브라질 경기 동안 저희는 토너먼트를 완전히 새로운 방식으로 탐색하기 위해 거대한 Graph Database를 구축했어요. 스포츠 보도에 데이터를 사용하는 건 새로운 일은 아니죠. 하지만 꽤 자주 사용되는 데이터는 점유율, 골 성공률, 골 차이 등 우리 대부분에게 익숙한 지표들이에요. 또한 관계형 데이터를 기반으로 한 매우 전통적인 분석이기도 하고요.
동일한 데이터를 그래프로 표시하면 팀에서 수집한 데이터를 기반으로 전혀 다른 추세를 식별할 수 있다는 점! 6월 18일에 런던에서 해커톤을 개최했는데, 여기서 개발자와 축구 팬들을 모아서 Graph Database인 Neo4j에 데이터 세트를 추가하고 이에 대한 기발하고 멋진 질문들을 던져봤어요. 올해 대회 개막 후 며칠 만에 해커톤을 개최했기 때문에,역사적인저희 팀이 공들여 수집한 데이터인거죠. 즉, 현재 토너먼트 데이터는 아니라는 점!
다음은 가장 흥미로운 5가지 조사 결과를 요약한 내용이에요.
1) 복수는 달콤하지만 항상 서두를 수는 없죠…
멕시코가 프랑스에 복수하는 데 80년이나 걸렸대요! 1930년에 프랑스에 패했지만 2012년까지 승부를 결정짓지 못했거든요.
2) … 가능한 경우를 제외하고요
1954년 스위스 토너먼트에서 헝가리는 서독을 이겼지만 나중에 결승전에서 패배했어요.
3) '승자의 저주'라는 것도 있다네요!
현재 챔피언들은 올해 조별 예선을 통과하지 못했는데, 이는 결코 드문 일이 아니에요. 실제로, 승리 후 토너먼트 결승에 진출한 월드 챔피언은 단 세 명뿐이래요.
- 아르헨티나는 1986년에 우승했고 1990년에 결승에 진출했어요.
- 이탈리아는 1934년에 우승했고, 1938년에 결승에 진출했고요.
- 브라질은 1958년에 우승했고, 1962년에는 결승에 진출했답니다.
4) 정상 경기에서 절대 패하지 않는 상위 3개 국가
승부차기를 제외하면 잉글랜드의 폼은 꽤 괜찮은 편이에요.
- 브라질 팀은 1958년, 1994년, 1970년, 2002년, 1978년, 1986년, 1996년에 한 번도 패한 적이 없어요.
- 2위는 이탈리아로 1998년, 2006년, 1938년, 1982년, 1934년, 1990년에 정상적인 플레이 패배를 겪지 않았죠.
- 잉글랜드는 1982년, 2006년, 그리고 물론 1966년에도 한 번도 패하지 않았기 때문에 3위에 올랐답니다.
5) 벤치 목록
교체 선수가 가장 두려워하는 건 경기에 나서지 못하는 거겠죠. 이 다섯 명의 선수는 세 번의 토너먼트에서 이런 불명예를 겪었대요.
- 앤서니 세리치(크로아티아)
- 안토니오 줄리아노(이탈리아)
- 마렉 쿠스토(폴란드)
- 보리슬라프 미하일로프(불가리아)
- 프란시스코 우루티코에헤아(스페인)
이러한 통찰력을 얻는 건 정말 즐거웠지만, 더 중요한 의도가 있었어요. 조직은 Neo4j와 같은 Graph Database를 사용해서 기존의 관계형 데이터베이스를 사용했을 때는 절대 할 수 없었던 방식으로 데이터를 관리하고 탐색할 수 있다는 거죠. 중요한 건, 저희가 다음을 이해할 수 있게 해준다는 거예요.관계수량, 위치 등뿐만 아니라 서로 다른 항목 사이에도 적용된다는 점! 실제로 많은 선도적인 기업들이 이미 이걸 활용해서 이점을 최대한 누리고 있답니다.
예를 들어, eBay 회사인 Shutl은 Graph Database인 Neo4j를 사용해서 당일 내에 판매자로부터 구매자에게 품목을 배송하는 가장 빠른 방법을 결정해요. 이전 관계형 데이터베이스에서 경로를 계획할 때 데이터를 처리하는 데 몇 분이나 걸렸는데, 이제 Neo4j 기반 시스템은 최대 50개의 다른 대체 경로를 제공해준대요.
저희는 Graph Database가 조직이 빅 데이터에 대해 생각하고 활용하는 방식을 바꿀 거라고 생각해요. 이번 여름 축구에 대한 간략한 분석은 무엇이 가능한지에 대한 힌트를 제공하죠. 정기 해커톤 이벤트에 대해 더 자세히 알고 싶으시면 언제든지 연락 주세요!
자세한 내용은 다음을 방문하세요.www.Neo4j.com
에이치시스템즈의 LogTree는 Neo4j 기반 GraphRAG 플랫폼으로, 데이터를 자동으로 지식그래프화하고 자연어 질의로 즉시 답을 제공합니다.
'Neo4j' 카테고리의 다른 글
| KeyLines와 Neo4j로 거대한 그래프 데이터 정복하는 5가지 방법 (0) | 2026.08.28 |
|---|---|
| 실시간 추천으로 사용자 혁신과 만족도를 5배 높이는 방법 (0) | 2026.08.27 |
| GraphConnect에서 주목해야 할 5가지 주요 토픽 (0) | 2026.08.27 |
| Windows OS에서 Neo4j 2.2.3 시작하기: 5단계 초간단 가이드 [커뮤니티 포스트] (1) | 2026.08.26 |
| 그래프 기술과 그래프 분석의 주목할 만한 활용 사례 5가지 (1) | 2026.08.26 |
