어떤 패스가 효과적인 패스일까?

 

요약

 

경기 당 축구 한 팀이 500여차례 패스를 한다. 패스의 수치는 영상과 실질적으로 동료에게 패스가 얼마나 많이 성공적으로 이루어지는지 통계적 수치에 기반한다. 언제 패스가 효과적이고 전술적인 측면에서 좋은 패스가 나쁜 패스와 구별되는 기준은 무엇일까? 데이터 분석가들은 경기 분석을 위해 새로운 지표를 개발했다. 이는 상대 조직에 대한 패스의 영향을 결정하는 것이다.

 

I-Mov-Index는 상대방이 패스에 의해 반응하는 총 움직임의 횟수를 산정한 것이고, 반면 D-Def-Index는 상대방의 고착화를 산정한 것이다. 위 두 지표는 포지션데이터에 기반하여 어떻게 패스가 상대 수비의 정결함에 균열을 일으키는지 측정했다. 다른 지표와 반대로 수직 패스은 과대평가 되지 않았다. 새로이 개발된 분석모델은 상대방과의 상호작용과 플레이 전개를 위한 공간창출에 더욱 역점을 두었다. 

 

패스가 언제 좋은 패스가 될까?

 

이때껏 패스의 유효성은 영상분석을 통해 판단되었다. 동료에게 전달된 패스가 이루어졌는지 혹은 이루어지지 않았는지 패스의 횟수 뿐만 아니라 패스의 수직성이 연구되었다. 500회 이상의 패스가 나온 경기에서 효과적인 패스를 측정하여 판단하기에는 기준이 명확하지 않다. "가장 결정적인 것은 개별적인 패스가 개별적인 상황에서 옳은 결정이었는지입니다" 라고 독일 축구 국가대표팀 분석가슈테판 놉 박사가 말했다. "공간, 시간 그리고 상대압박이 커질수록, 패스는 정확하고 날카롭게 이루어져야만 합니다"

 

빅데이터의 도움을 통해 더욱 좋은 결과를 도출할수 있을까?

 

데이터분석가들은 트랙킹 데이터를 통해 패스의 퀄리티를 더욱 정확하게 평가할수 있는지 연구했다. 네덜란드 연구는  한 패스가 상대 수비 조직을 얼마나 방해할수 있는지에 따른 새로운 계산모델을 개발했다. 이 모델은 효과적인 패스와 덜 효과적인 패스의 구분을 더욱 용이하게 한다.

 

이는 이전까지 패스를 평가하기 위한 모델이 상황과 관련된 변수 혹은 상대방과의 상호작용의 매개과 연관되어있지 않았다는 점에 있어서 지침이 될만한 새로운 기준이다 [1]. 지금까지 진행되었던 분석들은 득점 혹은 슈팅찬스를 생성했던 패스들만 효과적으로 평가했다. 결과적으로 상대 문전을 위협할수 있는, 앞으로 나아가는 패스가 다른 패스들에 비해 중점적으로 다루어졌다 [2,3,4]. 그러나, 연구저자들의 비평에 의하면 효율적인 공격전략을 위한 패스의 전술적 퀄리티가 측정되지 않았다. 왜냐하면 패스가 콤비네이션을 구축하기 위해 콤팩트한 상대 수비조직으로부터 공을 지키거나 상대 라인의 통과를 준비하거나 상대 뒷 공간으로 패스를 하는 것이 마찬가지로 전술적으로 좋은 액션이 되기 때문이다. 그렇다면 어떻게 이 복잡한 다이내믹이 데이터테크닉에 의해 수집될수 있으며 패스게임이 전술적인 측면에서 평가 될수 있을까?

 

정돈된 상황으로부터 상대방을 끌어내기

 

후방에서 확실한 공격전개(Aufbauspiel), 미드필더 지역에서 물 흐르는 듯한 공 순환(Übergangsspiel)과 득점 기회를 창출(Herausspielen von Torchancen)은 정확한 타이밍과 정확한 패스가 요구된다. 이의 성공은 스포츠학적으로 상대 수비라인을 얼마나 괴롭히고 방해했는지와 득점 기회 생성을 위한 공격적인 공간창출을 했는지에 기반을 한다 [5,6]. "이런 퀄리티를 묘사하기 위해서 우리 연구팀은 시공간 트랙킹 데이터를 종합했고 수비적인 분포도를(D-Def) 개발시켰습니다" 라고 연구의 저자들이 설명했다. 해당지표는 우선 수비 조직으로 향한 패스의 효과를 측정한다. 패스 후 선수들의 즉각적인 움직임 데이터로부터 D-Def가 측정된다.

