지난 2편에서는 피파 랭킹과 Elo 레이팅을 활용해 경기 전 승률을 정량적으로 예측하는 방법을 살펴보았습니다. 전력 분석을 마쳤다면, 이제 경기가 치러지는 동안 혹은 경기가 끝난 직후 출력되는 실질적인 경기력 데이터를 분석할 차례입니다.

최근 중계방송이나 축구 기사에서 가장 자주 접하게 되는 고도화된 통계 지표가 있습니다. 바로 'xG(Expected Goals, 기대 득점)'입니다. 단순한 슈팅 수나 점유율의 함정에서 벗어나, 진짜 경기력을 발휘한 팀이 어디인지 판별해 주는 xG 데이터의 모든 것을 초보자 눈높이에서 풀어보겠습니다.

1. 슈팅 수와 점유율이 가진 치명적인 함정

전통적인 축구 통계에서 가장 중시되던 지표는 '점유율'과 '총 슈팅 수'였습니다. 하지만 "점유율은 70% 대 30%로 앞섰고 슈팅도 20개를 때렸는데, 역습 한 방에 0-1로 졌다"는 식의 경기를 우리는 수없이 목격합니다.

여기에는 치명적인 착시가 숨어 있습니다. 페널티 박스 바깥 30m 거리에서 수비수 3명을 앞에 두고 무리하게 때린 중거리 슈팅 1개와, 완벽한 패스 워크로 골키퍼와 1 대 1 상황을 맞이해 때린 슈팅 1개는 '총 슈팅 수 1회'로 동일하게 기록됩니다. 점유율 역시 의미 없이 수비 진영에서 공을 돌린 시간까지 포함하기 때문에, 실제 득점 가능성을 대변하지 못합니다. xG는 바로 이러한 기존 통계의 한계를 극복하기 위해 탄생했습니다.

2. xG(기대 득점)란 무엇이며 어떻게 계산되는가?

xG(기대 득점)는 특정 위치와 상황에서 날린 슈팅이 '골로 연결될 확률'을 뜻합니다. 과거 수십만 건의 실제 축구 경기 슈팅 데이터를 분석하여, 각 슈팅 상황마다 0에서 1 사이의 값을 부여합니다.

예를 들어, 어떤 슈팅의 xG 값이 0.6이라는 것은 역사적으로 유사한 상황에서 때린 슈팅 10개 중 6개가 골망을 흔들었다는 의미입니다. xG를 산출할 때는 다음과 같은 복합적인 변수들이 실시간으로 계산됩니다.

  • 슈팅 위치 및 거리: 골문과의 거리와 각도가 얼마나 좋은가

  • 슈팅 부위: 발로 찬 공인가, 머리로 받아 넣은 헤더인가 (일반적으로 발의 xG가 높음)

  • 패스의 종류: 스루패스, 크로스, 루즈볼 등 어떤 상황에서 이어진 슈팅인가

  • 수비수의 위치: 슈팅하는 선수와 골문 사이에 수비수가 몇 명이나 방해하고 있는가

만약 패널티킥(PK) 기회를 얻었다면, PK의 xG는 통상적으로 0.76~0.79 수준으로 고정됩니다. 패널티킥 10번 중 대략 8번은 성공한다는 통계적 근거에 기반한 것입니다.

3. 실제 경기 결과와 xG 데이터 비교 해석법

경기가 끝난 후 두 팀의 최종 스코어와 총 xG 값을 비교하면, 해당 경기의 '실속'을 정확히 짚어낼 수 있습니다.

  • 사례 A (스코어 1:0 / xG 0.5 대 2.1): 이 경기에서 승리한 팀은 단 0.5의 기대 득점 기회 속에서 행운의 골이나 엄청난 개인 기량으로 득점한 반면, 패배한 팀은 2.1에 달하는 확실한 찬스들을 골 결정력 부족이나 상대 골키퍼의 선방으로 날려버렸음을 뜻합니다. 전술적으로는 패배한 팀이 더 우세했다고 해석할 수 있습니다.

  • 사례 B (스코어 3:0 / xG 2.8 대 0.2): 스코어와 xG가 완벽히 비례합니다. 승리한 팀이 전술적으로 압도했고, 경기 결과 역시 공정하게 반영되었음을 보여줍니다.

블로그에 경기 리뷰를 쓸 때 "우리 팀이 아쉽게 졌습니다"라고 감정적으로 쓰는 것보다, "이번 경기 xG 지표는 1.8 대 0.6으로 우리가 앞섰던 만큼, 전술적 빌드업은 훌륭했으나 마지막 마무리의 디테일이 과제였습니다"라고 서술하면 글의 전문성이 비약적으로 상승합니다.

4. xG 데이터 분석의 확장과 주의점

최근에는 슈팅 이후 골키퍼의 선방 능력까지 고려한 xGOT(Expected Goals on Target), 슈팅으로 이어지지 않은 패스 자체의 가치를 측정하는 xA(Expected Assists) 등 다양한 파생 지표가 활용되고 있습니다.

다만 xG 역시 '슈팅이 이루어진 순간'만을 기록한다는 한계가 있습니다. 완벽한 노마크 찬스였는데 마지막 패스가 길어서 발에 닿지 않아 슈팅 지연이 발생했다면, 그 위험했던 상황은 xG 데이터에 전혀 잡히지 않습니다. 따라서 숫자가 보여주지 못하는 전술적 흐름을 인간 분석가의 시선으로 보완해 줄 때, 가장 완벽한 정보성 콘텐츠가 완성됩니다.

[핵심 요약]

  • 단순 슈팅 수와 점유율은 슈팅의 질적 차이와 의미 없는 공 돌리기를 구분하지 못하는 한계가 있다.

  • xG(기대 득점)는 수많은 역사적 데이터를 기반으로, 특정 슈팅이 골로 연결될 수학적 확률(0~1)을 정량화한 지표다.

  • 경기 스코어와 xG 총합을 비교하면 운이나 골키퍼 선방 뒤에 숨겨진 두 팀의 진짜 전술적 경기력을 발별할 수 있다.

[다음 편 예고]

  • 다음 글에서는 이렇게 쌓인 경기 데이터와 승점을 바탕으로, 조별리그가 끝났을 때 승점이 완전히 같을 경우 순위를 가르는 냉정한 기준인 골득실과 다득점, 그리고 승자승 원칙의 숨겨진 역학 관계를 파헤쳐 보겠습니다.

[댓글로 의견을 남겨주세요]

  • 최근 여러분이 보신 경기 중, 경기 결과(스코어)와 실제 경기 내용(xG 등)이 가장 딴판이었다고 생각되는 아쉬운 경기는 무엇이었나요? 댓글로 알려주세요!