아마존(Amazon.com)의 계열회사인 아마존 웹 서비스(Amazon Web Services, Inc. 이하 AWS)(나스닥: AMZN)와 포뮬러 1(F1)(나스닥: FWONA, FWONK)이 2020년 시즌에 새롭게 선보일 6가지 실시간 자동차경주 통계를 23일 발표했다.

그 첫 번째 통계로서 7월 3~5일 오스트리아 스필베르크에서 열리는 시즌 오프닝 행사에서 ‘자동차 성능점수(Car Performance Scores)’를 내놓는다. 자동차 성능점수는 개별 경주차의 성능을 별도로 평가하고 이를 통해 자동차경주 팬들은 다른 자동차와 쉽게 성능을 비교할 수 있게 된다. 올 시즌에 새로 도입될 이들 새로운 통계는 머신러닝을 포함한 일련의 AWS 서비스를 활용해 팬들이 좋아하는 특정 경주차 운전자와 차량의 성적을 비교 분석하고 경주 결과를 예측하는 데 도움을 줄 수 있을 것이다. 이에 대한 보다 자세한 정보는 https://aws.amazon.com/f1/ 을 참조.

각 F1 경주차마다 300개에 달하는 센서가 장착돼서 1초당 110만개에 달하는 데이터 포인트가 피트(pit)로 전송되고 있어 F1은 오늘날 세세한 성능 통계를 추출하는 것으로부터 대부분 흥미를 느낄 수 있는 진정으로 데이터에 근거한 스포츠가 되고 있다.

F1은 대량의 데이터를 실시간으로 스트리밍, 가공, 분석해 글로벌 F1 경주 TV 시청자들에게 전달하는 AWS 서비스의 능력에 상당히 의존하고 있다. 새롭게 도입된 ‘자동차 성능점수’는 저속 코너링, 고속 코너링, 직선 운전, 자동차 핸들링 등 4가지 통계수치에 근거해 자동차의 전반적인 성능을 팬들에게 보여주는 스크린상의 그래픽 형태로 나타난다.

이 그래픽은 각기 다른 경주차에 대해 각 통계수치가 어떻게 나타나는지를 보여주며 그럼으로써 경주 팬들이 각 자동차의 상대적 강점과 약점을 알 수 있게 되고 최종적인 결과도 예측할 수 있게 한다.

F1과 AWS는 과거에 출구 속도(Exit Speed), 피트스톱 전략예측(Predicted Pit Stop Strategy), 피트 윈도(Pit Window), 배틀 예측(Battle Forecast), 피트 전략 배틀(Pit Strategy Battle), 타이어 퍼포먼스(Tyre Performance) 등 6개 F1 통계를 발표했으며 추후 다음 여섯 가지 F1 통계(F1 Insights powered by AWS)를 스크린상 그래픽 형태로 올시즌 7월에서 12월 사이에 제공해 팬들에게 순간적으로 벌어지는 상황에 대해 좀 더 심층적인 이해를 할 수 있도록 하고 피트 안에서도 팀 전략가들이 보다 나은 전략을 세울 수 있도록 해준다.

· 자동차 성능점수(Car Performance Scores) : 이는 개별 경주차의 성능을 별도로 평가하고 이를 통해 자동차경주 팬들은 다른 자동차와 쉽게 성능 비교를 할 수 있게 된다(7월 3~5일 열리는 FORMULA 1 ROLEX GROSSER PREIS VON ÖSTERREICH GRAND PRIX 2020에서 선보이게 된다).
· 궁극의 드라이버 스피드 비교(Ultimate Driver Speed Comparison) : 이는 경주차 팬들이 자신들이 좋아하는 경주차 운전자들과 과거 1983년 이래 역대 운전자들의 실적을 비교하고 역대 최고기록을 올리는지 여부를 알 수 있게 한다(8월 7~9일 개최되는 EMIRATES FORMULA 1 70th ANNIVERSARY GRAND PRIX 2020에서 처음으로 선보일 예정).

· 고속/저속 코너 성능(High-Speed/Low-Speed Corner Performance) : 이는 랩 타임 측정을 위해 매우 중요한 통계인 경주차들이 시속 175km(109mph) 고속으로 달릴 때와 저속(시속 125km/78mph) 코너링을 돌 때 다른 자동차들과 비교해서 얼마나 성능이 좋은지를 팬들이 비교할 수 있도록 해준다(8월 28~30일 열리는 FORMULA 1 ROLEX BELGIAN GRAND PRIX에서 선보일 예정이다).

