9회 말 김선빈 동점포
연장서 실수 2개 아쉬움
프로야구 KIA타이거즈가 정규시즌 우승의 매직넘버를 지우기 위해 고군분투했으나 아쉬운 플레이가 속출하며 경기를 내줬다.
KIA는 4일 광주-기아챔피언스필드에서 열린 '2024 신한 SOL BANK KBO리그' 한화이글스와 경기에서 연장 10회 접전 끝에 4-5로 패했다. KIA는 시즌 50패(76승 2무 0.603)째를 당했다. 같은 날 2위 삼성라이온즈가 두산베어스에 승리해 KIA는 '11'남은 매직넘버를 지우는데 실패했다.
KIA는 박찬호(유격수)-소크라테스(좌익수)-김도영(3루수)-최형우(지명타자)-나성범(우익수)-김선빈(2루수)-이우성(1루수)-한준수(포수)-박정우(중견수)로 타선을 꾸렸다. 선발 마운드에는 김도현이 올랐다.
선취점은 한화의 몫이었다. KIA투수 김도현은 1회 2사 이후 4안타 1사구를 허용하며 3점을 잃었다. 2회부터는 안정을 찾았다. 김도현은 5회까지 83개의 공을 던지며 6피안타 2사사구 3탈삼진 3실점했다. 직구 최고구속은 151km/h를 마크했다.
타선은 상대 투수 라이언 와이즈에게 꽁꽁 묶였다. 5회 김선빈이 상대 3루수의 실책으로 출루하기 전까지 단 한 명의 타자도 1루를 밟지 못했다. 이후로도 KIA는 8회 나성범이 와이즈의 4구째 132km/h 슬라이더를 125m짜리 솔로홈런(시즌 19호)로 연결 하기 전까지 안타를 때려내지 못했다. 나성범의 안타로 물꼬가 트인 KIA는 2사 후 와이즈에게 한준수와 박정우가 연속안타를 때려냈고 한화는 박상원으로 마운드를 교체했다. 이어진 찬스에서 박찬호가 3루수 방향 안타성 타구를 날렸으나 노시환이 좋은 수비로 땅볼처리해 주자들이 홈을 밟지 못했다.
KIA는 1-4로 뒤진 9회 본격적으로 추격에 나섰다.
2사 1루 상황에서 나성범이 좌중간을 가르는 안타를 날렸다. 이 타구에 1루에 있던 김도영이 준족을 과시하며 홈을 밟는데 성공했다.
한화는 마운드를 마무리 주현상으로 교체하며 승부를 굳히려 했다. 그러나 김선빈이 주현상의 3구 148km/h 직구를 잡아당겨 비거리 110m를 비행하는 2점 홈런(시즌 9호)으로 연결하며 경기의 균형을 다시 맞췄다. 후속타자 이우성이 중견수 뜬공으로 물러나며 경기는 연장으로 향했다.
연장전서 아쉬운 모습이 속출했다. 마운드에 오른 장현식은 1사 후 2루타와 폭투로 1사 3루 위기에 처했다. 후속타자 유로결을 삼진으로 돌려세우며 위기를 탈출하는 듯 했다. 그러나 한승택이 스타트를 끊은 3루 주자를 잡기 위해 던진 송구가 엇나가며 허무하게 실점하고 말았다.
분위기를 재정비한 KIA는 최재훈을 삼진처리하며 10회 말 공격에 돌입했다.
이어서 1사 이후 박정우가 안타로 출루하며 희망의 불씨를 살리는 듯 했다. 주자가 된 박정우는 박찬호의 타석에서 도루를 감행하다 아웃이 되며 추격 분위기에 찬물을 끼얹고 말았다. 타석의 박찬호 마저 우익수 뜬공으로 돌아서며 KIA는 4-5로 경기를 내줬다.
9회말 2아웃 이후 집중력을 선보이며 명승부를 펼친 KIA는 10회 나온 실책과 도루실패가 진한 아쉬움으로 남았다.
