데이터 분석은 승리를 보장할까? 머니볼부터 AI까지 스포츠 데이터의 한계

"숫자는 거짓말하지 않는다"는 말이 스포츠에서도 통할까요? 데이터 분석은 스포츠를 어디까지 바꿀 수 있을까요? 스포츠 데이터 분석은 선수 선발·전술 설계·부상 예방에서 분명한 성과를 내고 있지만, 인간의 심리·팀 케미스트리·경기 중 우연은 데이터로 완전히 제어할 수 없다. 데이터는 강력한 도구이지만 승리의 보장이 아니라 확률을 높이는 수단이다.

머니볼: 데이터가 스포츠를 바꾼 기점

데이터 스포츠 혁명의 출발점으로 '머니볼(Moneyball)'이 꼽힙니다. 2002년 미국 메이저리그(MLB) 오클랜드 애슬레틱스의 단장 빌리 빈은 제한된 예산으로 강팀을 이기는 전략을 고안했습니다.

비결은 '과소평가된 지표'를 찾아내는 것이었습니다. 당시 야구계가 타율·홈런에 주목할 때, 빌리 빈 팀은 **출루율(OBP)**이 득점과 훨씬 더 높은 상관관계를 가진다는 것을 데이터로 확인했습니다. 출루율이 높지만 연봉이 낮은 선수들을 영입해 다른 팀의 절반도 안 되는 연봉으로 102승을 거뒀습니다.

머니볼의 성공 이후 데이터 분석은 야구를 넘어 농구·축구·미식축구 전반으로 퍼져나갔습니다. NBA에서 3점슛의 가치를 데이터로 재발견한 것도 같은 흐름입니다. 이전에는 느리고 키 작은 선수들이 낮은 평가를 받았지만, 3점슛 효율 데이터가 주목받으면서 슈터의 가치가 급상승했습니다.

KBO와 자동 판정 시스템(ABS)

한국 야구는 2024년 중요한 전환점을 맞았습니다. KBO가 세계 최초 수준으로 **자동 투구 판정 시스템(ABS, Automatic Ball-Strike system)**을 정규 리그 전 경기에 도입한 것입니다.

ABS는 야구장에 설치된 트래킹 장비가 투수가 던진 공의 궤적을 분석해 스트라이크/볼을 판독한 결과를 구심에게 이어폰으로 전달하는 방식입니다. 그 결과 볼 판정을 둘러싼 항의가 크게 줄었고, 피치 클록(투구 제한 시간)과 함께 경기 진행이 빨라지는 효과가 나타났습니다.

ABS 도입으로 투수 전략에도 변화가 생겼습니다. 판정 편차가 줄어들면서 경계선상의 공을 어떻게 던지느냐에 대한 전략이 더욱 정교해졌습니다. 데이터를 기반으로 한 기술 도입이 경기 자체를 바꾼 대표적 사례입니다.

2022 카타르 월드컵의 기술 혁신

2022 카타르 월드컵은 축구 역사에서 기술이 가장 많이 적용된 대회로 기록됩니다.

**반자동 오프사이드 판독 기술(SAOT, Semi-Automated Offside Technology)**이 처음 도입됐습니다. 카메라 트래킹과 인체 모션 인식 AI를 결합해 오프사이드 여부를 훨씬 빠르고 정확하게 판정합니다. 이전 VAR 검토에서 수분이 걸리던 오프사이드 판정을 수십 초 이내로 단축했습니다.

또한 AI로 생성된 경기 데이터(패스 정확도, 볼 소유율, 압박 강도 등)가 감독들의 전술 결정에 실시간으로 활용됐습니다. 경기 중 태블릿을 통해 실시간 데이터를 확인하는 코칭스태프의 모습이 일상적인 풍경이 됐습니다.

AI 부상 예측과 선수 관리

데이터 분석의 또 다른 혁신 분야는 부상 예측입니다.

GPS 추적 장비와 웨어러블 센서로 선수의 이동 거리, 가속·감속 횟수, 방향 전환 강도 등을 측정합니다. 이 데이터를 AI가 분석해 과부하 상태를 감지하고 부상 위험을 미리 경고합니다.

