옵타 포럼 2026: 연구 발표

2026 옵타 포럼(Opta Forum) 연구 경진대회 2차 심사 제출 마감에 이어, 4개의 프로젝트가 무대 발표 후보로 선정되었으며, 추가로 3개의 프로젝트가 포스터 발표 후보로 추천되었습니다.

제출된 각 제안서는 혁신성, 방법론, 관련성, 적용 가능성이라는 네 가지 주요 기준에 따라 심사되었습니다. 이제 선정된 7개의 우수 프로젝트가 런던 대영박물관에서 초청된 업계 관계자들을 대상으로 공개될 예정입니다.

올해 옵타 포럼의 새로운 시도로는, 데이터를 어떻게 지능적으로 활용하여 미디어 스토리텔링을 강화할 수 있는지에 초점을 맞춘 전용 미디어 스토리텔링 부문이 신설되었습니다.

2026 옵타 포럼의 연구 발표 및 포스터 전체 목록은 다음과 같으며, 순서는 무작위입니다:

무대 공연

미디어 스토리텔링 부문: 하산 라피크, 딜런 다멜리오, 에반 페고르쉬 - 인터랙티브 비주얼의 힘: Opta Vision을 활용한 선수 패스 성능 비교

하산, 딜런, 에반은 Opta Vision 데이터를 기반으로 ‘패싱 인텔리전스(Passing Intelligence)’와 ‘패스플로우(Passflow)’라는 두 가지 대화형 데이터 시각화 도구를 개발했습니다. 이 도구들은 리그 내 선수들의 패스 능력을 비교하는 편집 기사를 보완하며, 흥미로운 대화형 경험을 제공하도록 설계되었습니다. 이 시각화 도구들은 기회 비용(Opportunity Cost), 기대값(Expected Value), 리스크 인텔리전스(Risk Intelligence) 등 그들이 개발한 여러 새로운 지표를 활용합니다.

하산은 시러큐스 대학교 팰크 스포츠 칼리지(Falk College of Sport) 스포츠 분석학과의 조교수로, 딜런과 에반은 현재 이곳에서 스포츠 분석학과 경제학을 전공하고 있다. 딜런과 에반은 현재 시러큐스 대학교 남자 축구팀과 올덤 애슬레틱 A.F.C.에서 데이터 분석가 인턴으로 근무하고 있다.

경기 분석 부문: 하이메 오리올 - 후방에서 압박을 뚫기: 강도 높은 압박 상황에서 볼을 소유하지 않은 선수의 움직임과 패스 결정의 질 간의 연관성

하이메의 프로젝트는 현재 각각 별도로 연구되고 있는 두 가지 분석 영역, 즉 압박 상황에서 패스 기회를 창출하는 오프볼 런의 질과, 주어진 옵션들에 대한 패서(패스하는 선수)의 의사결정 질을 연결하는 프레임워크를 개발하는 것을 목표로 합니다. 이 프레임워크의 목적은 코칭 스태프, 선수 영입 담당자, 상대 팀 분석가들에게 움직임 설계와 의사결정 평가 모두에 대해 실질적인 통찰력을 제공하는 데 있습니다.

하이메는 현재 마드리드의 프란시스코 데 비토리아 대학교에서 비즈니스 애널리틱스와 컴퓨터 과학 복수 전공 과정을 밟고 있다. 그는 ‘Football Decoded’ 블로그의 설립자이며, 현재 민사이트(Minsait)에서 데이터 사이언스 인턴으로 근무하고 있다.

성과 부문, 채용: 유리드 엘라히 - 익스플로잇 프로파일링 실행 - 패스 수신자가 오프볼 움직임에 어떻게 반응하는지 측정

유리드는 팀 동료들의 오프볼 런에 대한 반응 방식을 바탕으로 패스하는 선수를 평가하는 프레임워크를 개발했으며, 이를 통해 선수가 가장 가치 있는 옵션을 선택하는지, 아니면 무난한 패스로 회피하는지 측정합니다. 오프볼 런 데이터를 패스 상황 및 예상 위협 지수와 연계함으로써, 그의 연구는 수비 압박 하에서의 의사결정 품질을 파악합니다. 그 결과, 각 선수의 패스 결정 품질을 보여주는 개인별 프로필이 도출됩니다.

유리드는 데이터 사이언스 도조(Data Science Dojo)에서 근무하고 있으며, FC 디나모 트빌리시에서 인턴으로 근무한 경력이 있습니다.

