작년에 도입된 이후 Stat Perform의 보유 가치 모델은 에지 분석 플랫폼을 지원하는 혁신적인 AI 모델에서 필수적인 도구로 자리 잡았습니다.
2019/20 시즌 동안 고객과 사용자의 피드백을 바탕으로 모델 프레임워크의 여러 기능을 발전시켰습니다. 새로운 점유율 가치(PV) 프레임워크는 게임 레벨에서 팀 가치가 실제 득점보다 훨씬 크게 집계되는 기존 버전에 대한 우려에 따라 개발되었습니다. 팀이 소유한 공을 득점할 확률을 측정하던 기존 점유율 프레임워크와 달리, 새로운 점유율(PV) 프레임워크는 시간 기반 접근 방식을 사용하여 소유한 팀이 다음 10초 동안 득점할 확률을 측정합니다. 이 접근 방식은 다른 방법론과 대체 목표 변수에 비해 모델 성능이 우수하고 훨씬 더 해석 가능한 결과를 제공하기 때문에 채택되었습니다.
프레임워크의 또 다른 중요한 변경 사항은 공을 잃었을 때 플레이어에게 부여되던 임의의 마이너스 값을 제거한 것입니다. 나중에 살펴보겠지만, 이로 인해 공격적인 플레이어가 공을 잃어버려도 처벌을 덜 받게 되었으며, 새로운 시간 기반 접근 방식과 결합하여 실제로 플레이어가 위험한 지역에서 공을 잃어버려도 보상을 받을 수 있게 되었습니다.
이 개념을 처음 접하는 분들을 위해 설명하자면, 점유 가치는 경기장에서의 모든 행동에 가치를 부여하고 선수가 팀에 얼마나 효과적인지 확인할 수 있게 해줍니다. 예를 들어, 케빈 데 브라위너가 하프라인 근처에서 공을 소유하고 있고 소유 가치가 1%(PV 시작 = 0.01)라고 가정해 보겠습니다. 케빈 데 브라위너가 공을 하프라인까지 운반한 후 현재 소유 가치가 13%(PV 종료 = 0.13)인 박스 안의 라힘 스털링에게 패스를 연결하면 팀이 득점할 확률이 12% 증가합니다. 이를 소유 가치 추가(또는 PV+) 라고 하며, 스털링이 다음에 공을 가지고 무엇을 하든 상관없이 케빈 데 브라위너의 기여에 대한 보상을 제공합니다. 이제 맨체스터 시티는 다음 10초 이내에 득점할 확률이 12% 더 높아졌습니다(PV+ = 0.12).
이러한 방식으로 이전에는 골이나 어시스트와 같은 전통적인 지표에 의해 저평가되었던 선수의 공로를 인정할 수 있습니다. 개별 선수의 모든 기여도를 살펴보고 긍정적인 행동이 부정적인 행동보다 더 큰지 평가할 수 있습니다. 팀에 대한 선수의 순 기여도를 계산하는 기본적인 구성 요소는 여전히 동일하게 유지됩니다:
⇒ 점진적 행동 (포지티브 PV+).
⇒ 성공했지만 퇴보한 행동 (마이너스 PV+).
⇒소유권 상실(일반적으로 실패한 행동에 대해 마이너스 PV+가 보상).
⇒ 소유권 상실로직접적인 상대 위협 (상대 소유권 위험에 비해 마이너스 PV+)
새로운 프레임워크가 어떻게 적용되는지 알아보기 위해 지난 시즌 우승팀인 리버풀의 사례를 살펴봅시다:
리버풀의 골 득점력을 높이는 데 핵심적인 역할을 하는 선수는 당연히 넓은 공간에서 나온다는 것을 알 수 있습니다. 공격수인 모하메드 살라와 사디오 마네가 리버풀에서 가장 큰 기여를 하고 있지만, 풀백인 트렌트 알렉산더-아놀드와 앤드류 로버트슨도 그다지 뒤지지 않습니다.
|
|
새로운 프레임워크가 위의 기존 모델과 어떻게 다른지, 특히 트렌트 알렉산더 아놀드의 순 공헌도 순위가 크게 상승한 것에서 확인할 수 있습니다. 임의적인 점령권 상실 처벌이 사라진 것과 함께 새로운 시간 기반 접근 방식의 또 다른 의미는 플레이어가 점령권을 잃어도 긍정적인 보상을 받을 수 있게 되었다는 것입니다. 일반적으로는 드물지만 공격수가 상대 박스에서 헤딩을 성공하면 팀 동료에게 연결되었는지 여부와 관계없이 다음 10초 안에 득점할 수 있는 기회가 생길 수 있습니다.
