‘스카이(Sky)’의 ‘축구의 미래’ 시리즈에서 옵타(Opta) 데이터가 주목받고 있다

축구의 미래: 이적 시장과 선수 영입을 바꾸고 있는 AI를 활용하는 ‘유니콘’ 기업들과 신경과학자들

AI를 활용한 인재 발굴

기업들은 전 세계 축구 선수들의 의사 결정과 경기력에 대한 통찰력을 제공할 수 있는 데이터를 생성하기 위해 AI의 힘을 활용하기 시작하고 있다.

이를 통해 구단들은 그물을 넓게 펼쳐, 메이저 리그에서 입지를 다지기 전까지는 발견되지 못했을지도 모르는 유망주들을 발굴할 수 있습니다. 2021년 에콰도르의 인데펜디엔테 델 발레 소속이었던 모이세스 카이세도가 500만 파운드에 브라이튼으로 이적한 사례를 떠올려 보세요.

오랫동안 경기 데이터, 즉 공 주변에서 일어나는 일들은 전체 이야기의 일부분만을 보여줄 뿐이었습니다. 물론 그 주변에서는 훨씬 더 많은 일이 벌어지고 있는데, 바로 여기서 트래킹 데이터, 즉 공이 없는 곳에서 일어나는 모든 상황이 중요한 역할을 합니다. 이를 통해Stats Perform과 같은 기업들은 두 가지 데이터를 결합하여 축구 선수에 대한 보다 포괄적인 이해를 제공할 수 있게 되었습니다.

스탯츠 퍼폼(Stats Perform)의 혁신 담당 수석 부사장 브래드포드 그리피스는스카이 스포츠와의 인터뷰에서 “이벤트 데이터는 ‘무엇이’ 일어났는지를 알려주고, 추적 데이터는 ‘왜’ 그런 일이 일어났는지 분석할 수 있게 해줍니다”라고 말했다.

“추적 데이터가 제공하는 가장 중요한 점은 경기장 내 모든 선수의 위치 정보와 움직임을 실시간으로 파악할 수 있게 해줌으로써 상황을 이해하는 데 도움을 준다는 것입니다. 기존 이벤트 데이터만으로는 선수가 공을 가지고 있었고, 경기장의 특정 지점에서 이 선수에게 패스했다는 사실만 알 수 있었습니다. 하지만 그 결정의 배경이 무엇이었는지는 알 수 없었습니다.”

인공지능(AI) 기술의 발전 덕분에 딥러닝을 활용해 컴퓨터를 훈련시켜, 특정 상황에서 선수의 반응을 분석함으로써 다른 리그에서 어떤 성적을 낼지, 혹은 특정 팀의 전술 체계에 얼마나 잘 적응할지 예측하는 것이 가능해졌습니다.

Stats Perform의수석 제품 매니저인 옌스 멜방은 다음과 같이 덧붙였습니다. “저희는 구단들이 ‘이런 스타일의 경기를 펼칠 것’, ‘이런 유형의 선수를 찾는다’, ‘이런 포지션의 선수가 필요하다’와 같은 조건을 입력하면, 시스템이 이에 맞는 선수 추천 결과를 제공해 주는 도구를 제공하고 있습니다.”

데이터 분석이 점점 정교해짐에 따라, 이는 단순히 선수의 경기력을 넘어 그들의 마음속 깊은 곳까지 들여다보기 시작하고 있다.

“선수들이 다양한 상황에 어떻게 반응하는지 파악할 수 있게 되는데, 이는 결국 그들의 인지 및 의사결정 과정에 달려 있습니다,”라고 그리피스는 말한다.

“선수들은 ‘공을 저쪽으로 보내면, 비록 그 선수에게 직접 가는 경로는 아니더라도 우리 팀 선수가 먼저 도착할 거라는 걸 알고 있다’고 직감적으로 판단할 수 있을까? 이런 결정을 얼마나 빠르게 내리는가? 위협을 받으면 공을 들고 상대 선수들을 제치고 돌파하려 하는가, 아니면 즉시 공을 넘기려 하는가?”

“우리가 수집하는 데이터에서 이러한 사항들을 확인할 수 있으며, 이를 통해 선수들이 경기장에서 어떻게 행동하는지에 대한 통찰력을 얻을 수 있습니다.”

축구 이적 시장의 미래: 프리미어리그 구단들은 계속해서 기록을 경신할 수 있을까?

데이터 마이닝의 선구자들

비디오 게임‘풋볼 매니저’는여러 세대에 걸쳐 축구 데이터 애호가들을 키워내는 데 일조해 왔습니다. 수년에 걸쳐 구단들은 점점 더 정교해진 데이터베이스를 활용해, 전 세계를 샅샅이 뒤져 통계적 보석을 찾아내는 데 주력해 왔습니다.

