통계와 데이터 분석이 중요한 이유.

댓글 34

• 김자파 2016.10.26
  당연히 통계, 데이터 중요하죠.
  야구처럼 축구도 점점 데이터의 범위와 질이 높아지고 있는 중이고요.
  재미난 글 잘 읽었습니다. 동의합니다.
• 돈닝 2016.10.26*
  과거에만해도 통계나 데이터가 지금처럼 중요했었나요?? 예전에 저에게는 그냥 축구보는 자체가 즐거웠고 호돈의 골장면, 지뉴의 개인기, 지단의 발리골, 베컴의 크로스등을 보며 그 플레이 자체가 멋있다고생각했는데 언제부터 커뮤니티나 언론에서는 데이터,통계만 찾고 축구를 수학적으로 분석만하려드는 모습이 참 안타깝네요
• subdirectory_arrow_right 김자파 2016.10.26
  @돈닝 과거에도 중요했으니, 매해마다 득점왕에게 상도 주고 그랬죠.
  예전엔 설명하기 힘들었던 경기력을, 지금은 데이터를 기반으로 더 설득력있게 설명이 가능한 것만 해도 축구에 있어서 데이터는 중요하지 않을까요.
  또한 \"언제부터 커뮤니티나 언론에서는 데이터, 통계만 찾고 축구를 수학적으로 분석만 하려드는 모습\"이란 말씀은 좀 어폐가 있네요.
• subdirectory_arrow_right 돈닝 2016.10.26
  @김자파 그렇군요.. 사람마다 보는 관점이 조금씩 다르나보네요
• subdirectory_arrow_right vistart 2016.10.26
  @돈닝 죄송한 이야기지만 저는 전술적인 움직임과 그 분석과정에서 멋짐을 더 느낍니다. 충분히 축구를 통해 즐거움을 느끼고 있으니 안타까워하시지는 않았으면 좋겠습니다.
  
  그리고 프로의 입장에서는 이기는게 가장 중요합니다. 이기기 위해서 데이터는 갈수록 중요해지고 있다는 현재의 사실은 꼭 인지해주셨으면 좋겠네요.
• subdirectory_arrow_right ¡Los Blancos! 2016.10.26
  @돈닝 축구를 즐기는 방법에 선수들 화려한 플레이를 보는것을 좋아하시는 분들이 있는것이고, 경기 데이터를 분석하는데서 재미를 얻는 분들도 계신거죠.
  딱히 커뮤니티에서 분석만 하려드는 모습은 잘 못본거같네요 ㅎㅎ
• subdirectory_arrow_right 라그 2016.10.26
  @돈닝 감각적으로 축구 그 자체를 즐기는 것도, 이런저런 이론이나 전술 등을 분석하면서 보는 것도 축구를 즐기는 관점이죠. 저는 반대로 축구 그 자체에서는 크게 재미를 못 느끼는 편이에요.
• 마르코스 요렌테 2016.10.26*
  <a onfocus='this.blur()' href=http://cafe.daum.net/ASMONACOFC/gAUc/303708
  target=_blank>http://cafe.daum.net/ASMONACOFC/gAUc/303708
  </a>
  이런관점도 있긴 합니다. 데이터 역시 지표중 하나이며, 맥락에 맞는지가 더 중요하다는 거죠. 물론 객관적 데이터가 담보된 의견이면 보다 더 신뢰를 얻겠지만요.
  직접링크 : https://www.theguardian.com/football/when-saturday-comes-blog/2014/feb/03/statistics-football-analysis-miss-point-game
• Penumbra 2016.10.26
  raw data 자체를 가공하지 않고 있는 그대로 해석하는 건 반대합니다.
  반드시 경기에서 보고 싶은 부분에 대해 정확하게 데이타를 적용해야지 의미가 깊어 집니다. 단순한 데이터 나열만으론 무의미해요.
• subdirectory_arrow_right vistart 2016.10.26*
  @Penumbra 바로 위에 의견 주신분처럼 맥락을 파악하는 것 역시 중요합니다. 두 방법은 병행되어야 한다는데는 저도 동의합니다.
  
