Space-Creating versus Dead Possession: An Off-Ball Possession-Quality Index for Broadcast Football

기술 요약: 공간 창출형 대 무의미한 점유 (Space-Creating versus Dead Possession)

문제 제기
전통적인 축구 분석은 점유율(possession percentage)에 크게 의존하지만, 이 지표는 세 가지 뚜렷한 전술적 실체—볼 보유 위치, 보유 시의 위협 수준, 그리고 발생 상황(game state)—를 혼재시킨다. 결과적으로, 자기 진영에서 공을 돌리며 리사이클링하는 팀은 상대의 수비 지역(defensive third)을 압박하는 팀과 구별되지 않는다. 기존의 이벤트 기반 프레임워크(예: Expected Threat, VAEP, On-Ball Value)는 볼을 가진 플레이어의 액션에 가격을 매김으로써 점유를 정교화하지만, "오프 더 볼(off-ball)" 문제, 즉 '이 점유가 공간을 창출했는가, 아니면 공허한(sterile) 것이었는가?'라는 질문에는 "맹목적"이다. 이러한 모델들은 볼을 가진 플레이어의 결정은 평가할 수 있지만, 수비 블록이 이동했는지 혹은 압축되었는지는 감지하지 못한다. 이는 표준 중계 피드에서는 흔히 구할 수 없는 공간 데이터가 필요한 구분이다.

방법론
본 논문은 계산 효율성과 공간적 깊이 사이의 균형을 맞추기 위해 매크로/마이크로 분할 방식을 활용하여, "공간 창출형" 점유와 "무의미한(dead)" 점유를 구분하는 2단계 프레임워크를 제안한다.

1단계: 이벤트 측면의 정크 점유 지수 (The Event-Side Junk-Possession Index)
이 단계는 전체 경기 이벤트 데이터를 처리하여 위협도가 낮은 점유 시퀀스를 식별한다.

• 시퀀스 가치 평가: 경기는 점유 시퀀스로 분할된다. 각 시퀀스 $s$는 다음을 기준으로 값 $q(s)$를 할당받는다:
  1. 최대 위협 획득(Peak Threat Gain): 시퀀스 도중 슈팅이 발생하지 않더라도 획득한 최대 Expected Threat(xT) 증가분.
  2. 실현된 슈팅 품질(Realized Shot Quality): 커스텀 그래디언트 부스팅 모델을 사용한 시퀀스 내 최적 슈팅의 xG.
  3. 박스 터치(Box Touch): 18야드 박스 내부에서의 터치 여부에 대한 이진(binary) 크레딧.
• 정규화: 시퀀스 값은 코퍼스(corpus)의 90 백분위수를 기준으로 정규화된다. $q < 0.15$인 시퀀스는 "정크(junk)"로 분류된다.
• 게임 상태 필터링: 전술적 리드 보호를 과도하게 처벌하는 것을 방지하기 위해, junk-open은 점유 팀이 비기고 있거나 지고 있을 때 발생하는 정크 시퀀스만을 격리한다.
• 검증: 이 지수는 경기 결과(승점, 골, xG)와 대조하여 테스트되며, 점유의 고유한 변동성을 포착하는지 확인하기 위해 온-볼 가치(on-ball value) 모델(VAEP) 및 테리토리 지표(Field Tilt)와 비교된다.

2단계: 공간 창출 지수 (The Spatial Space-Creation Index, SCI)
이 단계는 이벤트로 플래그가 지정된 "정크" 시퀀스에 해당하는 짧은 중계 영상 구간(10~60초)을 대상으로 점유의 공간적 성격을 결정한다.

• 파이프라인: CPU 전용 게임 상태 재구성(GSR) 파이프라인은 카메라 캘리브레이션, 다중 객체 추적, 색상 기반 팀 할당을 사용하여 중계 영상을 피치 좌표로 투영한다. 화면 밖 플레이어는 훈련이 필요 없는 "고스팅(ghosting)" 레이어를 통해 보간(impute)된다.
• 지표 계산: SCI는 두 구역, 즉 공격 3구역(A)과 상대 공격 3구역(Z)에 걸쳐 시작과 끝 지점 사이의 피치 컨트롤 점유율 변화량을 측정한다.
  $$SCI = \Delta_{own} + \Delta_{opp}$$
  여기서 $\Delta_{own}$은 구역 A에서의 점유 팀의 컨트롤 변화량이며, $\Delta_{opp}$는 상대의 컨트롤 변화량이다(상대의 컨트롤 감소는 블록이 뒤로 밀려났음을 의미한다).
• 분류: 윈도우(window)는 다음과 같이 분류된다:
  • 공간 창출형(Space-Creating): SCI $\ge$ +12 (위험한 공간을 점유하거나 블록을 뒤로 밀어냄).
  • 약한 전진(Weak Progression): +4 $\le$ SCI < +12.
  • 비공간 창출형(Non-Space-Creating): SCI < +4 (정체되거나 퇴보하는 점유).

