[논문 리뷰] Automatic Extraction of the Passing Strategies of Soccer Teams

László Gyarmati, Xavier Anguera|arXiv (Cornell University)|2015. 08. 10.

Time Series Analysis and Forecasting참고 문헌 7인용 수 25

한 줄 요약

이 논문은 전체 시즌 축구 경기 데이터에서 공의 궤적 시계열을 분석함으로써 반복적인 패assing 전략을 자동으로 추출하는 데에 Dynamic Time Warping (DTW) 기반 알고리즘을 제안한다. 이 방법은 여러 리그를 아우르는 팀 전용 전술—예를 들어 역습, 볼 유지, 크로스 패턴—을 식별하며, 일부 전략이 90%의 겹침을 보이며 최대 5번 반복됨을 드러내어 스카우팅과 선수 평가에 활용 가능한 확장 가능한 객관적 분석을 가능하게 한다.

ABSTRACT

Technology offers new ways to measure the locations of the players and of the ball in sports. This translates to the trajectories the ball takes on the field as a result of the tactics the team applies. The challenge professionals in soccer are facing is to take the reverse path: given the trajectories of the ball is it possible to infer the underlying strategy/tactic of a team? We propose a method based on Dynamic Time Warping to reveal the tactics of a team through the analysis of repeating series of events. Based on the analysis of an entire season, we derive insights such as passing strategies for maintaining ball possession or counter attacks, and passing styles with a focus on the team or on the capabilities of the individual players.

연구 동기 및 목표

• 공 궤적 데이터에서 팀 전술을 자동으로 추론하는 도전에 대비하여 기술적 통계를 넘어서서 잠재 전략을 밝혀내는 것.
• 기존 수작업 분석과 계산 비용이 큰 이전 접근법의 한계를 넘어 전체 시즌의 축구 데이터를 처리할 수 있는 확장 가능한 방법을 개발하는 것.
• 의도적인 반복 패assing 시퀀스를 식별하여 개인 선수의 성과가 아닌 팀 철학을 반영하는 전략을 파악하는 것.
• 특정 선수가 반복 전략에서 수행하는 역할을 정량화하여 팀 중심 전술과 선수 중심 패턴을 구분하는 것.
• 상대 팀 스카우팅과 선수 평가에 실질적 응용을 가능하게 하기 위해 전략적 행동을 객관적으로 식별하고 측정할 수 있도록 하는 것.

제안 방법

• 공 궤적 로그를 처리하여 패assing 위치(x, y)를 [0,100]으로 정규화하고, 최대 세그먼트 길이가 2 단위가 되도록 가상의 위치를 삽입한다.
• 시간적·공간적 정렬이 가능한 비동일하지만 유사한 패턴을 비교하기 위해 Dynamic Time Warping (DTW)에서 유도된 동적 프ogram밍 알고리즘을 적용한다.
• 정의된 제약 조건 하에 유사도를 최대화함으로써 반복 패assing 시퀀스를 식별하며, 일치하는 시퀀스를 연장하기 위해 탐욕적 접근을 사용한다.
• 동일한 패턴의 여러 발생 간 겹침 비율을 계산하여 일관성과 반복성을 평가하며, 90% 겹침은 높은 반복성을 나타낸다.
• 참고 시퀀스와 일치하는 시퀀스에 포함된 선수 집합을 비교하여 선수 참여도를 분석하고, 겹침 비율을 계산함으로써 팀 중심 전략과 선수 중심 전략을 구분한다.
• 시스템은 전체 시즌 데이터를 처리하여 여러 팀과 리그를 아우르는 대규모 객관적 전술 분석을 가능하게 한다.

실험 결과

연구 질문

• RQ1 전체 시즌 공 궤적 로그에서 반복적이고 의도적인 패assing 시퀀스를 자동으로 탐지할 수 있는가?
• RQ2 카운터어택, 볼 유지, 크로스와 같은 패assing 전략 중 어떤 것이 시즌 내내 일관되게 사용되는가?
• RQ3 반복 패턴이 팀 전반의 전술인지, 개인 선수의 역할이나 기량을 반영하는가?
• RQ4 특정 패assing 전략은 얼마나 자주 반복되며, 그 공간적·시간적 구조는 얼마나 일관성 있는가?
• RQ5 반복된 시퀀스에서 선수 겹침을 기반으로 팀 중심 전략과 선수 중심 패턴을 구분할 수 있는가?

주요 결과

• 이 방법은 스페인 1부 리그 전체 시즌 동안 반복 패assing 패턴을 성공적으로 식별하였으며, 100미터 이상의 거리와 최대 5회 반복되는 패턴을 포함했다.
• 특정 패턴—즉, 왼쪽에서 오른쪽으로의 크로스—는 5회 반복되며 90% 겹침을 보여, 발라카노가 매우 일관된 전략을 사용하고 있음을 시사한다.
• 아틀레티코 마드리드와 세비야는 필드 측면을 변경하지 않고 60미터 이상의 수평 이동을 보이는 직접적인 역습 패턴을 보였다.
• 말라가의 경우 장거리 수평 이동(40~60미터)과 함께 상당한 수직 이동을 보여, 측면 전환 공격 스타일을 구현하고 있었다.
• FC 바르셀로나, 레알 마드리드, 발렌시아는 20~30미터 수준의 수평 이동과 변동성이 있는 수직 이동을 보이며 균형 잡힌 볼 유지 중심 전술을 보였다.
• 30개의 패턴이 정확히 4명의 선수로 구성되어 있었지만, 완전한 선수 겹침이 없었으며, 이는 고정된 4인조에 의존하는 것이 아니라 유연한 선수 역할이 팀 전술의 핵심임을 시사한다.