  다만 앞으로는 그 맥락도 기계로 측정을 할 수 있을거다..라고 개인적으로는 보고 있습니다. 지금의 수준에서는 사람의 손길이 따라가는 것이 맞다고 보네요.
• 갓베날 2016.10.26
  옵타스포츠보니까 일일히 사람이 기록하던데 기계 도입이 얼마나 됬는지 궁금하네여
• subdirectory_arrow_right vistart 2016.10.26
  @갓베날 기본적인 패스의 위치 등은 직접 기록하겠지만 그걸 분류하고 또 다른 데이터를 만들어내는 작업 (ex 롱패스 숏패스, 패스 성공률)은 기계가 합니다.
  
  저 위의 동영상 같은 경우는 기계가 슛의 정확도와 리바운드의 성공확률을 계산하고 예상하는 수준까지 이르렀습니다. 옵타의 경우보다는 조금 더 발전한 형태라고 볼 수 있죠.
• 라그 2016.10.26
  저도 데이터파라 구구절절 공감하면서도 또 반대로 몇몇 가시적인 데이터만 가지고 와서 \'이 선수보다 이 선수의 이런 수치가 좋으니 좋은 선수다!\' 하는 것도 많아서 요즘 축구 얘기하다보면 골치 아픈 경우가 종종 있더군요. 대표적으로 마티치보다 우월한 월드클래스 미드필더 기성용이라든지...
• subdirectory_arrow_right 김자파 2016.10.26
  @라그 기성용은 Under-Rated Player 입니다.
• vistart 2016.10.26
  그리고 후스코어드나 squawka등에서 보여주는 데이터들보다 훨씬 자세한 사항들은 일반인에게 공개가 되고 있지 않습니다. 구단에서 각자의 기밀 유지를 위해서 그렇게 합의가 된 것으로 파악했고요.
  
  그런 부분을 감안한다면 실제 전문가들이 사용하는 데이터들은 더 정교하고 우리가 알지 못하는 다른 기준들을 추가해서 나온 결과물이지 않을까 하네요.
• V10마드리드 2016.10.26
  기록으로만 보자면 이스코는 팀을 떠나야... 아센시오보다 앞서는게 드리블 0.몇정도 디스포제션이나 수비기록조차 아센시오가 더 낫더군요... 크로싱이 별로인건 후스코어드에ㅠ약점으로 적혀있고... 징계 끝나면 하메스든 이스코든 둘 중 하나는 보내야쓰겄네요.
• 뵨쟈마 2016.10.26
  주관적인 의견을 신봉하는 것도 아예 의미가 없는 건 아니라 봅니다. 요렌테님, Penumbra님의 의견들과도 일맥상통하지만, “맥락”을 보는 시각차가 사람들마다 다르다는 데에 팬 커뮤니티의 의의가 있기도 하고..
  애초에 일반인은 전문가만큼의 해석력이 없기 때문에, 비교적 간단하고 단면적인 데이터일수록 아전인수로 오용될 위험이 오히려 큽니다.
  축게에 통계/데이터를 활용한 분석은 매우 바람직하다고 생각하고 축게 퀄리티를 올려주는 아주 훌륭한 방안이라 생각하지만, “이러한 데이터가 있기 때문에 내 주장이 무조건 옳다”는 태도 또한 항상 경계 해야겠지요. 전문가가 인정한 툴을 쓴다해서 일반인이 전문가가 되는 것도 아닐 뿐더러, 링크된 영상처럼 맥락 측정이 자동화되는 것 또한 먼 미래의 일일 겁니다. TED강연은 어디까지나 방향과 가능성의 제시/소개가 주목적인 콘텐츠죠. TED 사상 최고의 아웃풋 중 하나라는 식스센스 테크놀로지 조차 일반인 상용화는 현재로선 요원한 얘기입니다.
• subdirectory_arrow_right vistart 2016.10.26*
  @뵨쟈마 말씀 감사합니다. 데이터의 아전인수는 항상 경계해야 할 일이고, 그래서 저도 관찰과 숫자 병행의 필요성을 강조하고 있습니다. 좋은 데이터와 분석을 가지고도 오판을 하는 사례는 분명히 있기 때문이고요. 다만 데이터를 어느 정도 사용할 수 있는 지식이 있다면 자신의 주관에 의존하는 방법보다 대부분의 상황에서 더 나은 결론이 도출될거라는 확신을 갖고 있습니다.
  
