현대 스포츠 분석은 축구의 기대 득점($xG$), 농구의 트루 슈팅 성공률($TS\%$), 야구의 대체 선수 대비 승리 기여도(WAR)와 같은 고급 지표를 사용하여 선수의 경기력 수준을 측정합니다. 이러한 지표들은 단순히 점수나 골 같은 숫자를 세는 것을 넘어, 수천 개의 과거 사례를 바탕으로 특정 행동이 성공할 확률이 얼마나 되는지 보여줍니다. 분석가들은 이제 첨단 추적 데이터를 사용하여 선수가 경기 중 매 순간 팀에 얼마나 많은 가치를 더하는지 정확하게 계산할 수 있습니다.

기본 통계만으로는 부족한 이유

오랫동안 사람들은 단순한 숫자로 운동선수를 평가했습니다. 공격수가 20골을 넣으면 훌륭하다고 여겼고, 농구 선수가 30점을 넣으면 스타라고 생각했습니다. 하지만 이 숫자들은 전체 이야기를 다 들려주지 않습니다. 어떤 공격수는 팀 동료들이 골대 바로 앞에서 쉬운 기회를 만들어 주었기 때문에 20골을 넣었을 수도 있습니다. 반면 다른 공격수는 매우 어려운 위치에서만 10골을 넣었을 수도 있습니다.

현대적인 지표들은 기회의 질을 살펴봄으로써 이 문제를 해결합니다. 현재 2026년 축구 시즌에서 챔피언스리그 팀들의 경기당 평균 $xG$는 1.62입니다. 이것은 한 팀이 “당연히 넣었어야 할” 골이 몇 개인지를 알려줍니다. 만약 어떤 팀의 $xG$가 3.0인데 득점이 없다면, 그들은 훌륭한 기회를 만들고도 골 결정력이 매우 부족했다는 뜻입니다.

축구의 3대 주요 지표

오늘날 축구에서 가장 중요한 지표는 $xG$, 기대 승점($xP$), 그리고 2026년에 새로 도입된 “8초 배급률”입니다.

• 기대 득점 ($xG$): 슛이 골이 될 확률을 계산합니다. 거리, 슛 각도, 수비수의 위치와 같은 요소들이 모두 포함됩니다.

• 기대 승점 ($xP$): $xG$ 데이터를 사용하여 팀이 리그 순위표의 어디쯤에 있어야 하는지 보여줍니다. 코치들은 이를 통해 팀이 실제로 잘하고 있는지, 아니면 단순히 운이 좋은 것인지 판단합니다.

• 8초 배급률: 2026년에 등장한 새로운 지표입니다. 골키퍼가 빠른 공격을 시작하기 위해 8초 이내에 공을 얼마나 자주 방출하는지 측정합니다. 이번 시즌 최정상급 골키퍼들의 성공률은 68%에 달합니다.

스포츠 데이터 전문가로 잘 알려진 사라 러드는 이를 간단하게 설명합니다. 그녀는 “데이터가 사람의 눈을 대신하는 것은 아니지만, 눈이 저지르는 실수를 바로잡아 준다”라고 말합니다. 우리는 화려한 골 장면을 기억하지만, 데이터는 그 골을 가능하게 만든 수백 개의 작은 패스들을 기억한다는 것이 그녀의 믿음입니다.

농구와 효율성의 추구

농구에서 가장 많이 사용되는 지표는 트루 슈팅 성공률($TS\%$)입니다. 2점슛, 3점슛, 자유투를 모두 포함하기 때문에 선수가 얼마나 효율적으로 득점하는지 보여주는 매우 정확한 방법입니다. 공식은 다음과 같습니다.

이 공식을 사용하면, 분석가들은 10번의 슛으로 20점을 넣은 선수가 25번의 슛으로 20점을 넣은 선수보다 훨씬 더 가치 있다는 것을 알 수 있습니다. 농구 통계의 선구자인 딘 올리버는 기록지(box score)는 이야기의 시작일 뿐이라고 말한 것으로 유명합니다. 그는 선수의 진정한 가치를 이해하려면 매 소유권(possession)을 어떻게 사용하는지 살펴봐야 한다고 주장했습니다.

실시간 통찰력과 관계주의

2026년의 가장 큰 변화는 추적 데이터를 사용하여 “관계주의(Relationalism)”를 측정하는 방식입니다. 이것은 선수들이 서로 얼마나 가까이 있는지를 살펴보는 지표입니다. 분석가들은 이제 “관계 밀도(Relationship Density)” 점수를 사용합니다. 세 명의 선수가 움직이는 동안 특정 거리를 유지하면 더 강력한 공격 위협을 만들어낼 수 있습니다.

최근 아틀레티코 마드리드가 토트넘을 5-2로 이긴 경기에서, 데이터는 아틀레티코의 관계 밀도 점수가 8.4인 반면 토트넘은 4.1에 불과했음을 보여주었습니다. 이것은 토트넘이 왜 수비에 어려움을 겪었는지 설명해 줍니다. 토트넘 선수들은 너무 넓게 퍼져 있었고, 아틀레티코는 하나의 조율된 기계처럼 움직였습니다.

종목별 주요 지표 비교

수치 이면의 인간적인 면모

비록 이러한 수치들이 매우 강력하지만, 전문가들은 이것들이 단지 도구일 뿐이라는 점에 동의합니다. 은퇴 선수들은 종종 데이터가 경기에서 영혼을 앗아간다고 걱정합니다. 하지만 현대 분석가들은 그 반대가 사실이라고 말합니다. 데이터를 이해함으로써 우리는 선수의 기술을 더 깊이 감상할 수 있습니다.

이안 그레이엄 박사는 “목표는 단 한 경기의 결과에 항상 반영되지는 않는 숨겨진 경기력을 찾아내는 것”이라고 말합니다. 이는 팀이 지더라도 데이터가 코치에게 그들의 계획이 제대로 작동하고 있으며 단지 인내심이 필요할 뿐이라는 것을 보여줄 수 있음을 의미합니다.

2026년 시즌에 우리는 이러한 지표를 사용하는 팀들이 엄청난 우위를 점하는 것을 보았습니다. 그들은 실수를 줄이고 남들이 놓치는 재능 있는 선수들을 찾아냅니다. 골키퍼가 8초 이내에 공을 패스하든, 공격수가 높은 $xG$ 위치를 선점하든, 이제 숫자는 경기의 가장 중요한 부분이 되었습니다.