xG
요즘 스포츠는 더이상 이전처럼 잘하는 스타 선수 몇 명으로 굴러가는 그런 성격의 것이 아니다. 스포츠를 둘러싼 이해당사자(구단, 언론사, 팬, 광고주, 도박업체 등)들이 이전과 비교할 수 없는 수준으로 늘어났으며, 그만큼 보다 체계적으로 이 생태계를 이해하고자 하는 노력이 동반되고 있다.
이런 맥락에서 스포츠 애널리틱스(Sports Analytics)라는 개념이 등장했다. 굉장히 정성적인 것으로 여겨지던 스포츠를 정량적으로 이해하기 위한 노력의 총체라고 보면 될 듯 한데, 야구에 적용되어 크나큰 변화를 만들어낸 세이버메트릭스의 영향이 이 개념의 정립 및 확산에 굉장히 큰 영향을 미쳤다.
세이버메트릭스가 적용된 이래, 야구라는 스포츠 내에 자리잡고 있던 통념들 중 얼마나 많은 것들이 허구에 가까웠는지가 드러났다. 일례로 영화 '머니볼'에서 등장하듯, 선수의 신체적 특성과 스윙을 얼마나 호쾌하게 하는지와 같은 '인상'을 기반으로 한 판단과 평가가 이 바닥에서 꽤나 만연했던 것으로 보인다. 쉽게 말하자면, 상당 부분, 주먹구구 식으로 이 판이 돌아갔다는 것이다.
이런 특성은 단순히 스포츠를 즐기는 팬들이나, 승리를 추구하는 구단에만 영향을 미치는 일이 아니었다. 구단의 승리 여하에 따라 광고주, 베팅업체가 같은 거대 조직이 쏟아붓는 금액이 크게 달라졌기 때문이다. 사실상 스포츠도 사업이고, 돈이 몰리고 파이가 커질 때, 더 나은 무언가를 추구할 수 있게 되는 법이다. 스포츠 애널리틱스는 이런 맥락에서 업계 관계자의 가려운 곳을 제대로 긁어내는 도구로 기능한다고 볼 수 있다.
얼마나 승리를 효과적/효율적으로 만들어낼 수 있느냐에 따라 즐거움으로 대표되는 팬들의 만족도가 증가하며, 구단의 브랜드 이미지와 이들을 향한 지원의 폭도 크게 달라질 수 있다.
스포츠 애널리틱스는 크게 경기 내부적/외부적 요소에 대해 다양한 수리적/통계적 기법의 총체로 이해 가능하다.
무튼, 서론이 굉장히 지저분하고 길었는데, 이 글에서 하고자 하는 이야기는 xG의 개념이었다. 보통 이 필드에서 소문자 x가 용어 앞에 붙을 경우 '기대값(Expectation)'을 의미하는데, 이 역시 그렇다. xG는 Expected Goals의 약자로 특정 플레이/슈팅이 얼마만큼의 확률로 골이 되는지를 의미하는 개념이다.
xG는 축구에서 해당 플레이가 이뤄진 지점, 슈팅을 만들어낸 신체 부위(오른발/왼발/머리) 등을 고려해 계산되는 값이다. 앞에 아무도 두지 않은 상태에서 맞이한 슈팅 찬스에 대해선 굉장히 높은 값을 갖게 되며, 일상적으로 거의 골로 이어지지 않을 법한 위치에서 시도한 슈팅에 대해선 매우 낮은 xG값이 부여된다. 미국 내 축구 분석에 대한 글을 다루는 American Soccer Analysis에서는 이 개념을 설명하며 두 가지 예시를 드는데, 아래에 첨부하도록 한다.
(이 움짤에서 카카는 못넣으면 연봉을 반납해야 할 수준의 좋은 기회를 맞이했다. 이 상황의 xG는 93%다.)
(위 움짤과 달리 다비드 비야의 이 슈팅은 굉장히 이례적인 성과물이다. 보통 저 위치에서 슈팅을 많이 시도하지도 않을 뿐더러, 시도하더라도 골을 만들어내긴 어렵다. xG는 전자 대비 굉장히 낮은 0.9%)
xG를 최종 슈팅을 기록한 선수/팀에 부여한다고 하면, 이 슈팅을 시도하도록 직접적으로 패스를 전달해준 선수에 대해서는 어시스트 기대치를 부여할 수도 있다. 이 개념은 xA로, xG와 값을 최종 패서에게 부여한 것이다.
이 xG는 사실 정의하는 사람/연구자에 따라 다른 값을 나타내게 된다. 좀 더 정확한 설명은 필자도 좀 더 공부를 하고 나서 적어보도록 하겠다.