  말씀하시는 요지와는 관계없이, 일부분을 정정하자면 농구의 경우는 추가로 찾아보니 대부분의 상황에 대한 선택지의 좋고 나쁨이 잡혀있다고 하네요. 그리고 저 기술은 이미 NBA에서 쓰이고 있습니다.
• subdirectory_arrow_right 뵨쟈마 2016.10.26*
  @vistart 피드백 감사합니다 :) 이동중에 써서 다소 횡설수설했는데, 말씀대로 데이터를 제대로만 활용한다면 맹목적인 주관보다 훨씬 나은 분석도구가 되지요. 단 프로와 아마추어의 차이는 명확하기에 양날의 검이 될 가능성 또한 분명 있고, 심지어 기계를 활용한 프로들의 분석도 더 진보한 기술이 등장하면 패러다임이 엎어지는 경우 역시 허다하다는 말을 하고 싶었네요.(이 역시 축구 발달사의 또다른 의의랄까요)
  영상에서도 나오듯이 측정할 수 있는 변수를 늘려가는 것이 진보이고, 현재 기술수준으로 커버할 수 없는 부분 역시 분명 존재할 수 밖에 없습니다. 언젠가 축구에서도 그 모든 영역을 파악하는 기술이 등장하기 전까진 직관도 존재의의 자체가 없는 건 아니라는 생각이에요. 오히려 다양한 분야에서 인류의 기술발달을 이끌어 온 건 사람의 직관이 시초가 된 경우가 대부분이듯이, 때로는 근거없어 보여도 그렇기에 기술로 다 파악할 수 없는 가능성이 있을 수도 있다는 입장입니다.
  (+) 저 기술에 관한 얘기는 전문가들의 전유물이 아닌 일반인도 쉽게 사용할 수 있는 시점(일반인도 기계자동화를 통해 전문가급의 맥락측정을 할 수 있는)을 언급하고자 했던 것입니다. 포토샵의 전신이 89년도에 개발되어 처음 쓰였지만 지금처럼 업계종사자 이외의 일반인들이 보편적으로 활용할 때까지는 제법 시간이 걸렸지요.
  앞으로도 좋은 글들 많이 부탁드리겠습니다. :)
• 총과장미 2016.10.26
  숫자화된 자료들의 상관관계들을 어떻게 인과관계 수준에서 이해할 수 있을 것인가의 문제에 주의하기만 한다면 데이터 분석은 훨씬 풍부한 경험을 제공할 수 있다고 생각합니다. 일개 아마추어 팬의 입장에서도요.
  과거에 히딩크가 국대 감독으로 오면서 비디오 분석이 소개되고 한국 축구에 큰 충격을 준 적도 있었죠. 데이터 분석의 경우 팬의 입장에서도 반길만한 일이지만, 프로 팀의 경우는 조금 과장하자면 생사가 달린 문제라고 할 수 있겠죠. 이 흐름을 적절하게 흡수하지 않고서는 경쟁에서 뒤쳐질 테니까요(물론 하나의 추세가 있다고 하더라도 예외는 나타나기 마련이고 무조건 대세만을 맹목해야 한다는 말까지는 아니지만요).
  데이터 분석이 생각보다도 빠르게 안착되는 모습인데, 한국 대표팀과 프로팀의 경우는 어떤 상황인지 궁금해지기도 하네요. 보통 이런 신기술이 도입되는 과정에서는 기술은 수단에 불과함에도 기술 소화 자체가 목적이 돼버려서 단기적으로는 오히려 나쁜 결과로 이어지는 경우가 흔한데, 이왕에 치를 홍역이라면 그냥 빨리 도입해서 시행착오를 겪은 후 데이터 분석을 보다 자연스럽게 활용할 수 있는 단계까지 나아가는 게 차라리 낫지 않을까 싶기도 하네요.
• 레돈도 2016.10.26
  우리가 얻을 수 있는 데이터는 사실상 큰 의미를 가지지 못 한것들이 많죠. 가령 키패스를 많이했다면 스루패스가 좋은 선수인가를 생각해보면 맞을 수도 있지만 아닐 가능성도 상당히 높습니다. 어디서 어떤 수비수를 달고 어떤 상황에서 패스를 했는지가 중요하죠.
• 붐업지주 2016.10.26
  좋은 글 소개 감사합니다! 링크된 내용까지 재밌게 읽었네요.
  