브라이튼은 데이터를 활용해 성공을 거두고 있는 수많은 구단 중 하나일 뿐이다. 지난 6월 5,500만 파운드의 이적료로 리버풀로 이적한 월드컵 우승자 알렉시스 맥앨리스터는지난 겨울 스카이 스포츠와의 인터뷰에서 “브라이튼 구단 관계자들이 저와 제 에이전트와 면담하며, 제가 최고의 기록을 보유한 최고의 U-21 선수 중 한 명이라고 말했습니다. 브라이튼은 수치와 통계를 매우 중요하게 여기기 때문이죠”라고 말했다. 브라이튼은 2019년 아르헨티노스 주니어스에서 700만 파운드에 영입했던 이 미드필더가 팀을 떠날 때 4,800만 파운드의 이적 수익을 기록했다.

하지만 이는 단지 하나의 예에 불과합니다. 데이터 분석은 선수단의 경기력, 체력, 전술, 선수 영입 등 스포츠 전반에 걸쳐 필수적인 과정이 되어가고 있습니다.딜로이트는 데이터가 이제 수익 창출을 극대화하는 데 있어 점점 더 중요한 역할을 하게 될 것으로 전망하고 있습니다.

Opta 데이터 브랜드로 가장 잘 알려진 Stats Perform은 이벤트 및 추적 데이터를 영상과 결합해 전 세계 선수들의 프로필을 검색할 수 있도록 지원하는, 데이터 기반 선수 영입 소프트웨어를 제공하는 기업 중 하나일 뿐이다.

브래드포드 그리피스는스카이 스포츠와의 인터뷰에서다음과 같이말했다. “데이터를 활용한 선수 영입에는 두 가지 핵심 요소가 있다고생각합니다. 바로‘규모’와 ‘일관성’입니다. 규모는 매우 광범위한 시장을 살펴볼 수 있게 해주며, 일관성은 절대적으로 중요합니다. 대회마다 경기 양상은 크게 다릅니다. 팀의 전술 구성이나 경기 템포 등이 모두 다르죠. 이를 바탕으로 각 리그를 상호 비교하여 순위를 매기고, 이를 AI 모델링에 반영해 선수들의 경쟁력을 평가할 수 있습니다.”

“그러면 관심 있는 선수의 프로필을 생성하고, 그 조건에 맞는 전 세계 모든 선수를 불러올 수 있습니다. 이 선수들 중 상당수는, 특히 그동안 주시하지 않았던 하위 리그 소속 선수들의 경우 잘 모를 수도 있습니다. 축구 피라미드를 내려갈수록 팀들이 진정으로 관심을 갖는 것은 가치와 비용 효율성, 그리고 잠재력이 높은 어린 나이의 선수를 영입하는 것 등입니다. 따라서 이러한 도구는 정말 강력합니다. 전 세계 축구 데이터베이스를 샅샅이 뒤져 관심 있는 선수들을 선별해 내고, 이를 이후의 영입 절차에 활용할 수 있게 해주기 때문입니다.”

앞으로 어떤 변화가 예상되나요? 예측 데이터가 미래를 알려줄까요?

전술과 선수 영입 방식이 끊임없이 진화함에 따라 어떤 것도 제자리에 머물러 있지 않습니다. 예를 들어, 현재 공을 다루는 능력이 뛰어난 골키퍼와 특정 주발이 있는 선수들을 유리한 위치에 배치하려는 추세는 모두 패스 옵션과 득점 기회를 확보하기 위한 전략임을 보여주며, 여기서 데이터가 매우 중요한 역할을 합니다.

예측 데이터가 주목받고 있다. 옵타(Opta)의 소프트웨어는 볼 소유 여부에 따른 팀의 포메이션을 보여줄 뿐만 아니라,실제 선수들의 위치 위에 중첩된 형태로 경기 진행 단계별 선수들의이상적인위치를 제시할 수도 있다. 또한 각 선수들이 어떻게 연계하여 경기 효율성에 영향을 미치는지 수치화할 수 있다.

이 데이터는 이미 특정 시점에서 어떤 팀 동료에게든 패스를 성공시킬 확률과, 각 패스 옵션이 가져올 수 있는 공격적 위협을 예측할 수 있습니다. 이러한 새로운 데이터 포인트를 통해 분석가들은 선수가실제로 취한 행동뿐만아니라,취할수 있었고취했어야 했던행동을측정함으로써 선수의 의사결정 능력을 정량화할 수 있습니다. 또한 경기 전반에 걸쳐 선수들이 다양한 역할을 수행하는 시간의 비율을 파악할 수도 있습니다.

이러한 수준의 분석이 즉각적이고 대규모로 제공됨에 따라, 예측 데이터가 경기 중은 물론 경기 전후 분석에서도 중요한 역할을 하게 되는 것은 시간문제인 듯합니다. 그 결과, 선수들은 이러한 예측 모델에 비추어 평가받게 될 것입니다.

한편, 구단 경영진은 다양한 선수 조합이 전반적인 팀 화합에 어떤 영향을 미치는지, 전반적인 측면과 특정 상대팀을 상대로 한 경우 모두에서 더욱 심도 있게 분석할 것이다.

Opta Vision에 대해 더 자세히 알고 싶으시다면 여기를 클릭하세요.