새로운 개념을 선보이며 사고에 도전하기
매년 옵타프로 Forum 끝난 다음 날은 우리 업계가 어떻게 발전하고 있는지, 실무자로서 우리가 직면한 과제에 어떻게 접근하고 있는지, 애플리케이션뿐만 아니라 코치 및 선수들과 인사이트를 공유하는 방법에 대해 잠시 멈춰서 생각해 볼 수 있는 기회를 제공합니다.
2014년 Forum 시작한 이래로 우리는 이 행사가 더 넓은 업계에서 분석의 위치를 가늠하는 바로미터로 어떻게 활용될 수 있는지에 대해 자주 이야기해 왔습니다.
2년 연속 정원이 초과된 것 외에도 가장 중요한 것은 영국 이외의 국가 축구 협회 및 리그에서 참석한 대표단의 수가 증가했다는 점으로, 이는 업계 관계자들이 회원 클럽에 대한 데이터 분석의 가치를 점점 더 인식하고 있음을 보여주는 것입니다.
2020년에는 벨기에 프로 리그에서 제공한 풀 시즌 추적 데이터를 활용한 두 개의 프레젠테이션, 스완지 시티와 FC 노르트슐란트가 제시한 연구 질문에서 도출한 두 개의 프레젠테이션, 영국 FA에서 근무하는 경기 담당 직원과의 협의를 거쳐 분석가들이 제작한 새로운 골킥 규칙의 영향에 대한 응용 프레젠테이션 등 Forum 최초로 공개되는 발표도 있었습니다.
여자 슈퍼리그 클럽에서 일하는 분석가들과 리그 1의 팀에 소속된 데이터 과학자들도 참석하여 데이터 프로세스의 적용이 더 이상 단일 대회에서 클럽 간의 주요 차별화 요소가 아니라는 점을 더욱 강조했습니다. 이제 과제는 경쟁사보다 데이터를 더 효과적으로 활용하여 전술적 결정, 코칭 계획 및 선수 선발, 주요 채용 결정에 정보를 제공할 수 있는 인사이트를 생성하는 것입니다.
이것이 바로 Forum 애널리스트의 달력에서 중요한 날짜로 남아 있는 이유 중 하나입니다. 이 포럼은 시즌 동안 매주 클럽 환경에서 제기되는 주요 질문에 대한 혁신적인 해답을 찾기 위해 개척된 새로운 접근 방식에 대해 배울 수 있는 특별한 기회입니다.
커뮤니케이션, 커뮤니케이션, 커뮤니케이션
이 행사는 항상 축구 분석의 최첨단을 선보이는 것을 목표로 해왔으며, 올해도 기존 사고에 도전하는 동시에 명확한 전술적 적용이 가능한 데이터 개념을 만드는 방법에 초점을 맞춘 방법을 계속 선보였습니다.
Forum 초창기에는 발표자가 자신의 프로젝트를 클럽의 분석 워크플로우 내에서 쉽게 적용할 수 있는지를 확인하는 것이 중요한 리트머스 시험지 중 하나였습니다. 이는 여전히 중요한 고려 사항이지만, 분석 분야의 발전 속도가 빨라지면서 이제는 단순히 개념을 적용하는 것뿐만 아니라 적용 가능한 결과를 가장 효과적인 방식으로 코치와 선수에게 전달하는 것이 중요해졌습니다.
코치의 언어를 구사할 수 있는 능력은 이전 Forum 여러 초청 강연에서 특히 다음과 같이 강조되었습니다. 2018년 루크 본. 올해 두 개의 클럽 주도 제출 부문이 도입되면서 각 발표자들은 각 클럽의 분석 팀과 협력하여 발표를 맞춤화할 수 있는 혜택을 받아 이 과제에 접근하는 방식에 주목할 만한 영향을 미쳤습니다.