  중요한 것은 \"데이터\"가 아니라 거기서 의미를 찾아내는 \"두뇌\"라는 문장이 인상깊어요
• 외질의패스 2016.10.26
  컴퓨터나 데이터가 \"찬스\"라고 한다고 그게 다 좋은 찬스는 아닙니다. 본문에 나와있듯이 중거리슛같은 개인기량으로만 만든 기회도 다 찬스로 보기도 하기때문지요. 물론 그런 개인기량도 분명히 경기를하고 시즌을 풀어나가는데 필수적인 요소입니다만 그런것들은 항상 먹힌다는 보장이 없기때문에 임기응변이라고 저는 생각합니다. 그렇기 때문에 저는 팀적으로의 유기적인 움직임에 의해 만들어내는 상황을 찬스라고 보는데 지난경기에서 팀적으로의 패스로의해 찬스가 났다고 볼만한 장면이 한번은 나왔는지 저는 잘 모르겠네요. 골장면들도 한번은 상대의실수 또한번은 경기내내 수없이 반복&#46124;던 크로스들중 한장면에 불과합니다. 그럼 또 이렇게 말씀하시겠지요 그 많은 크로스가 있었기에 한골이 들어간것이다. 그리고 데이터에서도 그 수많은 크로스들중 몇번은 \"찬스\"라고 정의하기도 하겠지요 실제로 경기를 본사람들은 그 크로스들을 찬스라고 생각할까요? 물론 직업으로 삼을만한 정도로 분석하고 데이터를 이용한다면 모르겠지만 단순히 데이터에서 찬스를 몇번 만들었다 라고 해서 팀의 공격이 원할하다고 생각하는것은 정말 아니라고생각합니다
• subdirectory_arrow_right vistart 2016.10.27*
  @외질의패스 논지를 잘못 파악하고 계십니다.
  
  개인 기량으로 만든 기회도 정확도가 높고 성공확률이 높으면 좋은 찬스가 맞습니다. 그런것들이 항상 먹힌다면 임기응변이 아니고요.
  
  또한 저는 많은 크로스가 있어서 한 골이 들어갔다는 주장을 한 적이 없습니다. 근거없이 추측하는 오류를 또 범하지 마시기 바랍니다. 빌바오전은 크로스에 의해 생긴 찬스는 없었고, 모든 찬스들은 오픈 플레이 상황에서의 패스 플레이에 의해 이뤄졌다는 점을 데이터를 들어 설명했을 뿐입니다.
  
  따라서 공격이 원활하게 진행되고 있다는 뜻이고, 크로스는 부차적인 공격 옵션으로서 활용되고 있다는 사실을 말씀드리고 있는겁니다. 제가 크로스에 의해 모든 골이 들어갔고 그게 옳은 방향이다고 말을 한 것처럼 왜곡하시면 곤란합니다.
  
  그건 조작입니다.
• subdirectory_arrow_right vistart 2016.10.27
  @외질의패스 지금 이렇게 말씀하시는걸 보니 제가 올린 자료를 읽어 보신적도 없다는 사실은 확실히 이해했습니다.
• 아모 2016.10.26
  데이터 자체보다도 중요한게 데이터를 가지고 어떻게 해석하냐인데
  
  사람마다 해석하는 기준이 다르니 신뢰가 덜 갈 수 밖에요.
• 얌동 2016.10.26
  좋은 글이네요..ㅎ 앞으로 데이터도 많이 참고해야겠어요~@@
• 지날도 2016.10.26
  사실 현재 해외에서 유행하는 데이터들의 맹점을 보완하기위해 2년전부터 연구중인데 많은 결과물을 얻은 상태입니다.
  레매 이글에서도 많은 논의들이 있어서 무쟈게 반갑습니다.
  
