2023-24 유럽 국내 시즌이 시작되기 직전에 공개된 Sky의 '축구의 미래' 시리즈에 Opta 데이터가 많이 등장했습니다. 이 시리즈에서 Stats Perform브래드포드 그리피스와 옌스 멜방은 대규모 이벤트 및 추적 데이터 통합을 통한 데이터 수집의 혁신이 어떻게 전 세계 다양한 리그에서 선수 스카우트 시 영입 분석가들의 역량을 강화할 수 있는지에 대해 설명합니다.
축구의 미래: AI'유니콘'과 신경과학자들의 이적 및 영입 변화
AI 활용한 인재 발굴
기업들은 전 세계 축구 선수들의 의사 결정과 경기력에 대한 인사이트를 제공할 수 있는 데이터를 생산하기 위해 AI 힘을 활용하기 시작했습니다.
이를 통해 클럽은 그물망을 넓게 펼쳐 메이저 리그에 진출하기 전까지는 발굴되지 않을 수 있는 인재를 발굴할 수 있습니다. 2021년 5백만 파운드에 에콰도르 클럽 인디펜디엔테 델 발레에서 브라이튼으로 이적한 모이제스 카이세도를 생각해보세요.
모이제스 카이세도가 올여름 브라이튼에서 첼시로 이적하며 공개되지 않은 이적료로 이적했습니다.
오랫동안 이벤트 데이터(공 위에서 일어나는 일)는 이야기의 일부분만 제공했습니다. 물론 그 외에도 훨씬 더 많은 일이 일어나고 있으며, 이러한 상황에서 추적 데이터(공 밖에서 일어나는 모든 일)가 중요한 역할을 하며 다음과 같은 기업이 이를 활용할 수 있습니다. Stats Perform 와 같은 회사는 이 두 가지를 결합하여 축구 선수에 대한 보다 전체적인 이해를 제공할 수 있습니다.
"이벤트 데이터는 무엇을 알려주고, 추적 데이터는 왜 그런지 살펴볼 수 있게 해줍니다."라고 혁신 담당 수석 부사장인 Bradford Griffiths는 말합니다. Stats Perform의 혁신 담당 수석 부사장인 브래드포드 그리피스는 Sky Sports와의 인터뷰에서 이렇게 말합니다.
"추적 데이터가 우리에게 제공하는 핵심은 경기장에 있는 모든 선수의 위치 정보와 움직임을 항상 파악할 수 있고, 이를 통해 맥락을 파악할 수 있다는 점입니다. 이벤트 데이터가 있는 경우, 어떤 선수가 공을 가지고 있었고 이 선수가 경기장의 이 지점에서 이 선수에게 패스했다는 것을 알 수 있습니다. 하지만 무엇이 그 결정을 내리게 했는지는 알 수 없습니다."
AI 발전으로 딥러닝을 사용하여 특정 조건에서 선수가 어떻게 반응하는지 파악하여 다른 리그에서 어떻게 활약할지 또는 특정 팀의 시스템에 어떻게 적응할지 예측하는 컴퓨터 훈련이 가능해졌습니다.
Jens Melvang, 수석 제품 관리자, 예스24 Stats Perform 는 이렇게 덧붙입니다: "우리는 클럽에 이런 스타일의 플레이, 이런 유형의 선수, 이런 역할의 선수를 찾는다는 입력을 통해 선수를 검색할 수 있는 도구를 제공하며, 시스템은 이에 대한 제안을 제공합니다."
데이터 분석이 더욱 정교해지면서 선수의 경기력을 넘어 선수의 마음 속까지 들여다볼 수 있는 시대가 열리고 있습니다.
"플레이어가 다양한 시나리오에 어떻게 반응하는지 확인할 수 있으며, 이는 플레이어의 인지 및 의사 결정 과정으로 귀결됩니다."라고 그리피스는 말합니다.
"선수가 '내가 공을 저쪽에 놓을 수 있고, 공이 자신에게 직접 가지 않더라도 내 선수가 먼저 도착할 것'이라고 인지할 수 있을까요? 선수들은 이러한 결정을 얼마나 빨리 내리고 있나요? 선수를 지나쳐서 공을 돌리려고 하나요, 아니면 위협을 받으면 바로 공을 빼앗으려고 하나요?
"우리가 수집하는 데이터에서 이러한 것들을 확인할 수 있으며, 이는 경기장에서 선수가 어떻게 행동하는지에 대한 인사이트를 얻는 데 도움이 됩니다."
축구 이적의 미래: 프리미어리그 클럽들은 계속해서 기록을 경신할 수 있을까요?
데이터 마이닝 스타
비디오 게임 Football Manager는 여러 세대의 축구 데이터 팬을 양성하는 데 도움을 주었습니다. 수년에 걸쳐 클럽들은 점점 더 발전된 데이터베이스에 액세스하여 전 세계를 샅샅이 뒤져 통계적 보석을 찾아내는 것과 같은 일을 해왔습니다.