· 운전자 운전능력(Driver Skills Rating) : 운전과 관련된 모든 요인들을 종합 평가하고 경주차 운전자의 운전능력을 분석해 점수를 매긴다. 이는 회전능력과 출발, 경주속도, 타이어 관리능력, 추월/방어 스타일 등 다양한 측면을 분석함으로써 운전자의 능력을 종합적으로 평가할 수 있게 한다(시즌 하반기에 선보일 예정).

· 자동차/팀 발전 및 전반적 시즌 실적(Car/Team Development & Overall Season Performance) : 시즌이 계속됨에 따라 이 통계는 각 팀의 누적 실적을 통해 발전 패턴을 드러내게 된다(시즌 하반기에 선보일 예정).

· 예선 통과 여부 및 경주속도 예측(Qualifying and Race Pace Predictions) : 이는 연습 경주와 예선 경주 랩으로부터 데이터를 수집해서 어떤 팀이 각 경주에서 승산이 높은지를 예측할 수 있게 한다. 이러한 경기예측은 매주 토요일 예선 경주와 일요일 결승전에서 팬들의 흥분을 한층 더해준다(시즌 하반기에 선보일 예정).

이러한 통계에 근거한 통찰력을 제공하기 위해 F1은 아마존의 심플 스토리지 서비스(Amazon 3S)에 저장돼 있는 70년에 걸친 과거 경주 데이터에 더해 F1 경주차들과 트랙에 장착된 센서들로부터 실시간으로 전송되는 데이터를 실시간 데이터 수집, 가공, 분석 서비스인 아마존 키네시스(Amazon Kinesis)를 통해 클라우드에 스트리밍한다.

F1의 엔지니어와 과학자들은 이 데이터를 아마존의 세이지메이커(SageMaker)를 통해 기계학습(ML) 모델로 재구성한다. 세이지메이커는 ML 모델을 구축, 훈련, 전개하는 데 사용되는 서비스이다. F1은 별도의 서버를 필요로 하지 않고 코드를 구동시킬 수 있는 AWS 람다(AWS Lambda)상에서 이들 ML 모델을 실시간으로 가동시킴으로써 경주 실적 통계를 분석할 수 있게 된다.

이렇게 얻어진 모든 통찰력은 회사의 디지털 플랫폼인 F1.tv를 포함한 전 세계에 걸친 F1 경주 방송 피드에 통합돼 제공되며 이로써 팬들은 순식간에 벌어지는 상황에 대해 좀 더 심층적인 이해를 하고 때로 경기 결과에 중대한 영향을 미칠 수 있는 운전자나 팀 전략가들의 경주 전략을 엿볼 수도 있게 된다.

F1의 최고엔지니어인 롭 스메들리(Rob Smedley)는 “지난 2년에 걸쳐 F1은 심층 다이내믹 데이터 분석을 수행하는 데 AWS의 서비스를 적극 받아들여왔다. 이러한 파트너십을 통해 우리가 제공해온 F1 통찰력은 팬들의 관심을 그 어느 때보다도 고조시켰고 피트 안에서 벌어지는 일에 대해 팬들이 좀 더 깊이 있게 알 수 있게 하는 데 중요한 기여를 했다.

우리는 이 성공적인 파트너십을 더 확장해 더 많은 통찰력을 제공할 수 있게 된 데 매우 기쁘게 생각하며 이를 통해 팬들이 운전자와 경주팀의 전략에 좀 더 가깝게 다가갈 수 있게 된 것에 대해서도 만족스럽게 생각한다”고 말했다.

AWS의 글로벌 기업영업 담당 부사장인 마이크 클레이빌(Mike Clayville)은 “F1 자동차경주는 물리학적 원리와 인간의 능력을 결합해 최대한의 성과를 올리는 데 목적이 있고 AWS는 이를 위해 기술적 지원을 제공하는 것이다.

F1과 우리 회사가 기존에 맺은 관계를 통해 다양한 통계 데이터를 제공해 수많은 팬들을 경주장으로 끌어들였고 경주차 공기역학에 대한 우리의 연구 결과는 2022년 시즌을 앞두고 자동차 설계에도 상당한 영향을 미치고 있다.

올해 우리는 클라우드상으로 F1 데이터를 끌어내고 팬들이 F1의 복잡다기한 양상을 좀 더 깊이 있게 이해할 수 있도록 하는 통찰력을 제공할 수 있게 되어 매우 기쁘다”고 말했다.