54위 선수가 사실은 3위?

안녕하세요, BEPRO 팀입니다.

이번 아티클에서는 저희 데이터 사이언스팀이 직접 연구하고 SCI 저널에 게재한 논문을 바탕으로, 공중 경합 능력을 평가하는 새로운 방식을 소개합니다.

세트피스, 크로스 대응, 골킥 세컨볼 등 경기 흐름을 바꾸는 핵심 장면에서 공중 경합은 반복적으로 등장하죠. 그런데 이 능력을 평가하는 방식에는 허점이 있습니다.

우리가 흔히 아는 성공률 계산 공식으로 하면 54위인 선수가, 사실 3위가 될 수 있습니다. 오늘은 어떻게 그렇게 될 수 있는지 다뤄보려고 합니다.

저희가 직접 K리그1 33,163건의 공중 경합 데이터를 분석한 결과, 54위가 3위가 되는 결과가 나왔는데요. 이 반전이 의미하는 건 하나입니다. “성공률은 얼마나 자주 이겼는지는 알려주지만, 누구를 상대로 이겼는지는 말해주지 않습니다.”

골킥 세컨볼, 박스 안 크로스 대응, 세트피스 경합처럼 단 한 번의 헤더가 점유, 압박, 실점 위험으로 직결되는 장면은 경기 전반에 걸쳐 꾸준히 등장합니다. “그 능력을 어떻게 제대로 평가할 것인가”가 중요하죠.

기존 성공률의 함정

지금까지 공중 경합 능력을 측정하는 가장 일반적인 방법은 성공률입니다.

공중 경합 성공률 = 성공 횟수 / 시도 횟수

직관적이고 계산도 간단합니다. 그러나 이 숫자를 그대로 믿어도 될까요? 기존 성공률 값에는 함정이 있습니다.

첫째, 상대 난이도를 반영하지 못합니다. 성공률 60%라도, 매번 공중볼에 강한 센터백을 상대로 낸 60%와 상대적으로 약한 매치업에서 나온 60%는 의미가 다릅니다.

둘째, 키라는 구조적 변수를 무시합니다. 공중 경합은 현실적으로 키의 영향을 크게 받습니다. 팀들이 매치업을 설계할 때도 키를 고려하죠.

결국 성공률 하나로만 보면, 실력과 맥락과 신체 조건이 섞여버립니다. “진짜 공중볼에 강한 선수”를 찾으려면 맥락을 반영한 지표가 필요합니다.

그래서 등장한 Elo 레이팅

기존 성공률의 약점을 보완하고 더 정확한 평가를 위해, BEPRO 데이터 사이언스팀은 공중 경합을 두 선수 간의 1:1 승부로 해석하는 방식을 제안합니다.

바로 체스와 바둑 등에서 익숙한 Elo 레이팅을 적용하는 것이지요.

Elo의 핵심 원리는 단순합니다.

• 강한 상대를 이기면 점수가 더 크게 오릅니다.

• 약한 상대에게 지면 점수가 더 크게 떨어집니다.

즉, 단순히 “얼마나 자주 이겼는가”가 아니라 “누구를 상대로 이겼는가”가 점수에 누적됩니다. 실제 스카우팅과 상대 분석에서 더 유의미한 질문이죠.

핵심: 키 보정 초기 Elo로 더 빠르게 안정화

기존 Elo 시스템은 모든 선수를 동일한 초기값(예: 1500)에서 출발시키고, 데이터가 쌓이며 각 선수의 능력값이 정해지는 방식입니다.

그런데 공중 경합에는 이미 알려진 전제가 있습니다. 바로 키가 클수록 유리하다는 것이죠.

BEPRO 연구팀은 초기값을 다음 방식으로 설정했습니다.

1. 키 보정 없이 Elo를 먼저 계산합니다.

2. 선수 키와 계산된 Elo 사이에 선형회귀를 적용합니다.

3. 회귀 예측값을 키 보정 초기 Elo로 사용합니다.

이는 “키 큰 선수를 더 좋게 평가한다”는 뜻이 아닙니다. 키라는 구조적 이점을 인정한 상태에서, 그 위에서의 실력을 더 공정하게 비교하기 위한 방식입니다.

실제로 192cm의 Dave Bulthuis는 초기 Elo 1561.76을, 167cm의 Sunmin Kim은 1426.92를 부여받고 시작합니다. 이후에는 실제 공중 경합 결과에 따라 Elo가 계속 업데이트됩니다.

모델 성능 면에서도 키 보정 Elo(K=10)는 비보정 모델 대비 더 높은 정확도(0.626)와 AUROC(0.649)를 보였습니다.

Elo로 보면 다르게 보이는 선수들이 나온다

공중 경합 분석에서 가장 흥미로운 결과는 랭킹의 역전입니다.

Delbridge는 성공률로 봐도 Elo로 봐도 “정말 강한 선수”입니다.

더 주목할 만한 건 Bulthuis와 Youngbin Kim입니다. 성공률로는 각각 21위, 54위에 불과하지만 Elo에서는 2위, 3위로 뜹니다.

이런 선수들은 단순히 많이 이긴 게 아니라, “강한 상대와 붙어도 꾸준히 경쟁력을 유지했다”고 해석할 수 있습니다.

반대로 성공률 1위인 Taewook Jeong은 Elo에서 4위입니다. 성공률이 높더라도 매치업 난이도까지 반영하면 순위가 달라집니다.

요약하면 이렇습니다.

• 성공률은 “얼마나 자주 이겼는가”를 봅니다.

• Elo는 “누구를 상대로 이겼는가(난이도까지)”를 봅니다.

연구에서 제품으로, PEI에 통합

이 연구는 학술적 성과에 그치지 않습니다.

BEPRO는 이 키 보정 Elo 레이팅 지표를 PEI(Player Evaluation Index)에 통합하여 실제 제품에 적용하고 있습니다.

PEI에서 이 지표는 몇 가지 측면에서 유용하게 활용됩니다.

스카우팅 및 영입 측면에서 성공률 리더보드에는 잘 보이지 않지만 강한 매치업을 꾸준히 소화하는 선수를 더 빠르게 발견할 수 있습니다. 숨겨진 가치를 가진 선수를 찾는 데 효과적인 도구입니다.

상대 분석 및 전술 측면에서 공중 경합의 진짜 강점과 약점을 파악하면, 세트피스 매치업 설계, 크로스 타깃 존 선정, 인원 배치 등 의사결정을 더 근거 있게 할 수 있습니다.

BEPRO 데이터 사이언스팀은 기본 통계를 넘어 맥락을 반영한 고급 지표를 연구하고 실제 프로덕트에 적용하는 사이클을 이어가고 있습니다. 이번 공중 경합 분석은 그 파이프라인의 한 사례입니다.

BEPRO의 제품에 대해 더 알고 싶다면, 문의하기 페이지에서 메시지를 남겨주세요.

연구 결과 논문. 이 아티클의 내용은 BEPRO 데이터 사이언스팀이 직접 연구하여 International Journal of Performance Analysis in Sport (SCI 저널)에 게재한 논문을 기반으로 합니다. K리그1 2021-2023 시즌 684경기, 33,163건의 공중 경합 데이터를 분석한 연구입니다. Kim, J. & Kim, S. (2024). Evaluating aerial duel ability of football players using height-adjusted Elo rating model. https://doi.org/10.1080/24748668.2024.2420458