The Interpretive Limits of Expected Goals: Model Dependence, Realization Variability, and Decision-Making Under Uncertainty
본 논문은 기대 득점(xG)이 결정론적 결과가 아닌 모델 의존적 조건부 확률로 이해되어야 한다고 주장하며, 308개의 팀 경기 관측치에 대한 회고적 분석을 통해 xG와 실제 득점 사이의 상당한 괴리가 확률적 과정에 내재되어 있음을 입증하고, 이러한 불확실성이 서로 다른 참여자 계층과 정보 환경 전반에서 의사결정에 어떠한 영향을 미치는지 평가하기 위한 전향적 실험을 제안한다.
원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
현대 축구에서 경기장에서 일어나는 일을 이해하는 방식에 조용한 혁명이 일어났다. 수십 년 동안 점수는 오직 유일한 진실이었다. 두 골 대 한 골은 승리를 의미했으며, 그 외의 것은 아무것도 바꿀 수 없었다. 그러나 오늘에는 분석가들이 '기대 득점(expected goals)'이라 불리는 도구를 사용하여 최종 숫자 이면을 들여다본다. 이 지표는 팀이 만들어낸 모든 기회의 질을 측정하려고 시도하며, 슛이 어디서 이루어졌는지, 누가 슛을 했는지, 그리고 어떤 압박을 받았는지에 따라 각 슛에 확률을 부여한다. 이는 어떤 팀이 경기에서 패배했을지라도 실제 점수보다 더 나은 경기를 했을 수도 있고, 혹은 형편없는 기회를 창출했음에도 운 좋게 승리했을 수도 있다는 것을 말하는 방식이다. 이 개념은 코치, 팬, 베터 모두가 기술과 운을 구분하기 위해 사용하는 스포츠의 표준적인 언어가 되었다. 하지만 이 숫자가 점점 더 중요해짐에 따라 중요한 질문이 제기된다. 높은 기대 득점 수치가 높은 실제 득점 수치를 보장하는가?
Quantum Sport Analysis의 연구원인 지오바니 갈로(Giovanni Gallo)의 새로운 연구는 이러한 모델이 예측하는 것과 경기장에서 실제로 일어나는 일 사이의 간극을 조사한다. 이 연구는 모델이 고장 났거나 쓸모없다고 주장하는 것이 아니다. 대신, 사람들이 확률을 약속으로 취급할 때 발생하는 근본적인 오해를 탐구한다. 이 연구는 2026/27 시즌의 첫 네 라운드 동안 유럽의 4대 리그(프리미어리그, 세리에 A, 라 리가, 분데스리가)에서 치러진 154경기를 조사한다. 연구자는 이 경기들 내의 308개 별도 팀 성과를 살펴보며, 연속적인 소수점 기반의 기대 득점 수치를 축구 득점의 이산적인 정수 현실에 매핑했다. 베팅 시장과 경기 결과는 정수에 의존하기 때문에, 분석은 팀의 총 기대 득점이 일반적인 베팅 시장(예를 들어, 팀이 특정 임계값 이상 또는 이하로 득점할지 여부)에서 승리나 패배를 결정하는 정수와 정확히 일치하는 경우가 얼마나 자주 발생하는지에 초점을 맞췄다.
연구 결과는 정교한 데이터가 존재함에도 불구하고 상당한 수준의 예측 불가능성이 지속된다는 것을 보여준다. 연구자가 실제 득점이 기대 득점이 제안하는 특정 정수 구간과 일치하는 빈도를 조사했을 때, 그 경기는 관측치의 약 36퍼센트에서만 발생했다. 즉, 약 3분의 2의 경우에서 팀은 모델이 제안하는 가장 가까운 정수 예측과는 다른 수의 골을 기록했다. 예측된 구간과 실제 결과 사이의 평균 차이는 거의 한 골에 달했다. 이것이 큰 오류처럼 들릴 수도 있지만, 연구는 이것이 반드시 모델이 틀렸다는 신호는 아니라고 명시한다. 연구자는 실제 데이터를 단순한 수학적 무작위 확률 시뮬레이션과 비교했는데, 이 시뮬레이션은 유사한 정확한 일치율을 예측했다. 이 비교는 이러한 변동이 경기의 자연스러운 일부임을 시사한다. 즉, 모델이 득점의 평균적인 가능성을 완벽하게 계산하더라도, 경기의 결과는 스포츠 특유의 무작위성 때문에 그 평균 주변에서 여전히 요동칠 수 있다는 것이다.
논문에서 강조하는 중요한 구별은 많은 경기의 평균적인 결과와 단일 경기의 결과 사이의 차이다. 연구자가 전체 표본에 걸쳐 예측 득점과 실제 득점 사이의 모든 차이를 합산했을 때, 양(+)의 오차와 음(-)의 오차는 서로 상쇄되어 아주 작은 평균 차이만을 남겼다. 이는 모델이 시간이 지남에 따라 균형을 이룬다는 것을 보여준다. 그러나 특정 경기를 지켜보는 팬이나 단일 경기에 돈을 거는 베터에게 그 평균적인 균형은 거의 위안이 되지 않는다. 연구는 한 팀이 승리해야 함을 시사하는 기대 득점 총합을 가지고 있음에도 불구하고, 모델이 부정확하지 않더라도 여전히 패배할 수 있음을 강조한다. 모델은 창출된 기회의 질을 설명하는 것이지, 최종 점점의 확실성을 설명하는 것이 아니다.
또한 이 연구는 실시간 의사결정, 특히 라이브 베팅에서 사람들이 이 정보를 어떻게 사용하는지를 내다본다. 저자는 전문가, 일반 팬, 초보자 등 서로 다른 유형의 사람들이 경기 중에 이러한 통계치를 보았을 때 어떻게 반응하는지 확인하기 위한 미래의 실험을 제안한다. 가설은 정밀한 숫자를 보는 것이 사람들이 실제 데이터가 뒷받침하는 것보다 자신의 예측에 더 확신을 갖게 만들어, 가능한 것보다 더 정확하게 경기의 미래를 예견할 수 있다고 믿게 만들 수 있다는 것이다. 연구는 기대 득점이 과거의 성과를 이해하는 데는 강력한 도구이지만, 미래를 위한 수정구슬은 아니라고 제안한다. 화면에 표시되는 숫자는 그 순간 가용한 정보에 기반한 조건부 추정치이지, 앞으로 일어날 일에 대한 결정론적인 진술이 아니다.
궁극적으로 이 논문은 적절한 주의를 기울여 이러한 강력한 도구들을 해석하는 가이드 역할을 한다. 저자는 기대 득점의 가치가 정확한 점수를 예측하는 능력이 아니라, 플레이의 질을 요약하는 능력에 있다고 주장한다. 예측과 결과 사이의 간극은 수학의 실패가 아니라, 축구 자체의 아름답고 혼란스러운 본질을 반영하는 것이다. 이러한 숫자가 확실성이 아닌 확률을 나타낸다는 점을 이해함으로써, 팬과 분석가들은 데이터가 놀라움의 요소를 제거했다는 함정에 빠지지 않고 경기의 미묘함을 감상할 수 있다. 연구는 기술이 스포츠의 메커니즘을 더 깊이 들여다볼 수 있게 해주었지만, 경기 시작 전 숫자가 무엇을 말했든 상관없이 마지막 휘슬이 여전히 이야기를 다시 쓸 힘을 쥐고 있다고 결론짓는다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.