 

패스평가를 위한 새로운 포커스

 

경기분석을 위한 새로운 지표의 가치는 패스가 공을 상대 문전 근처에 보냈는지 혹은 보내지 않았는지로 제한되지 않고 양 팀의 상호작용을 한 눈에 담아낼수 있다는 점에 근거한다. 이는 패스게임을 전체적으로 조망할수 있는 것으로 여겨진다. [3,4]  그 뿐만 아니라 상대 골대방향으로 향하는 직선적인 패스, 수평적인 패스 혹은 후방을 향한 패스도 관련된다.  

 

더불어 한 팀의 경기를 위한 공간 창출과 패스를 통해 강요된 상대 선수들의 이동 경로가 지표로서 기록된다. 새로운 개산 모델에서 데이터 분석가들은 네덜란드 프로 선수 18명의 트랙킹 데이터를 한 시즌 동안 모았다. 총 16.943회의 패스였고 10.481회 상대 선수에게 도달했고 데이터에 기록되었다. 패스 성공률은 61,8프로 센터였다.

 

최종 패스는 항상 경기를 결정짓는 것이 아니다.

 

데이터 분석가들은 효과적인 패스가 어떤 특징을 가지는지 추론했다. 결과 : 패스의 각도는 패스의 속도, 패스의 길이와 패스의 정확도보다 관련성이 적었다. "상대 수비 선수들을 명확히 괴롭히는 패스는 우리의 데이터에 기반하면 19-30미터 그리고 초당 10,7미터로 나아가는 볼이었습니다" 라고 연구에 기록되었다. 밀집된 대형으로 진영을 구축하고 있는 상대 선수들로 하여금 많은 공간을 열고 많은 수직패스를 허용을 강요할때 패스들이 효과적이었다. 패스에 능숙한 선수는 상대 선수를 수직 방향 앞 뒤로 움직이고 수비 라인 사이에서 많은 공간을 창출했다.

 

일반적으로 트랙킹 데이터는 플레이어가 자신의 업무를 얼마나 잘 수행하고 있는지 확인하는 사용된다. 수집된 데이터로부터 전술적 결론을 도출하기 위해 I-Mov-Index와 함께 D-Def-Index의 토대가 마련된다. 더불어 전술적 평가요소로서 패스의 질이 측정가능하다. 높은 D-Def 수치는 상대 수비 라인을 200M가량 움직여야만 한다. 반면 낮은 수치는 오직 20M이다. 즉 상대를 많이 움직이게 하는 패스는 상대방의 피로에 영향을 줄 수 있으므로 특히 게임의 마지막에 잠재적으로 결정적인 요소다.

 

D-Def 지표는 아직 좋은 패스와 나쁜 패스의 구분을 할수 없다

 

연구저자들은 그들의 연구 모델을 통해 패스가 효과적이냐 아니냐를 기술했다. 이 지표는 전술적 전체 영향에 기반하여 게임전개를 이끌수 있는 패스를 아직 도출할수 없다. 왜냐하면 이 모델에서는 오직 성공적인 패스만 연관지어졌기 때문이다. 한 선수의 패스들이 I-Mov-Wert뿐만 아니라 D-Def-Wert에서 동시에 높은 수치가 나타났지만 오직 30%만이 동료에게 패스가 도달했을 경우 그는 좋은 패서가 아니다. 그러므로 미래에는 D-Def- 수치를 측정하여 정보를 수집할수 있기 위해  패스의 횟수와 패스 성공률이 지표에 계산되어야한다. 

 

 

*

본인 생각 :

 

"효과적인 패스"의 기준이 여러 학자들에 의해 다양하게 정의되고 있습니다.제 개인적인 생각으로 축구는 단체 스포츠 중에서도 워낙 불확실성에 기반한 경기이기 대문에 수치가 영상의 모든 것을 대변하기는 어렵다고 생각합니다. 

 

 

원문 

 

Goes, F. R., Kempe, M., Meerhoff, L. A., & Lemmink, K. A. (2019). Not every pass can be an assist: A data-driven model to measure pass effectiveness in professional soccer matches. Big Data, 7(1), 57-70.

 

문헌참조

 

1. Mackenzie R, Cushion C. Performance analysis in football: A critical review and implication for future research. Journal of Sports Sciences (2013) 31: 639-676

2. Rein R, Raabe D, Memmert D. Which pass is better? Novel approaches to assess passing effectiveness in elite soccer. Human Movement Science (2017) 55: 172-181

3. Link D, Lang S, Seidenschwarz P. Real time quantification of dangerousity in football using spatiotemporal tracking data. PloS One (2016) 11: e0168768

4. Power P et al. Not all passes are created equal. In: Proceedings of the 23rd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (2017) 1605-1613

5. Tenga A, et al. Effect of playing tactics on achieving score-box possessions in a random series of team possessions from Norwegian professional soccer matches. Journal of Sports Sciences (2919) 28: 245-255

6. Tenga A, Ronglan LT, Bahr R. Measuring the effectiveness of offensive match-play in professional soccer. European Journal of Sports Sciences (2010) 10: 269-277

 

http://trainertalk.net/bbs/board.php?bo_table=thesis&wr_id=173