경기는 숫자로 바뀌지만, 승부는 아직 숫자만으로 설명되지 않는다

Jul 21, 2026

6 min read

2 views

88%

숫자는 경기를 더 잘 보게 하지만, 더 많이 믿게도 만든다

축구는 오랫동안 마지막까지 사람의 눈이 지배하던 스포츠였다. 감독은 감각으로 흐름을 읽고, 분석관은 메모와 장면 반복으로 전술을 해석했다. 그런데 이제 경기장은 점점 좌표의 집합으로 바뀌고 있다. 선수의 위치, 이동 속도, 압박 강도, 패스의 종착점, 슈팅의 각도까지 모두 숫자가 된다.

여기서 흥미로운 반전이 생긴다. 숫자가 많아질수록 축구는 더 객관적으로 보이지만, 동시에 우리는 더 쉽게 숫자에 설득된다. 문제는 숫자가 거짓말을 해서가 아니다. 숫자가 보여주는 것은 언제나 경기의 일부이기 때문이다. 그래서 오늘의 질문은 단순하다. 데이터가 축구를 바꾸는 것이 아니라, 축구를 바라보는 우리의 인식 자체를 바꾸는 것이라면, 우리는 무엇을 놓치고 있는가?

이 질문은 축구만의 이야기가 아니다. 데이터가 모든 영역을 침투하는 시대에, 진짜 경쟁력은 단순히 수치를 많이 모으는 데 있지 않다. 무엇을 측정할지 정하고, 그 측정값을 어떻게 해석할지 이해하는 능력에 있다.

경기의 본질은 사라지지 않는다, 다만 관측 가능한 층위가 늘어날 뿐이다

축구 데이터 혁신의 핵심은 단순히 기록이 늘어난 것이 아니다. 과거에는 슈팅 수, 패스 성공률, 세이브 수처럼 결과 중심의 1차 데이터가 중심이었다. 지금은 xG, xT, xGOT, PPDA 같은 과정 중심의 지표가 경기를 설명한다. 즉, “결과가 어땠는가”보다 “어떤 상황이 만들어졌는가”를 더 정교하게 묻기 시작한 것이다.

이 변화는 아주 중요하다. 예를 들어, 어떤 공격수가 17골을 넣었다고 해도 그 골이 모두 같은 가치를 갖는 것은 아니다. 페널티킥과 수비수 셋을 앞에 둔 난도 높은 슈팅은 전혀 다른 확률 공간에서 발생한다. xG는 바로 그 차이를 반영한다. 비슷하게, 미드필더가 득점하지 않아도 공격이 유리한 지역으로 공을 전진시키는 능력, 즉 xT로 팀에 큰 영향을 줄 수 있다. 골키퍼 역시 클린시트 숫자만으로는 평가가 불가능하지만, xGOT와 실점의 차이로는 선방 능력을 훨씬 더 입체적으로 볼 수 있다.

하지만 여기서 중요한 것은 지표의 정교함 자체가 아니다. 더 깊은 변화는 보이지 않던 기여를 보이게 만드는 방식에 있다. 이전에는 “좋은 플레이인데 수치로 설명되지 않는다”는 말이 흔했다. 이제는 그 말의 상당 부분이 사라진다. 선수의 가치는 골과 어시스트에만 갇히지 않는다. 압박을 유도하는 움직임, 공간을 여는 패스, 골키퍼가 한 번 더 손을 뻗게 만드는 위치 선정까지 측정의 대상이 된다.

축구의 데이터화는 경기의 인간성을 지우는 작업이 아니라, 인간의 역할이 만들어내는 미세한 차이를 드러내는 작업이다.

그렇다고 해서 모든 것이 숫자로 환원되는 것은 아니다. 오히려 반대다. 데이터가 촘촘해질수록 우리는 “같은 골이라도 다른 골”이라는 사실을 더 정확히 이해하게 된다. 숫자는 축구를 단순화하는 것이 아니라, 오히려 보이지 않던 복잡성을 분해한다.

진짜 전환점은 자동화가 아니라, 관측의 민주화다

축구 데이터의 변화에서 가장 과소평가되는 지점은 기술의 화려함이 아니다. 누가 경기를 볼 수 있게 되었는가가 핵심이다. 과거에는 고정된 카메라, 숙련된 촬영 인력, 안정적인 장비가 있어야 제대로 된 데이터 수집이 가능했다. 날씨, 위치, 사람의 피로도에 따라 기록의 품질도 달라졌다. 다시 말해, 데이터는 존재했지만 수집 자체가 비용이 높고 불완전했다.