FC 노르드자엘란트가 상대의 로우 블록을 무너뜨리기 위한 효과적인 전략에 대해 발표한 비네쉬 자얀트의 경우, 멘토인 조 멀베리(Joe Mulberry)와 긴밀히 협력하여 클럽의 문제를 게임 모델의 맥락에서 이해했음을 알 수 있었습니다. 그런 다음 그는 코칭 스태프의 기존 플레이북에 맞춰 자신의 전략에 라벨을 붙이기로 결정했는데, 이는 훈련장에서 데이터가 주요 전술적 과제를 해결하는 데 어떻게 도움이 될 수 있는지 보여주고 동의를 얻기 위한 방법이었습니다.
커뮤니케이션을 주제로 계속해서 윌리엄스 어드밴스드 엔지니어링의 스티븐 휴스턴은 게스트 강연을 통해 분석가들이 코치에게 주요 결과를 발표하기 전에 회의를 리허설하는 것에 대해 논의했습니다. 이는 포뮬러 원에서 일하는 애널리스트들이 이미 채택하고 있는 관행으로, 축구계에서 일하는 애널리스트들에게 기존의 커뮤니케이션 프로세스가 가장 중요한 핵심 사항을 가장 효과적인 방식으로 전달할 수 있는지 의문을 제기합니다. 이는 직무나 업종에 관계없이 우리 모두가 고려해야 할 사항입니다.
오늘의 헤드라인 강연은 분석의 적용과 관련하여 축구가 F1과 모터스포츠에서 배울 수 있는 점을 고려하고 있는 @WilliamsAdvEng의 스티븐 휴스턴이 맡았습니다. 마력. pic.twitter.com/nsTfqKKr7h
- 옵타프로 (@OptaPro) 2020년 2월 5일
분석가의 작업 프로세스 개선
이 Forum 가장 중요한 목표 중 하나는 분석 커뮤니티와 전문 분석가 사이의 격차를 해소하는 것입니다. Forum 전술 중심의 프레젠테이션뿐만 아니라 기술 혁신도 선보이며 기존 작업 프로세스를 개선하고 더 효율적으로 만들 수 있는 방법을 강조합니다.
카룬 싱이 발표한 프로젝트에서 이 두 가지 요소는 딥러닝 프로세스를 추적 데이터에 적용하여 전체 시즌에 걸쳐 반복되는 경기 시나리오를 식별함으로써 수동으로 비디오에 라벨을 붙이고 유사한 경기 장면을 검색할 필요가 없어져 경기 분석가의 일상 업무 흐름을 가속화할 수 있는 잠재력을 보여줬습니다.
그는 '자체 감독' 레이블을 활용하여 팀의 주요 동향을 파악하기 위해 방대한 양의 비디오를 검토할 필요가 없어짐으로써 분석가의 업무 시간 중 몇 시간을 절약할 수 있는 방법에 대해 설명했습니다.
효율성을 파악하기 위한 카룬의 접근 방식은 프로 스포츠 외부에서 일하는 실무자들이 분석 프로세스가 어떤 것인지에 대해 더 잘 이해하고 있는 광범위한 추세를 반영합니다. 즉, 이 Forum 사람들에게 자신의 핵심 기술(카룬의 경우 응용 AI 내 소프트웨어 엔지니어링)을 활용해 혁신을 선보일 수 있는 플랫폼을 제공하고 향후 10년 동안 기술이 우리 산업을 어떻게 혁신할지 조금이나마 엿볼 수 있는 기회를 제공할 수 있다는 의미입니다.
기술 스카우트 접근 방식에 대한 생각
이 Forum 성과 분석 외에도 채용 분석가들이 주요 스카우트 시장의 선수를 모니터링하고 평가하는 정신없는 일상에서 벗어나 단기, 중기, 장기 목표에 맞게 선수를 평가하는 프로세스를 되돌아볼 수 있는 기회를 제공합니다.
올해 발표된 아이디어 중 하나는 Stats Perform 폴 파워와 윌 구르피나르-모건이 제시한 것으로, 포지션에 따라 선수를 평가하는 방식에서 벗어나 팀 내 역할에 따라 선수를 프로파일링하는 '역할 발견'이라는 개념을 도입한 것이었습니다.
포지션만을 기준으로 선수를 프로파일링하는 것의 한계를 강조한 두 사람은 비지도 학습 프로세스를 적용하면 더 넓은 팀 스타일 내에서 역할을 기준으로 선수를 분석할 수 있다는 것을 보여주었습니다. 즉, 채용 분석가는 팀의 게임 모델 내에서 각 역할을 수행하는 데 필요한 주요 성향과 특성에 따라 선수를 그룹화할 수 있습니다.