  보통 데이터화의 목적은
  많은 경기와 많은 선수를 대충이나마 알기위한
  편리함이 가장 큰데
  다만 선수의 특정질까지 연결 안되는 데이터들이 상당히 많죠.
  (특히 브레인과 연관되면 될수록 더욱 더)
  
  그걸 보완하기 위해 0(zero)의 개념도 들어가야하고
  여러종류의 데이터들을 취합할때 가중치 factor 를 정하는것도 아주 신중해야합니다.
  아무튼 연구하면 할수록 발전하더군요. (대충 현재는 GIPTA \'깊타\'란 타이틀로 가칭해 진행중입니다 ㅎㅎ )
  
  피곤해서 긴글은 나중에 관심있는 분들만 모여있을때 정리해보고 추천하고갑니다.
• subdirectory_arrow_right 지날도 2016.10.26
  @지날도 간단히 예를들어
  특정 선수 A가 공격포인트를 압도적으로 올림에도
  그 선수가 부재시 그 팀이 유사하게 그 점수를 올리는 경우들이 있는데 (대타 선수가 그닥 선수임에도)
  그걸 알려면 많은 자료들이 필요하나
  가장 먼저해야할건 BS(스스로 만든 용어..두 단어 약자)란걸 분석해보는게 가장 좋다는 그런식입니다.
  
  
  ▼ 그나저나
  데이터가 중요하긴해도 그걸 넘어서는 방법은
  우선 한경기 한경기 중요경기(물론 그 중요경기란것도 기준이 명확해야합니다.)를 뽀개보는 작업입니다.
  
  
  ▲▲ 그렇게 뽀개는작업과 데이터를 만드는일이 시너지가 생기면
  그때서야 우리같은 일반인도
  사키나 카펠로 등 저명한 축구인(일개 해설자나 축구언론인 말고)의 한마디 한마디의 가치를 넘어설수도 있게되는거죠.
  그전까지는 그저 1/70억(좁게 잡아도 1/10억) 존재일테지만
  자기목소리를 낼려면 데이터(가치있다는 가정,물론 편파도없는..거기에 당연 기존없는 자기만의 것이여야함)도 꼭 필요하긴합니다.
  
  아무튼 축구는 바둑으로치면 우주류입니다.
  축구에서 박스중심의 경기를 떼어낸것과 유사한(즉 지하철바둑급도 안되는) 야구도 그렇게 스탯이 많은데 축구는 앞으로 쏟아져나올겁니다.
  혹자는 변수가 너무 많아 불가능할거다고하는데
  한치앞을 내다보기힘들었던 우주류 방식이 크게 성공할지 아무도 몰랐고 현재 알파고가 그것조차 뛰어넘었듯
  축구 역시 중원에 대한 연구가 앞으로 10년 100년 지나면 상상도 못할만큼 발전해있을겁니다.
  
  당장 저만해도 패스를 27개(대칭이 아니라 줄어들지는 않을거고 늘어날 가능성은 있습니다.) 로 분류를 한 상태입니다.
  심지어 백패스도 크게 3가지로 분류를 합니다.
  (뭐 길고 짧고나 왼쪽 오른쪽 이런 분류가 아니라 그런걸 배제하고 분류한겁니다.)
• 김자파 2016.10.26
  정보와 지식은 아주 밀접합니다.
  Information이 모여서 하나의 범주에 묶을 수 있을때
  이를 Data라고 합니다.
  이 Data들을 기반으로 이루어져 더욱 직관적인 정보를 Knowledge라고 하죠.
  
  Data가 없이 Knowledge를 논할 수 없습니다.
  축구와 같은 스포츠 역시 마찬가지가 아닐까요.
  몇몇 분들이 본문에 반대를 하시는 것은,
  Data 없이 Knowledge를 말씀하시는 것 같습니다.
  Information과 Data를 수집한 이후 이를 객관적으로 시각화, 즉 Knowledge 를 창출해 내는 것에 회의적인 이유는
  제가 나름 정리해 보자면 아직 미지의 영역으로 판단하고 계시는 것 같아요.
  당장은 아니더라도 이렇게 발전해 나가다 보면,
  앞으로 자동화된 Knowledge로 더욱 객관적인 분석이 가능할 것 같습니다.
• 구또띠 2016.10.26
  개인적으로는 데이터로 설명이 안되는 부분이 있기 때문에 스포츠가 재미있는게 아닐까 싶네요 ㅎㅎ
• 갓베매 2016.10.27
  통계와 데이터만이 진리는 아니지만 결국 남는 건 기록이니.. 간과할 수 없죠 ㅎㅎ
• 늑대 2016.10.29
  재미있게 읽고갑니다~
• Raul 2016.10.30
  좋은 글 감사합니다!