이제는 AI 기반 오브젝트 트래킹과 스티칭 기술로 선수, 심판, 공의 움직임을 자동으로 인식하고, 전체 경기 장면을 하나의 분석 가능한 영상으로 만든다. 휴대용 카메라까지 등장하면서, 고정된 시설이 없어도 유소년팀과 아마추어팀이 자신들의 경기를 데이터로 남길 수 있게 됐다. 이건 단순한 편의성의 향상이 아니다. 관측의 민주화다.

왜 이게 중요할까. 왜냐하면 분석 혁신은 엘리트 구단에서만 일어날 때보다, 더 넓은 생태계에서 퍼질 때 진짜로 문화를 바꾸기 때문이다. 유소년 감독이 이제는 감으로만 “압박이 잘 된다”를 말하는 대신, 특정 지역에서 상대 압박이 얼마나 자주 성공했는지 볼 수 있다. 아마추어팀도 “우리가 후반에 무너졌다”를 넘어서, 실제로는 전방 압박 이후 회복 속도가 얼마나 느렸는지 확인할 수 있다.

이 변화는 스포츠를 넘어 다른 분야에도 중요한 시사점을 준다. 조직, 교육, 제품 개발에서도 마찬가지다. 비용이 높은 관측은 권력을 만든다. 관측을 민주화하면, 판단은 더 넓은 사람의 손에 돌아간다. 데이터는 숫자를 만드는 기술이 아니라, 보이지 않던 현장을 해석 가능한 언어로 바꾸는 기술이다.

그러나 여기서 또 하나의 함정이 있다. 관측이 쉬워질수록 우리는 “볼 수 있는 것”을 과신한다. 데이터는 과거보다 더 나은 창문이지만, 여전히 창문일 뿐이다. 경기의 모든 맥락을 완전히 담지는 못한다.

숫자가 강해질수록 필요한 것은 더 좋은 숫자가 아니라 더 좋은 질문이다

축구 데이터의 가장 큰 오해는, 지표가 늘어나면 판단이 자동으로 좋아진다고 믿는 것이다. 실제로는 정반대다. 지표가 늘어날수록 질문의 질이 떨어지면 분석은 오히려 혼탁해진다. 예를 들어 xG가 낮은데 득점이 높은 선수를 보면 “운이 좋다”고만 말할 수 있다. 하지만 정말 그럴까. 혹시 그 선수는 슈팅 수가 적지만, 결정적 순간에 가장 좋은 위치를 선점하는 능력이 있을 수도 있다. 반대로 xG가 높은데 득점이 낮다면, 마무리 능력 부족만의 문제일까. 아니면 팀 전개가 결국 비슷한 자리에서 막히고 있다는 뜻일까.

이때 필요한 것은 지표를 결과가 아니라 가설로 보는 태도다. 좋은 데이터 분석은 정답을 내놓기보다, 더 좋은 질문을 만든다. xG는 “이 선수가 잘한다”를 끝내는 숫자가 아니다. “어떤 유형의 찬스를 얼마나 자주 만들고 있는가”를 묻는 시작점이다. xT 역시 “이 미드필더가 기여한다”는 선언이 아니라, “어떤 구역에서 공을 전진시키는 방식이 팀 전체의 위험도를 높이는가”를 추적하는 도구다.

이 관점에서 보면, 축구 데이터는 실제로 세 가지 층위를 가진다.

결과층: 득점, 실점, 승패
행동층: 슈팅, 패스, 태클, 세이브
구조층: 공간 점유, 압박 위치, 전진 경로, 위험 생성

많은 조직이 결과층만 보다가 실패한다. 왜냐하면 결과는 늦게 나타나고, 이미 끝난 뒤에야 보이기 때문이다. 진짜 개선은 구조층에서 시작된다. 구조층을 이해하면, 그 구조가 어떻게 행동을 만들고, 행동이 어떻게 결과로 이어지는지를 볼 수 있다.

좋은 데이터의 역할은 결론을 빠르게 내리는 것이 아니라, 원인을 더 일찍 발견하게 하는 것이다.

이 원리는 축구 외에도 그대로 적용된다. 매출 숫자만 보는 회사는 경기 결과만 보는 팀과 같다. 전환율, 이탈 구간, 클릭 이후의 행동 흐름을 봐야 구조가 보인다. 공부도 마찬가지다. 시험 점수만 보면 결과층만 보는 것이고, 어떤 방식으로 이해가 무너졌는지 살펴봐야 구조층을 볼 수 있다.