브라이튼은 데이터를 활용하여 성공을 거둔 한 클럽일 뿐입니다: 지난 6월 5,500만 파운드의 이적료로 리버풀로 이적한 월드컵 우승자 알렉시스 맥 알리스터는 지난 겨울 스카이 스포츠와의 인터뷰에서 이렇게 말했습니다: "브라이튼은 저와 제 에이전트에게 제가 최고의 숫자를 가진 최고의 21세 이하 선수 중 한 명이라고 말했습니다. 브라이튼은 숫자와 통계를 많이 활용하기 때문입니다." 2019년 아르헨티나 주니어스에서 700만 파운드에 미드필더를 영입한 시걸스는 그가 떠나면서 4,800만 파운드의 수익을 기록했습니다.
하지만 이는 한 가지 예에 불과합니다. 데이터 분석은 선수단 성과, 체력, 전술, 채용 등 스포츠 전반에 걸쳐 필수적인 프로세스가 되고 있습니다. 딜로이트는 이제 데이터가 수익원을 극대화하는 데 점점 더 중요한 역할을 하게 될 것으로 예측합니다.
Opta 데이터 브랜드로 잘 알려진 Stats Perform 데이터 기반 채용 소프트웨어를 제공하는 회사로, 이벤트 및 추적 데이터를 비디오와 통합하여 클럽이 전 세계의 선수 프로필을 검색할 수 있도록 지원합니다.
브래드포드 그리피스는 스카이 스포츠와의 인터뷰에서 이렇게 말했습니다: "데이터를 활용한 채용에는 규모와 일관성이라는 두 가지 기본 요소가 필요하다고 생각합니다. 규모를 통해 매우 광범위한 시장을 살펴볼 수 있고 일관성이 절대적으로 중요합니다. 경기는 팀 구성 방식, 경기 템포 등 대회마다 매우 다른 양상을 보입니다. 그런 다음 리그를 서로 비교하여 순위를 매기고 이를 AI 모델링에 구축하여 플레이어를 벤치마킹할 수 있습니다.
"그런 다음 관심 있는 선수의 프로필을 생성하고 그와 일치하는 전 세계 모든 선수를 불러올 수 있습니다. 특히 모니터링하지 않은 소규모 리그의 선수를 많이 알지 못할 수도 있습니다. 축구 피라미드를 따라 올라가다 보면 팀들이 정말 관심을 갖는 것은 가치와 경제성, 그리고 잠재력이 높은 어린 나이에 선수를 영입하는 것입니다. 따라서 이러한 도구는 전 세계 축구 데이터베이스를 통해 관심을 가질 만한 선수를 찾아내어 나머지 채용 프로세스에 활용할 수 있게 해주는 매우 강력한 도구입니다."
기대할 수 있는 기능 미래를 예측하는 데이터?
전술과 선수 채용이 진화함에 따라 고정된 것은 없습니다. 예를 들어, 현재 볼을 다루는 골키퍼와 유리한 위치에서 특정 발을 선호하는 수비수에 대한 수요는 모두 패스 옵션과 골을 넣을 수 있는 방법을 찾는 데 유리하며, 데이터는 큰 역할을 합니다.
예측 데이터가 전면에 등장하고 있습니다. Opta소프트웨어는 소유권 안팎의 팀 형태를 보여줄 뿐만 아니라, 플레이 단계에서 선수들이 실제 포지션에 따라 배치되어야 하는 위치를 파악할 수 있습니다. 또한 여러 선수가 어떻게 조합하여 효율성에 영향을 미치는지 정량화할 수도 있습니다.
데이터는 이미 특정 시점에서 팀 동료에게 패스를 완료할 가능성과 각 옵션에서 발생할 수 있는 잠재적인 공격 위협을 예측할 수 있습니다. 이러한 새로운 데이터 포인트를 통해 분석가는 플레이어가 한 행동뿐만 아니라 할 수 있었던 일과 했어야 했던 일을 측정하여 플레이어의 의사 결정을 정량화할 수 있습니다. 또한 경기 내내 플레이어가 다른 역할을 맡은 시간의 비율을 파악할 수도 있습니다.
이러한 수준의 분석이 즉각적이고 대규모로 제공되므로 경기 중, 경기 전 및 경기 후 분석에서 예측 데이터가 큰 역할을 하는 것은 시간 문제입니다. 결과적으로 선수들은 이러한 예측 모델과 비교하여 자신의 경기력을 평가받게 될 것입니다.
한편, 운영팀은 다양한 선수 조합이 전반적인 팀 케미스트리에 어떤 영향을 미치는지 전반적으로, 그리고 특정 상대에 대해 점점 더 많이 연구할 것입니다.
Opta Vision 대해 더 자세히 알아보시려면 여기를 클릭.