기술 스카우트의 역할은 약 15년 전에 업계에 처음 등장한 비교적 새로운 역할이지만, 기술, 데이터 및 비디오가 발전함에 따라 구단 내에서 가장 많이 재정의되고 있는 역할일 것입니다. 하지만 이들이 활용할 수 있는 도구는 크게 변화했지만, 실제로 선수를 평가하는 기준은 얼마나 달라졌을까요?
역할별 스카우팅이 포지션별 스카우팅보다 더 효과적인지 고려함으로써 기존의 접근 방식에 대해 객관적인 질문을 던지고, 올바른 채용 결정을 내릴 수 있는 최적의 선수 분석을 생성하고 있는지 확인할 수 있습니다.
점심 식사 전, @counterattack9과 @WillTGM이 비지도 학습을 통해 경기장 전체에서 선수들의 역할을 자동으로 학습하여 데이터 기반 요약을 만드는 방법을 시연하고 있습니다. 인텔리전스. pic.twitter.com/IZPSMoPzqZ
- 옵타프로 (@OptaPro) 2020년 2월 5일
미래에 대한 인사이트
올해에는 스티븐 휴스턴이 초청 강연을 하게 되어 정말 행운이었습니다. 스티븐은 이전에 축구계에서 일했던 경험을 바탕으로 F1에서 개척한 분석 프로세스를 통해 스포츠가 배울 수 있는 점에 대한 인사이트를 제공했습니다.
분석가로서 '레몬을 짜내는 것', 즉 이미 확보한 데이터에서 최대한의 정보를 활용해야 한다는 점을 일깨워준 소중한 교훈을 얻을 수 있었습니다. 그 좋은 예가 바로 스로인 전략이 어떻게 득점 기회로 이어질 수 있는지에 대한 David Quartey의 프레젠테이션으로, 축구에서 상대적으로 활용도가 낮은 세트피스 기회인 스로인이 어떻게 활용될 수 있는지를 상기시켜 주었습니다.
한편, 스티븐은 AI 기술을 통한 데이터 기반 인사이트가 F1의 의사 결정을 어떻게 주도하고 있는지에 대해서도 간략하게 설명해 주었습니다.
대부분의 산업과 마찬가지로, 빠르게 발전하는 이 기술의 힘을 활용하여 새로운 데이터 세트를 만들고, 더 빠르게 처리하고, 스포츠의 모든 영역에서 의사 결정에 영향을 미칠 패턴과 트렌드를 파악하기 위해 노력하면서 향후 10년 동안 AI 머신러닝이 우리의 사고를 지배하게 될 것은 분명합니다.
F1에서는 피트 스톱에서 한계점을 파악하기 위해 바디 포즈 기술을 사용하거나 같은 차에 탑승한 여러 드라이버의 성능을 시뮬레이션하는 등, 축구의 경기력 분석에 이 기술을 적용할 수 있는 방법에는 분명한 유사점이 있습니다.
마찬가지로 축구의 채용 부서에서는 다양한 경기 시나리오에서 선수가 어떻게 활약할지 시뮬레이션하여 선수의 미래 경기력을 예측하는 것에 대해 자주 이야기합니다. 기술의 발전을 고려할 때 이러한 유형의 분석이 현실화되는 것은 시간 문제일 뿐입니다.
이번 Forum 전체적으로 되돌아보면서 제가 가장 중요하게 생각하는 점은 우리 업계에 방대한 인재들이 있으며, 이들은 우리 실무자들에게 결코 가만히 있지 말라고 도전하고 있다는 것입니다. 2020년에도 더욱 집중적인 혁신에 영감을 주신 모든 발표자와 기여자 여러분께 Stats Perform 모든 직원을 대표하여 축하의 말씀을 전합니다!
2020 OptaPro Forum 모든 프레젠테이션 동영상과 포스터 작성은 올봄 후반에 Stats Perform 웹사이트에서 확인할 수 있습니다.
