논문 요약: 2025 년 DFB 컵 결승전 활동 추적 데이터를 활용한 팬들의 '축구 열기 (Football Fever)'의 시계열 구조 방정식 모델링

1. 연구 배경 및 문제 제기 (Problem)

• 배경: 축구는 전 세계적으로 가장 인기 있는 스포츠이며, 팬들의 감정적, 생리학적 반응은 산업적 중요성을 갖습니다.
• 기존 연구의 한계:
  • 기억 편향 (Recall Bias): 대부분의 기존 연구가 설문조사를 기반으로 하여, 과거의 감정을 현재의 상황에 맞게 재구성하는 과정에서 편향이 발생합니다.
  • 횡단적 데이터 (Cross-sectional Data): 시간의 흐름에 따른 역동성을 포착하지 못하고 특정 시점의 스냅샷에 의존합니다.
  • 낮은 시간 해상도: 기존 연구는 하프타임 등 큰 구간만 구분할 수 있어, 골 득점과 같은 결정적 사건의 즉각적인 영향을 모델링하기 어렵습니다.
• 연구 목표: 웨어러블 기기 (스마트워치) 를 통해 수집된 고해상도 생리학적 데이터 (심박수, 스트레스 지수) 를 활용하여, 관측 불가능한 잠재 변수인 **'축구 열기 (Football Fever)'**를 정의하고, 경기 중 그 시간적 역동성을 통계적으로 모델링하는 것입니다.

2. 연구 방법론 (Methodology)

• 데이터 소스:
  • 사건: 2025 년 5 월 24 일, 독일 DFB 컵 결승전 (아르미니아 비레펠트 vs VfB 슈투트가르트).
  • 참가자: 아르미니아 비레펠트 팬 137 명 (심박수 및 스트레스 데이터가 50% 이상 누락된 49 명 및 스트레스 데이터가 전무한 8 명 제외).
  • 측정: 가민 (Garmin) 스마트워치를 사용하여 3 분 간격으로 심박수 (HR) 와 스트레스 지수 (SL) 를 기록 (총 34 개의 측정 시점).
  • 결측치 처리: 센서 오류 및 활동으로 인한 결측치를 처리하기 위해, 활동 기반 변수를 조건으로 한 **랜덤 포레스트 (Random Forest)**를 활용한 다변량 다중 대체 (Multiple Imputation, $m=10$) 기법을 사용했습니다.
• 통계 모델: 시계열 구조 방정식 모델 (Time-dependent SEM)
  • 잠재 변수: 관측된 심박수와 스트레스 지수가 공통적으로 반영하는 잠재 요인인 '축구 열기 (Football Fever)'를 **공통 요인 (Common Factor)**으로 설정.
  • 측정 모델: 축구 열기가 심박수와 스트레스 지수에 미치는 영향 (요인 부하량) 을 시간 불변으로 가정.
  • 잠재 성장 곡선 (Latent Growth Curve): 축구 열기의 장기적 추세를 모델링하기 위해 3 단계로 구성된 성장 요인 도입:
    1. 절편 (Intercept, $IFF$): 경기 시작 시점의 초기 수준.
    2. 기울기 1 ($S_1$): 슈투트가르트의 초기 골 이후 (7 분~25 분) 의 감소 추세.
    3. 기울기 2 ($S_2$): 비레펠트의 후반전 반격 (25 분 이후) 에 따른 상승 추세.
    • 팬별 이질성을 반영하기 위해 절편과 기울기 요인의 분산 및 공분산을 자유 추정.
  • 자기회귀 효과 (Autoregressive Effects): 팬들의 개별적인 추세에서 벗어난 잔차 ($R_t$) 가 시간적으로 상관관계를 가짐을 고려하여 1 차 자기회귀 과정 (AR(1)) 을 도입 ($\rho$).
  • 오차 구조: 하프타임 시작 시점 ($t=1, 17$) 과 그 외 시점에서의 측정 오차 분산을 다르게 설정하여 시간별 이질성을 반영.

