본 연구는 머신러닝 기법을 활용하여 한국 여자 프로배구 V-리그 경기에서 실시간 스코어를 바탕으로 승패를 예측하는 모델을 제안하고자 한다. 이를 위해 2021-2022시즌부터 2023-2024시즌까지의 정규시즌 363경기 데이터를 수집하여 분석하였다. 수집된 데이터는 경기 전 변수 (시즌 득점률, 최근 5경기 전적, 팀 간 순위 차이 등)와 경기 내 변수 (서브 에이스율, 공격 성공률, 블로킹 성공률 등)로 구성되었다. 본 연구는 random forest, XGBoost, support vector machine (SVM), Lasso regression과 같은 대표적인 머신러닝 기법을 적용하여 경기 진행률에 따른 승패 예측 모델의 성능을 비교·평가하였다. 모델 성능 비교 결과, XGBoost 모델이 가장 높은 예측 정확도를 기록하였다. 분석 결과, 경기 초반에는 경기 전 변수 (시즌 득점률, 승점 등)가 승패에 중요한 영향을 미친 반면, 경기 중반 이후 (특히 3세트 이후)부터는 경기 내 변수 (세트 간 점수 차이, 관중 수 등)의 영향력이 두드러졌다. 연구결과는 스포츠 데이터 분석 분야에서 머신러닝을 활용한 실시간 경기 예측의 가능성을 제시함과 동시에 배구 리그 경기 운영 및 전략 수립에 있어 유용한 참고자료로 활용될 수 있다.