공연 부문, 초록: 빌리 멀리 - 엘리트 로우 블록 교란자 식별: 로우 블록 결정 가치(LBDV)를 활용한 선수 선발 프레임워크

빌리의 프로젝트는 ‘로우 블록 결정 가치(LBDV)’라는 새로운 지표를 활용하여, 낮은 수비 블록을 뚫는 데 필요한 용기와 실행력을 꾸준히 보여주는 선수들을 선별합니다.

이 프레임워크는 압박 상황에서의 의사결정과 경기 흐름을 정량화함으로써, 자신의 선택이 측정 가능한 경쟁 우위로 이어지는 선수들을 가려냅니다. 선수 영입을 염두에 두고 설계된 이 지표는 구단이 촘촘한 수비 체계를 뚫어낼 수 있는 선수들을 선별할 수 있도록 돕습니다.

빌리는 현재 스포츠 데이터 캠퍼스(Sports Data Campus)에서 데이터 분석 석사 과정을 밟고 있으며, 토트넘 홋스퍼의 아카데미 영상 스카우트로 활동하고 있다. 그 전에는 밀월 FC에서 1군 스카우트로 근무한 바 있다.

포스터 발표자

로이 길 - 이벤트 데이터를 넘어: Opta Vision을 활용한 구조적 플레이 스타일 모델 구축

로이의 포스터에서는 그가 개발한 확률적 전술 정체성 프레임워크를 소개할 예정이며, 이 프레임워크는 위상 인식 지표를 활용하여 기존의 이벤트 기반 또는 추적 기반 접근 방식보다 더 정확하게 팀의 플레이 스타일을 모델링합니다.

‘경기 전개 단계’나 ‘공격 및 수비 스타일 분류 기준’과 같은 체계적인 전술적 분석 결과를 활용하여, 그의 연구는 간접적인 스타일 지표에 의존하기보다는 측정 가능한 팀 차원의 정체성 프로필을 구축합니다. 로이는 현재 카디프 메트로폴리탄 대학교에서 축구 과학 응용 데이터 분야 박사 과정을 전일제로 수료 중입니다.

에두아르도 마르케스 - 압박 속, 맥락에서 벗어난: Opta Vision을 활용한 채용 리스크 평가를 위한 글래스박스 의사결정 프로파일

에두아르도는 필드 선수들, 특히 미드필더들이 어떤 패스 옵션을 선택하는지, 압박 상황에서도 그 결정이 얼마나 확고하게 유지되는지, 그리고 그들의 의사결정 패턴이 팀의 전술적 정체성과 얼마나 잘 부합하는지를 평가하는, 실제 채용에 바로 활용할 수 있고 해석 가능한 분석 프레임워크를 개발했다.

이 접근 방식은 실행 시점에 이용 가능한 대안들과 비교하여 결정을 평가함으로써, 맥락에 의해 과대평가된 실행 결과와 진정한 결정의 질을 구분해 냅니다. 이 프레임워크는 단계별 영입 후보 명단, 이적 위험 신호, 영상으로 검증 가능한 의사결정 이력이 포함된 1페이지 분량의 선수 프로필 등 스카우팅 부서를 위한 실무적 산출물을 생성합니다.

에두아르도는 기계 학습 박사 학위를 소지한 독립 AI 및 데이터 과학 컨설턴트입니다. 그는 과거 대규모 데이터 및 머신러닝 팀을 구축하는 리더십 역할을 맡았으며, 현재 스포츠 데이터 캠퍼스(Sports Data Campus)에서 축구 스카우팅에 적용되는 빅데이터 석사 과정을 수료 중입니다.

레미 아워사냐 - 압박 저항의 정량화: 옵타 비전 데이터를 활용한 고강도 압박에 대한 전술적 해결책의 식별 및 평가를 위한 다차원적 프레임워크

레미는 고강도 압박 상황을 식별하기 위한 ‘압박 범위(Pressing Envelopes)’를 정의하고, 전술적 ‘회피 기법(Bypass Mechanisms)’을 분류하며, 그 효과를 평가하는 등 압박 저항력을 측정하기 위한 표준화된 프레임워크를 개발했다. 이 연구 결과는 코칭, 선수 영입 및 경기 전략에 활용되어, 팀들이 고강도 압박 상황을 효과적으로 활용하거나 방어하는 데 도움을 준다.

레미는 비영리 단체에서 데이터 분석가로 일하고 있으며, 이전에는 선덜랜드의 데이터 및 분석 부서에서 12개월간 인턴십을 마쳤습니다.

Stats Perform은 제안서를 제출해 주신 모든 분께 감사의 말씀을 드리며, 2026 Opta Forum에서 발표나 전시를 진행하게 될 7명의 참가자분들께 축하의 말씀을 전합니다.