축구 데이터 분석의 출발점은 간단하다. 축구는 득점이 적은 스포츠다. 한 번의 굴절, 골키퍼 선방, 판정, 세트피스가 결과를 크게 바꾼다. 그래서 스코어만으로는 팀이 정말 좋은 경기를 했는지, 아니면 몇몇 장면의 운이 승부를 갈랐는지 판단하기 어렵다.
이때 데이터는 결과 뒤에 있는 과정을 읽게 해준다. 요즘 분석은 득점, 점유율, 슈팅 수를 넘어 기대득점(xG), 기대위협(xT), PPDA, 전진 행동, 포스트샷 xG 같은 지표로 경기의 질을 더 세밀하게 나눈다.1 핵심은 숫자를 많이 보는 것이 아니라, 어떤 숫자가 어떤 질문에 답하는지 이해하는 것이다.
결과보다 기회의 질을 본다
가장 널리 알려진 지표는 기대득점(xG)이다. xG는 각 슈팅이 골이 될 가능성을 평가한다. 단순히 슈팅을 몇 개 했는지가 아니라, 얼마나 좋은 위치와 상황에서 슈팅했는지를 보려는 지표다.
기대승점(xPts)은 여기서 한 단계 더 나아간다. 각 슈팅의 xG를 바탕으로 승·무·패 확률을 시뮬레이션해, 팀이 만든 기회의 질에 맞는 승점을 계산한다.1 실제 스코어보다 경기 내용에 가까운 평가를 하려는 시도다.
예를 들어 1-0으로 이긴 팀이 실제로는 좋은 기회를 거의 만들지 못했을 수 있다. 반대로 졌지만 더 높은 질의 기회를 꾸준히 만든 팀도 있다. xPts는 이런 차이를 드러내며, 단기 결과에 가려진 경기력을 판단하는 데 도움을 준다.
점유율보다 중요한 것은 어디를 지배했는가다
점유율은 익숙하지만 한계가 있다. 자기 진영에서 공을 오래 돌린 팀과 상대 박스 근처에서 계속 압박한 팀을 같은 방식으로 비교하기 어렵기 때문이다.
필드 틸트(field tilt)는 이 문제를 보완한다. 각 팀이 파이널 서드에서 기록한 패스나 터치의 비중을 통해, 어느 팀이 상대 진영 깊은 지역을 더 지배했는지 보여준다.1 일반 점유율이 “누가 공을 더 오래 가졌는가”를 묻는다면, 필드 틸트는 “누가 더 위협적인 지역에서 경기를 했는가”를 묻는다.
이 차이는 실전 분석에서 중요하다. 점유율은 낮아도 상대 진영에서 효율적으로 공격을 만든 팀이 있을 수 있고, 점유율은 높아도 위협 지역에 거의 진입하지 못한 팀이 있을 수 있다.
숫자는 반드시 경기 맥락과 함께 읽어야 한다
좋은 축구 데이터 분석은 지표를 나열하는 일이 아니다. 숫자가 나온 상황을 해석하는 일이다.
대표적인 변수가 스코어 상황이다. 앞선 팀은 내려앉고, 뒤진 팀은 더 공격적으로 밀어붙이는 경우가 많다. 이 때문에 점유율, 슈팅 수, xG 같은 통계는 현재 스코어의 영향을 받는다.1 진지한 분석에서는 결론을 내리기 전에 이런 스코어 효과를 보정해야 한다.1
골키퍼 분석도 마찬가지다. 빌드업 능력을 보려면 짧은 배급, 긴 배급, 론치 비율, 압박 상황에서의 패스 성공률을 함께 봐야 한다.1 짧은 패스를 적게 한다고 해서 곧바로 빌드업이 약한 골키퍼라고 말할 수는 없다. 팀 전술이 긴 배급을 요구할 수도 있고, 상대 압박 방식이 선택지를 제한했을 수도 있다.
롱 스로인 역시 같은 관점에서 볼 수 있다. 이제 롱 스로인은 단순한 변칙 플레이가 아니라 세트피스처럼 분석된다. 터치라인 여러 지점에서 박스 안으로 공을 투입할 수 있기 때문이다.1 반복 가능한 공격 루트인지, 특정 상대에게 효과적인지, 어떤 위치에서 위협이 커지는지를 데이터로 검토할 수 있다.
데이터가 주는 가장 큰 가치는 질문의 수준이다
축구 데이터 분석의 핵심은 “누가 이겼나”에서 멈추지 않고 “왜 그런 흐름이 나왔나”를 묻는 데 있다. 팬에게는 경기를 더 정확히 읽는 도구가 되고, 팀에는 전술 선택과 선수 평가, 영입 판단의 근거가 된다.
다만 숫자는 답안지가 아니다. 좋은 질문을 만들기 위한 렌즈다. xG, xPts, 필드 틸트, PPDA 같은 지표는 각각 다른 측면을 보여준다. 하나의 숫자만 믿기보다 경기 맥락, 스코어 상황, 팀의 전술 의도와 함께 읽을 때 분석의 가치가 커진다.
결국 좋은 축구 데이터 분석은 결과를 부정하는 것이 아니다. 결과만으로 보이지 않는 과정을 더 정확히 이해하려는 노력이다.
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.