일부 유럽 축구 클럽은 이런 시스템을 도입해 주요 선수의 결장을 줄이는 데 성공했습니다. 데이터가 "이 선수는 이번 경기에 출전시키면 부상 위험이 높다"고 알려주면, 감독이 선수 보호를 결정할 수 있습니다.

데이터 분석의 한계: 숫자가 담지 못하는 것

그렇다면 데이터 분석이 발달하면 결국 데이터가 좋은 팀이 항상 이기게 될까요? 그렇지 않습니다.

팀 케미스트리는 데이터로 잡기 어렵습니다. 선수들 간의 신뢰, 동기부여, 라커룸 분위기가 경기력에 큰 영향을 미치지만 이는 수치화하기 어렵습니다. 개별 선수의 스탯이 뛰어난데도 팀이 기대 이하 성적을 내는 이유가 여기 있습니다.

심리적 압박과 경기 중 우연도 통제 밖에 있습니다. 결정적인 순간의 집중력, 상대 선수의 예상치 못한 플레이, 심판 판정의 미묘한 차이 등은 어떤 데이터 모델도 완전히 예측하지 못합니다.

데이터는 확률을 높이는 도구입니다. 100번 시합하면 60번 이기는 전략을 만들 수 있지만, 특정 1번의 결과는 보장할 수 없습니다.

자주 묻는 질문

Q. 머니볼 전략은 지금도 유효한가요?

A. 기본 개념은 여전히 유효하지만, 이제는 모든 팀이 데이터를 사용하기 때문에 경쟁 우위가 줄었습니다. 초기에 오클랜드가 성공한 이유는 다른 팀들이 무시하는 지표를 발굴했기 때문입니다. 현재는 팀 대부분이 고급 분석 팀을 운영하므로, 경쟁 우위는 '더 많은 데이터'보다 '더 좋은 분석과 해석'에서 나옵니다.

Q. 한국에서 스포츠 데이터 분석 산업이 발달해 있나요?

A. 성장 중입니다. KBO 구단들은 데이터 분석 전담 팀을 운영하고 있으며, AI 스타트업들이 스포츠 데이터 솔루션을 제공합니다. 초록소프트 같은 회사는 AI 기반 스포츠 분석 서비스를 제공하며 '한국판 머니볼' 도전을 이어가고 있습니다. 다만 미국·유럽에 비하면 아직 갈 길이 멉니다.

Q. 축구에서 가장 많이 사용되는 데이터 지표는 무엇인가요?

A. xG(기대 득점, Expected Goals)가 현대 축구 분석의 핵심 지표입니다. 슈팅 위치·각도·상황에 따라 득점 확률을 계산한 것으로, 실제 득점보다 팀의 실력을 더 정확하게 반영한다는 평가를 받습니다. 그 밖에 PPDA(압박 강도 지표), 볼 회수 지점 분포 등이 전술 분석에 활용됩니다.

Q. 아마추어 팀도 데이터 분석을 활용할 수 있나요?

A. 스마트폰 앱과 저가 웨어러블 기기의 보급으로 아마추어 수준에서도 기본적인 데이터 수집이 가능해졌습니다. 스포츠 트래킹 앱은 GPS 기반으로 이동 거리·속도·칼로리 등을 기록합니다. 영상 분석 앱을 이용하면 경기 영상을 태깅해 팀 전술을 분석하는 것도 가능합니다. 다만 전문적인 선수 데이터 분석 플랫폼은 여전히 비용이 높습니다.

Q. e스포츠에서는 데이터 분석이 어떻게 활용되나요?

A. e스포츠는 디지털 환경이기 때문에 모든 행동이 자동으로 데이터화됩니다. 클릭 횟수, 반응 속도, 전략 패턴, 상대방 대응 등이 모두 기록됩니다. 리그 오브 레전드·배틀그라운드 등에서는 전문 분석팀이 상대 팀 경기 영상과 데이터를 분석해 전략을 수립합니다. 어떤 의미에서 e스포츠는 스포츠 데이터 분석이 가장 발달한 분야입니다.