축구가 알려주는 가장 중요한 교훈: 성과는 개인의 재능이 아니라 관계의 산물이다

xG, xT, xGOT 같은 지표가 흥미로운 이유는 단지 정교해서가 아니다. 이 지표들이 공통적으로 보여주는 사실은 하나다. 선수의 가치는 고립된 능력이 아니라 상황과 관계 속에서 드러난다는 점이다.

공격수의 골 결정력은 슈팅 능력만이 아니다. 어떤 패스를 받았는지, 수비수 몇 명이 압박하고 있었는지, 몸의 방향이 어떠했는지, 첫 터치가 찬스를 얼마만큼 만들었는지가 모두 영향을 미친다. 미드필더의 가치도 마찬가지다. 공을 앞으로 보내는 능력은 단순한 패스 성공률로 축소되지 않는다. 어느 구역에서 얼마나 위험한 경로를 열었는지가 중요하다. 골키퍼 역시 단순히 많이 막았는가가 아니라, 얼마나 어려운 슈팅을 얼마나 효과적으로 처리했는가가 본질이다.

이 관점은 리더십과 조직 운영에도 강한 통찰을 준다. 우리는 종종 개인의 역량을 개별 성과로 착각한다. 하지만 실제 성과는 대개 시스템이 허용한 결과다. 좋은 팀은 스타 한 명이 모든 것을 해결하는 팀이 아니라, 서로의 가치를 증폭시키는 팀이다. 데이터가 보여주는 것은 개인의 위대함보다 더 중요한 것, 바로 관계의 구조다.

그래서 축구 데이터의 진짜 미래는 선수 평가의 정밀화만이 아니다. 전술을 관계망으로 읽는 능력이다. 누가 잘 뛰는가보다, 누가 누구의 선택지를 넓히는가. 누가 슈팅을 했는가보다, 누가 그 슈팅을 가능하게 했는가. 누가 막았는가보다, 누가 위험한 슈팅을 강요했는가.

이제 우리는 경기를 개인의 순간적 영광이 아니라, 수많은 작은 상호작용의 연쇄로 봐야 한다. 이 점에서 데이터는 축구를 덜 낭만적으로 만드는 것이 아니라, 오히려 더 깊게 이해하게 만든다. 보이지 않던 희생, 공간 창출, 압박 유도, 위험 감소가 드러나기 때문이다.

Key Takeaways

지표를 결과가 아니라 질문으로 보라. xG나 xT는 판단의 끝이 아니라 분석의 시작이다.
결과층보다 구조층을 먼저 보라. 득점, 실점만 보기보다 어떤 패턴이 그 결과를 만들었는지 추적해야 한다.
측정 가능한 것만이 중요하다고 착각하지 말라. 데이터는 보이지 않던 기여를 드러내지만, 모든 맥락을 대체하지는 못한다.
관측의 민주화가 진짜 변화다. 고급 데이터는 엘리트 구단만의 무기가 아니라, 아마추어와 유소년에게도 경기 이해의 문을 연다.
개인의 실력보다 관계의 구조를 보라. 축구에서든 조직에서든 성과는 늘 상호작용의 결과다.

숫자는 축구를 설명하지 않는다, 축구를 다시 묻게 만든다

축구 데이터의 가장 큰 가치는 경기를 완전히 설명하는 데 있지 않다. 오히려 그 반대다. 데이터는 우리가 얼마나 쉽게 오해했는지를 드러낸다. 득점 수만으로 평가했던 선수, 세이브 숫자만으로 판단했던 골키퍼, 점유율만으로 경기 내용을 안다고 믿었던 감독의 직관이 얼마나 제한적이었는지 보여준다.

그렇다고 해서 숫자가 인간의 판단을 대체하는 것은 아니다. 숫자는 축구를 더 정밀하게 바라보게 하지만, 마지막 판단은 여전히 해석의 문제다. 결국 중요한 것은 “무엇을 볼 수 있는가”가 아니라, 보이는 것을 어떻게 의미 있게 연결하는가다.

축구는 이제 단순히 발로 하는 경기가 아니다. 공간을 읽는 경기, 위험을 설계하는 경기, 관계를 조율하는 경기다. 데이터는 그 구조를 더 잘 드러낼 뿐이다. 그래서 진짜 질문은 “숫자가 축구를 바꿀 수 있는가”가 아니다. “숫자를 통해 우리는 축구를, 그리고 세상을, 더 깊이 이해할 준비가 되어 있는가”다.