3. 주요 결과 (Key Results)

• 모델 적합도:
  • 시계열 의존성을 고려한 제안된 모델은 시간 불변 모델 (Baseline) 에 비해 적합도가 현저히 높음 ($\Delta AIC = 10,920$).
  • 수정된 RMSEA(0.015) 와 CFI(0.994) 가 기준치를 충족하여 모델이 데이터를 잘 설명함을 입증.
• 축구 열기의 역동적 패턴 (V 자형 궤적):
  • 평균적 추세: 경기 시작 시 최고조 (심박수 약 89 bpm, 스트레스 지수 약 69) 에 도달한 후, 슈투트가르트의 초기 골 이후 서서히 감소하다가, 후반전 비레펠트의 골과 찬스 발생 시 다시 급격히 상승하는 V 자형 (V-shaped) 패턴을 보임.
  • 잠재 요인 설명력: 심박수는 축구 열기에 의해 분산의 약 96.6% 를 설명받으며, 스트레스 지수는 64.4% 를 설명받음.
• 팬 간 이질성 (Between-fan Heterogeneity):
  • 팬들은 초기 열기 수준과 경기 사건의 반응 속도에서 큰 차이를 보임.
  • 초기 열기가 높은 팬일수록 경기의 결정적 사건 (골, 찬스) 에 더 강하게 반응하는 경향이 있음 (높은 팬덤 수준과 연관성 추정).
  • 스트레스 지수는 팬 간 개인차가 크지만, 심박수는 상대적으로 일관된 반응을 보임.
• 시간적 지속성:
  • 자기회귀 계수 ($\hat{\rho} = 0.658$) 가 유의미하게 높아, 한 시점의 감정적 각성이 다음 시점으로 전이되는 강한 지속성을 확인.

4. 주요 기여 (Key Contributions)

1. 잠재 변수로서의 '축구 열기' 정량화: 주관적인 감정 상태를 웨어러블 기기 데이터를 통해 객관적인 잠재 변수로 성공적으로 모델링.
2. 고해상도 시계열 분석: 기존 설문조사나 횡단적 연구의 한계를 넘어, 경기 내 3 분 단위의 미세한 생리학적 변화를 포착하고 모델링.
3. 방법론적 혁신: 고차원 시계열 데이터의 결측치 처리 (다중 대체) 와 시간 의존적 구조 방정식 모델 (Latent Growth + AR) 을 통합한 프레임워크 제시.
4. 실시간 마케팅 및 콘텐츠 전략 시사점: 팬들의 감정적 피크 (V 자형 패턴) 를 예측하여 실시간 소통, 콘텐츠 제작, 소셜 미디어 전략에 활용 가능한 통찰 제공.

5. 의의 및 결론 (Significance)

• 학술적 의의: 스포츠 관중의 감정적, 생리학적 동기부여 메커니즘을 이해하는 데 있어 시간적 의존성 (Temporal Dependence) 을 고려한 모델링의 중요성을 입증.
• 실용적 의의:
  • 경제적: 팬 세분화 및 실시간 참여 유도 (Peak Engagement) 전략 수립.
  • 건강: 스포츠 관전이 심혈관 건강에 미치는 영향 (스트레스 및 심박수 변화) 연구의 기초 자료 제공.
• 한계 및 향후 연구: 단일 경기 (DFB 컵 결승) 와 특정 브랜드 스마트워치 사용자에 국한된 표본이라는 한계가 있음. 향후 라이브 관전 vs 원격 관전, 팬덤 수준별 차이, 상대팀 팬들의 비동기적 반응 등을 연구할 필요성 제기.

이 연구는 웨어러블 기술, 통계적 모델링, 스포츠 과학을 융합하여 스포츠 관중의 감정적 경험을 정량화하는 새로운 패러다임을 제시했습니다.