본 논문은 축구 경기 결과 예측을 위한 새로운 딥러닝 모델인 HIGFormer를 제안합니다. 기존 방법들이 선수와 팀 간의 이질적인 상호작용을 간과하는 문제점을 해결하기 위해, HIGFormer는 다층 상호작용 프레임워크를 도입하여 미세한 선수 역동성과 고차원적인 팀 상호작용을 모두 포착합니다. 이는 선수 상호작용 네트워크(Player Interaction Network), 팀 상호작용 네트워크(Team Interaction Network), 경기 비교 트랜스포머(Match Comparison Transformer) 세 부분으로 구성됩니다. WyScout Open Access Dataset을 이용한 실험 결과, HIGFormer는 기존 방법들보다 유의미하게 높은 예측 정확도를 보였으며, 선수 평가에도 활용 가능성을 제시합니다.