이재혁기자 leeporter5125@mdilbo.com
- [칼럼] AI 역사에서 흑역사가 중요한 이유-(36) AI의 개념 및 역사. ■김경수의 미디어리터러시-(36)AI 70년 역사에서 최초의 AI 연구는 1950년 영국의 수학자 앨런 튜링의 '계산기계와 지능'이란 논문이다. 이 논문에서 앨런은 '기계가 생각할 수 있을까?'라는 파격적인 질문과 함께 기계의 지능 보유 여부를 판별하는 '튜링테스트(Turing-Test)'를 최초로 제안했다.AI의 개념은 AI 안에 '머신러닝(ML)'이 있고, 그 안에 '딥러닝(DL)'이 있다. AI는 포괄적 개념이고, 머신러닝은 인공지능을 만들기 위한 '기계 학습'이며, 딥러닝은 인간의 뇌를 모방한 '인공신경망 학습'이다.1960년대와 1970년대의 AI는 컴퓨터 비전과 기본 인식 패턴에 대한 기초 연구가 주를 이루었다. 프로그래밍 언어와 로봇, SF영화 등을 중심으로 기대감을 올렸지만, 열약한 컴퓨터 성능의 한계에 부딪히며 '1차 AI 겨울'을 맞이했다. AI 겨울이란 기존의 지원이 끊긴 AI 연구의 암흑기를 뜻한다.암흑기 중에도 머신러닝 연구는 지속됐고, 1980년대에 '전문가 시스템'이 도입되면서 두 번째 AI 붐이 조성됐다. 그러나 복잡한 네트워크를 처리하지 못하고 이미지 인식을 못하는 등의 결함으로 인해 전문가시스템이 폐기됐다. 이때 투자자들은 AI를 사이비과학으로 취급할 정도로 불신했다. 이것이 1990년대의 '2차 AI 겨울'이다.이를 반전시킨 대표적 학자는 토론토대학의 제프리 힌튼 교수다. 그는 '2012년 대규모 시각적 인식 챌린지' 경연 대회에서 탁월한 이미지 인식률로 우승하면서 딥러닝의 우수성을 세상에 알렸다. 그 후로 다양한 딥러닝 기술과 반도체 성능 등이 동반성장하면서 AI 기술이 빠르게 발전했다.최근 AI 뉴스를 보면 AGI 시기가 점점 앞당겨지고 AI 로봇이 일상에 곧 들어올 것만 같다. 과연 하나의 AI 휴머노이드 로봇이 삶은 달걀의 껍질을 벗겨서 요리하고, 부엌의 다양한 도구들을 설거지할 수 있을까."내년에 AI가 사람보다 똑똑해진다"라는 일론 머스크의 주장과 "내년에 자율주행 기술을 갖출 수 있겠네?"라는 얀 르쿤의 비판 중 어느 주장이 더 합리적인가.지난달 AI 컨설턴트 회사인 가트너에 따르면 'AI의 기술촉발'이 '부풀려진 기대의 정점'을 지나 '환멸의 골짜기'가 올 것이라고 전망했다. 이것은 '3차 AI 겨울'의 암시이며, 1차, 2차 AI 겨울의 역사에 기초한 합리적 의심이다.힌튼 교수는 "10년 안에 AI 킬러로봇이 나올 것"이라고 예언했다. 이것은 2017년 아마존 AI 면접의 성차별, 2020년 영국 비자승인에서 AI의 인종차별 등의 역사적 사건에 근거한 주장이다.우리나라 과학계에서는 2000년대 노벨상까지 거론되던 줄기세포 논문이 조작으로 밝혀져 사회적 충격과 실망을 준 흑역사가 있다.아픈 역사를 통해 얻은 교훈은 '과장이 커질수록 환멸의 골짜기가 깊어진다'라는 것이다. 인간사에서도 기대가 크면 실망이 큰 법이다.역사는 미래의 논거가 된다. AI의 빛나는 역사와 함께 '흑역사'에도 관심을 기울여야 하는 이유이다.김경수 전남대 문화전문대학원 교수
- · [칼럼] AGI의 의미와 중요성-(35)
- · [칼럼] 챗GPT 다음 GPT 스토어에 주목하는 이유-(34)
- · [공연 리뷰] 절제된 표현으로 존재의 소멸을 응시하다
- · [칼럼] '어처구니'를 숨기고 '거들먹'을 노출하는 '거덜사회'