주요 결과

• 결과와의 상관관계: 2026 FIFA 월드컵의 206개 팀-경기 행(row)을 대상으로 한 분석에서, junk-open은 승점($r = -0.37$) 및 xG 차이($r = -0.51$)와 강한 음의 상관관계를 보인다. 높은 점유율(온-볼 이벤트 점유율 >55%)을 보유했으나 효율성이 낮은(높은 junk-open) 팀들은 평균 0.62골과 1.00점을 기록한 반면, 효율적인 지배자들은 2.24골과 2.24점을 기록했다.
• 온-볼 가치로부터의 독립성: VAEP와 Field Tilt를 통제한 회귀 모델에서, junk-open은 승점의 유의미한 예측 변수로 남았으나($p < 10^{-4}$), VAEP는 유의미하지 않았다. 이는 이 지수가 온-볼 액션 가치만으로는 설명되지 않는 결과 관련 변동성을 포착함을 입증한다.
• 공간적 구분: 9개 경기에서 추출한 31개의 플래그 지정된 정크 윈도우 샘플 분석 결과:
  • 74%가 공간적으로 비공간 창출형으로 분류되었다(이 "무의미함"의 진단을 확인).
  • 19%가 약한 전진으로 분류되었다.
  • 6%는 이벤트 레이어에서 낮은 위협도로 분류되었음에도 불구하고(예: 슈팅을 만들어내지는 못했지만 공격 3구역을 점유한 파라과이의 윈도우) 공간 창출형으로 나타났다.
• 사례 연구: 본 프레임워크는 독일이 파라과이를 상대로 한 라운드 오브 32 경기에서의 "무의미한 지배(sterile domination)"(73%의 온-볼 이벤트 점유, 음의 SCI, 탈락)를 성공적으로 식별해냈으며, 동일 경기에서 공간은 창출했으나 득점으로 연결하지 못한 파라과이의 윈도우와 구분해냈다.

의의 및 주장
본 논문은 브로드캐스트 데이터를 사용하여 "공간을 창출했으나 전환하지 못한" 점유와 "무의미한" 점유를 분리하는 2단계 프레임워크를 제시한다. 주요 기여는 다음과 같다:

1. 점유의 질과 영토는 별개이다: 높은 필드 틸트(영토)가 승점을 보장하지는 않는다; 점유의 질(위협 생성)이 결정적인 차별점이다.
2. 오프 더 볼 증거가 필수적이다: 이벤트 전용 모델은 성공적으로 수비를 이동시켰으나 득점으로 연결하지 못한 팀과, 수비를 움직이지 못한 채 공만 돌리는 팀을 구분할 수 없다. 이 2단계 접근법은 이벤트 데이터로 매크로 플래깅을 수행하고 브로드캐스트 영상을 통해 마이크로 공간적 판정을 내림으로써 이 간극을 메운다.
3. 실용적 확장성: 매크로/마이크로 분할 방식은 전체 대회 규모의 오프 더 볼 공간 증거를 분석하기 위한 실용적인 솔루션을 제공하며, 이는 전체 경기 트래킹 데이터(브로드캐스트 경기에서는 드물게 제공됨)를 요구하지 않는다.

저자는 임의의 오프 스크린 플레이어 보간, 코퍼스 전체 상수를 사용하는 임계값 설정, 기술적(descriptive) 성격의 인샘플(in-sample) 스코어 상태 연관성 등 한계점을 명시적으로 언급하였다. 그러나 저자는 아웃 오브 샘플(out-of-sample) 분할과 VAEP로부터의 독립성이 "정크" 플래그가 별개의 결과 관련 현상을 식별한다는 강력한 증거를 제공한다고 주장한다.