Position-specific allometric adjustment of NFL Combine tests: evaluation across year cohorts
본 연구는 여러 해에 걸친 NFL 컴바인 테스트에 대한 포지션별 알로메트릭 체질량 조정을 평가하며, 이러한 조정이 스프린팅 및 점프와 같은 신체 이동 과제, 특히 수비 라인맨의 경우 예측 정확도를 유의미하게 향상시키지만, 다른 테스트에서는 그 이점이 일관되지 않으며 집단별 점수 오차를 고려하기 위한 세심한 보정이 필요하다는 것을 밝혀냈다.
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
매년 수천 명의 젊은 운동선수들이 내셔널 풋볼 리그(NFL) 컴바인에 모여듭니다. 이는 드래프트 전 자신의 신체적 가치를 증명하는 거대한 테스트 이벤트입니다. 스카우트와 코치들은 그들이 질주하고, 점프하고, 무거운 무게를 들어 올리고, 폭발적인 속도로 방향을 전환하는 모습을 지켜봅니다. 목표는 차세대 위대한 선수를 찾는 것이지만, 이 선수들은 체격이 매우 다르게 구성되어 있기 때문에 이들을 비교하는 것은 매우 어려운 일로 알려져 있습니다. 수비 라인맨은 몸무게가 300파운드를 넘을 수도 있는 반면, 와이드 리시버는 200파운드 미만일 수도 있습니다. 단순히 가공되지 않은 수치만을 본다면, 더 무거운 선수들은 종종 느리거나 민첩성이 떨어져 보이고, 더 가벼운 선수들은 근력을 테스트하는 데 필요한 엄청난 무게를 움직이는 데 어려움을 겪을 수 있습니다. 이는 하나의 퍼즐을 만듭니다. 어떻게 하면 거인의 속도를 작은 선수의 속도와 공정하게 비교할 수 있을지, 혹은 헤비웨이트 선수의 점프 능력을 라이트웨이트 선수의 점프 능력과 어떻게 공정하게 비교할 수 있을지의 문제입니다.
수십 년 동안 스포츠 과학자들은 체중에 따라 점수를 조정함으로써 이 문제를 해결하려고 노력해 왔습니다. 이 접근 방식의 핵심은 다음과 같은 질문을 던지는 것입니다. "이 선수는 자신의 특정 체격 대비 얼마나 잘 수행했는가?" '알로메트릭 스케일링(allometric scaling)'이라 불리는 이 방식은 체격의 이점이나 불이익을 제거하여 선수의 진정한 엔진을 드러내고자 합니다. 하지만 이러한 조정을 위한 수학적 계산은 까다롭습니다. 한 가지 종류의 움직임에 적용되는 단순한 규칙이 다른 유형의 움직임에는 실패할 수 있으며, 한 그룹의 선수들에게 적합한 공식이 다른 포지션의 선수들에게는 완전히 틀릴 수도 있습니다. 만약 조정이 잘못되면, 중요한 차이점을 숨기거나, 심지어는 존재하지 않는 가짜 공정성을 만들어낼 수도 있습니다.
새로운 연구에서 연구원 토마스 데빈 페이(Thomas Davin Fahey)는 이러한 체중 조정 점수가 실제로 여러 해에 걸친 NFL 드래프트 유망주들에게 적용될 때 제대로 작동하는지 테스트하기 위해 연구를 진행했습니다. 그는 단일 연도의 수치만을 본 것이 아니라, 2020년부터 2026년 사이에 테스트를 받은 2,333명의 선수 기록을 수집했습니다. 그는 40야드 대시, 버티컬 점프, 브로드 점프, 벤치 프레스 반복 횟수, 셔틀 런, 그리고 쓰리 콘 드릴(three-cone drill)이라는 여섯 가지 특정 테스트를 살펴보았습니다. 그는 모든 선수를 하나의 큰 집단으로 취급하는 대신, 수비 라인맨, 라인배커, 쿼터백, 리시버와 같이 경기 포지션별로 분류했습니다. 각 포지션과 각 테스트에 대해, 그는 특정 체중의 선수가 달성해야 할 성과를 예측하는 모델을 구축한 다음, 실제 결과와 그 예측치를 비교했습니다.
결과는 단일한 보편적 규칙이 아닌 날카로운 대조의 이야기를 보여주었습니다. 체중 조정은 수비 라인맨들에게 놀라울 정도로 잘 작동했습니다. 이 거구의 선수들에게 있어, 조정된 점수는 달리기, 점프, 민첩성 드릴의 성과를 예측하는 능력을 크게 향м상시켰습니다. 실제로 수비 라인맨의 경우, 조정된 점수는 단순히 그들의 가공되지 않은 시간이나 거리만을 보는 것보다 그들의 결과를 설명하는 데 훨씬 더 효과적이었습니다. 이 선수들에게 있어서는 그들의 체중을 아는 것이 왜 그들이 그렇게 달렸는지를 설명하는 데 도움이 되었습니다. 그러나 이러한 이점은 다른 모든 이들에게 확산되지 않았습니다. 라인배커나 오펜시브 라인맨과 같은 많은 다른 포지션의 경우, 체중 조정은 개선 효과가 거의 없거나 전혀 없었습니다. 어떤 경우에는 조정이 오히려 예측을 악화시켜 명확성보다는 노이즈를 더하기도 했습니다.
연구는 또한 테스트의 유형이 선수 포지션만큼이나 중요하다는 것을 밝혀냈습니다. 스프린팅이나 점프처럼 자신의 몸을 공간 속에서 움직여야 하는 테스트의 경우, 체중과 성과 사이의 관계는 복잡하고 포지션마다 다양했습니다. 하지만 선수가 고정된 무게를 밀어 올리는 벤치 프레스의 경우, 관계가 달랐습니다. 연구진은 벤치 프레스에 대해서는 단순하고 고정된 수학적 규칙이 복잡하고 맞춤형으로 조정된 모델만큼이나, 혹은 그보다 더 잘 작동한다는 것을 발견했습니다. 이는 모든 선수와 모든 과제에 들어맞는 단 하나의 "마법 공식"은 존재하지 않음을 시사합니다.
아마도 가장 중요한 발견은 이 모델들이 시간이 지나도 어떻게 유지되는지를 살펴보는 과정에서 나왔습니다. 연구진은 자신들의 방정식이 나중에 나온 데이터에서도 여전히 작동하는지 확인하기 위해 이후 연도의 데이터를 테스트했습니다. 조정이 많은 영역에서 도움이 되기는 했지만, 가장 최근의 코호트 데이터에서는 브로드 점퍼와 벤치 프레스 기록을 예측하는 데 실패했습니다. 이는 체중과 성과 사이의 관계가 훈련, 규칙, 또는 리그에 들어오는 선수들의 유형 변화 등으로 인해 해마다 변할 수 있음을 나타냅니다. 이 연구는 체중 조정을 통한 방식이 수비 라인맨과 같은 특정 그룹에게는 강력한 도구가 될 수 있지만, 모든 상황에 적용 가능한 만능 해결책은 아니라고 결론짓습니다. 코치와 스카우트들은 이러한 조정된 점수를 재능의 독립적인 척도로 의존해서는 안 됩니다. 대신, 그들은 조정된 점수가 가공되지 않은 시간이나 거리와는 다른 이야기를 들려준다는 점을 이해하고, 적절한 모델이 적절한 선수에게 적용되었을 때만 그 이야기가 정확하다는 점을 인지하며 신중하게 사용해야 합니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.