기존 프레임워크에서는 알렉산더-아놀드와 같은 풀백이 위험하지만 적극적인 패스로 인해 소유권을 잃는 것에 대해 더 많은 처벌을 받았지만, 이러한 행동은 실제로 팀의 득점 가능성을 높일 수 있습니다. 예를 들어 아래 아스널과의 경기에서 앤드류 로버트슨의 크로스를 살펴봅시다:
앤드류 로버트슨이 위험이 거의 없는 깊은 위치(PV 시작 = 0.003)에서 크로스를 올려 팀 동료인 호베르투 피르미누의 머리 위로 간신히 맞췄습니다. 이 크로스는 키어런 티어니가 중앙 지역으로 클리어링했고, 리버풀이 실제로 10초 이내에 득점할 가능성이 더 높았으므로(PV 종료 = 0.013) 로버트슨은 새로운 소유 가치 프레임워크(PV+ = 0.01)에 따라 긍정적으로 인정받게 되었습니다. 앤드류 로버트슨의 크로스는 팀 동료에게 연결되지 않았음에도 불구하고 리버풀이 다음 10초 이내에 득점할 확률을 1% 증가시켰습니다.
이 프레임워크를 사용하면 이벤트 유형별 또는 경기별로 선수의 기여도를 세분화할 수도 있습니다. 9월 28일 아스널과의 경기에서 리버풀 선수들의 활약을 살펴보면 경기장 전체에서 핵심적인 역할을 한 선수가 누구인지 알 수 있습니다:
리버풀의 압도적인 경기력을 감안할 때 리버풀의 거의 모든 선발 선수들이 전반적으로 긍정적인 영향을 미친 것은 놀라운 일이 아닙니다. 특히 버질 반 다이크가 이 경기에서 세 번째로 높은 순 소유 가치(0.36 PV+)를 기록한 것을 볼 수 있는데, 이는 오른쪽 측면의 트렌트 알렉산더-아놀드와 모하메드 살라에게 프레스를 회피하는 롱볼로 보답한 것입니다. 이러한 행동의 가치는 일반적으로 다른 고급 지표로는 평가하기 어렵지만, 경기 중 반 다이크가 취한 행동의 조합으로 인해 순 PV+가 0.36이 되었으며, 이는 리버풀이 경기 중에 0.36골을 추가로 득점할 것으로 예상되었음을 나타냅니다(이러한 행동을 취하지 않았을 때와 비교했을 때).
여기서 중요한 점은 팀의 득점 확률을 높이는 것이 모든 선수의 의도는 아니므로 순 공헌도 순위가 낮다고 해서 선수의 경기력을 직접적으로 나타내는 것은 아니라는 점입니다. 다른 지표와 마찬가지로 핵심은 측정하려는 맥락에서 결과를 평가하는 것입니다.
플레이어의 순 기여도를 살펴보는 것은 소유 가치 프레임워크의 다양한 적용 사례 중 하나일 뿐입니다. 이 프레임워크는 Stats Perform에지 분석 플랫폼에 구축한 많은 모델의 핵심 입력입니다. 아래 에지 분석의 움직임 체인 분석에서 이 프레임워크의 적용 예를 볼 수 있으며, 이를 통해 팀 플레이 패턴의 위험도를 평가할 수 있습니다:
시간 기반 소유 가치 접근 방식이 그 자체로 훌륭한 도구일 뿐만 아니라 혁신적인 새 AI 모델을 뒷받침하는 기본 기능이라는 점을 보여드리기 위해 다음 글에서 이 개념과 다른 많은 개념에 대해 설명할 예정입니다.
