해서 하나의 질문에 부딪히면서 FPL 툴을 만들기 시작했습니다. '최고의 선수를 예측하는 것이 무슨 의미가 있을까? 그 선수를 영입하는 것 자체가 실제로 최고의 움직임이 아니라면?'

상황은 생각보다 빠르게 복잡해집니다.

예산, 이적 제한, 이미 보유한 선수들, 다가오는 경기 일정, 그리고 3경기 전 내가 저질렀던 가끔의 최악의 결정까지 고려해야 합니다.

그래서 저는 FPL Decision Engine을 만들기 시작했습니다.

아이디어는 축구 데이터, AI 추론, 규칙 기반 검사를 결합하여 단순히 선수들을 순위 매기는 것이 아니라 실제 의사결정을 비교하는 것이었습니다.

제가 특히 흥미롭게 발견한 부분 중 하나는 AI가 제안하는 것과 시스템이 허용하는 것을 분리하는 것이었습니다.

AI 모델은 훌륭한 선수를 추천할 수 있습니다. 하지만 그 이적이 예산을 초과하거나 클럽당 선수 3명 규칙을 위반한다면, 그 추천은 거부되어야 합니다. 자신감이 무효한 결정을 유효하게 만들지는 못합니다.

또한 저는 다른 것, 즉 '내 판단이 AI와 다를 때 무슨 일이 일어날까?'에 대해서도 탐구하기 시작했습니다. 이것이 실제로 내 결정 능력을 향상시키는지, 아니면 단지 나 스스로가 그 결정에 더 자신감을 갖게 만들 뿐인지 말입니다.

그 연구는 아직 진행 중이며, 이 엔진이 FPL 성과를 개선한다는 것을 확립하지 못했습니다. 테스트할 부분이 많이 남아 있습니다.

공개 저장소에는 선별된 버전의 코드, 아키텍처, 그리고 작업 예시가 포함되어 있습니다.

축구 프로젝트로 시작했던 것이 전반적인 의사결정 시스템에 대해 저를 훨씬 더 흥미롭게 만들었습니다. 예측은 유용합니다. 하지만 그 예측을 가지고 무엇을 할지 알아내는 것이 더 어려운 부분입니다.

요약