기존의 축구 통계 지표들은 어시스트, 기대 골 기여(xG Assisted), 빌드업 기대 골(xGBuildup) 등이 주를 이뤘다.
하지만 이런 지표들은 득점 과정에서 일어나는 모든 행위의 가치를 제대로 포착하지 못했다.
최근 새롭게 등장한 OBV(On-Ball Value) 모델은 이러한 한계를 보완하고 축구 분석의 지평을 넓혀준다.
OBV의 두 가지 핵심 장점
1) 득점 상황으로 이어지는 공격 과정에서 각각의 패스나 행위가 기회 창출에 미친 영향력을 정확히 가려낼 수 있다. 기회를 만드는 데 중요한 역할을 한 행위일수록 더 높은 가치를 부여받게 된다.
2) 높은 위험을 감수했지만 실패한 행위의 기회비용을 적절히 평가한다. 팀의 주요 공격수들이 위험한 시도를 하다 실패하더라도 전체적으로 팀에 이득이 된다면 긍정적인 가치를 인정받을 수 있다.
OBV의 작동 원리
OBV 모델은 경기장에서 일어나는 모든 행위가 해당 팀의 득점 및 실점 가능성에 어떤 영향을 미치는지 계산한다.
긍정적 영향력이 큰 행위일수록 높은 OBV 값을, 부정적 영향이 큰 행위일수록 낮은 OBV 값을 부여한다.
이를 통해 그동안 간과되었던 수많은 플레이 상황의 가치를 정교하게 측정할 수 있게 되었다.
실제 사례
지난 시즌 리버풀의 모하메드 살라가 웨스트햄 유나이티드를 상대로 득점한 장면을 상기해봅시다. OBV 모델에서는 이 장면을 다음과 같이 분석한다.
- 트렌트 알렉산더-아널드의 초기 패스: 작은 OBV 값 (리버풀 진영에서 상대 골문 방향으로 이동)
- 셰르단 샤키리의 killer 패스: 상당한 OBV 값 (득점 기회 창출에 결정적 역할)
- 살라의 드리블: 약간의 OBV 값 (슈팅 지점까지 이동)
- 살라의 마지막 슈팅: 큰 OBV 값 (유효 슈팅, 골문 유리 지역)
만약 살라가 이 기회를 허비했다면 마지막 슈팅 행위에 상당한 마이너스 OBV 값이 부여되었을 것입니다.
OBV의 다양한 활용
그래서 더 넓은 이해를 하기 위해 아래와 같이 활용 가능하다
OBV를 활용하면 다음과 같은 분석이 가능하다.
- 프리어시스트의 진정한 가치 평가: 어시스트로 이어진 패스 중 가치가 높은 상위 30개와 가치가 낮은 하위 10개를 비교 분석할 수 있다.
- 수비수, 골키퍼 등 비공격수 행위 분석: 슈팅, 어시스트 등을 제외하면 수비수와 골키퍼의 행위 가치가 두드러지게 드러난다.
-> 이를통해 Nick Pope의 빌드업 기여도, Luke Ayling의 육각형 플레이와, Fabian Schar의 빌드업 능력을 파해칠 수 있다
그러나 Jack Grealish 20-21 시즌은 넘사벽이다...
- 포지션별 상세 분석: 센터백의 패스와 드리블 능력을 각각 분리해 평가할 수 있다.
- 위험 지역 분석: 특정 팀이 주로 득점 기회를 만드는 지역을 시각적으로 파악 가능하다.
데이터를 더 깊게 분석하면 필요한 경우 더욱 구체적인 통찰력을 얻을 수 있습니다. 지난 시즌 센터백들의 패스와 공 운반으로 인한 가치 창출에만 초점을 맞춰 봅시다.
리즈 유나이티드의 디에고 요렌테 Diego Llorente 는 공 운반 능력으로 가치를 더했지만 실제로 패스에서는 마이너스 기여를 했다.
따라서 리즈와 맞대결할 때 상대팀은 그에게 좀 더 시간을 주고 가용한 패스 코스를 차단하는 데 주력하는 것이 바람직할 수 있다.
네 데이터를 활용하면 다음 상대팀이 공격 시 어떤 지역에서 위험을 만들어내는지 빠르게 파악할 수 있다.
아스턴 빌라의 왼쪽 지역에는 "그릴리시 지역", 리버풀의 오른쪽에는 "트렌트 지역", 맨체스터 시티의 페널티 박스 바깥 하프 스페이스에는 "펩 지역"이 있는 것을 쉽게 알 수 있다.
이처럼 툴을 활용해 다음 상대가 공격 시 어디서 위협을 가하는지 신속하게 파악할 수 있다면, 다가오는 경기 분석 시 큰 도움이 될 것이다.
'축구 > 스카우트' 카테고리의 다른 글
| 보이지 않는 움직임 : 오프더볼 움직임을 수치화하는 5가지 수치 (127) | 2024.04.30 |
|---|