[논문 리뷰] Is it worth the effort? Understanding and contextualizing physical metrics in soccer

Sergio Llana, Borja Burriel외 2명|arXiv (Cornell University)|2022. 04. 05.

Sports Performance and Training인용 수 5

한 줄 요약

이 논문은 방송 추적 데이터를 분석하여 선수의 달리기 행동을 가치 창출과 연결함으로써, 축구에서 물리적 지표와 전술적 맥락을 통합하는 상향식 프레임워크를 제안한다. 분석 결과, 특히 드리븐 움직임을 포함한 특정 전술적 역할에서의 고강도 달리기가 경기 결과에 상당한 영향을 미치며, 피로로 인해 분석이 시작된 지 65분 이후 성능이 뚜렷이 저하됨을 확인하였다.

ABSTRACT

We present a framework that gives a deep insight into the link between physical and technical-tactical aspects of soccer and it allows associating physical performance with value generation thanks to a top-down approach. First, we estimate physical indicators from tracking data. Then, we contextualize each player's run to understand better the purpose and circumstances in which it is done, adding a new dimension to the creation of team and player profiles. Finally, we assess the value-added by off-ball high-intensity runs by linking with a possession-value model. This novel approach allows answering practical questions from very different profiles of practitioners within a soccer club, from analysts, coaches, and scouts to physical coaches and readaptation physiotherapists.

연구 동기 및 목표

• 축구 분석에서 물리적 성과 지표와 전술적 맥락 간의 통합 부족을 해결하기 위해.
• 방송 추적 데이터로부터 물리적 지표(예: 거리, 고강도 달리기)를 추정하는 방법을 개발하기 위해.
• 선수 역할, 공격/수비 유형, 동적 포지셔닝과 같은 시공간적 특징을 활용해 각 달리기 행동을 맥락화하기 위해.
• 기대 테이크오버 가치 모델을 적용하여 물리적 노력과 가치 창출을 연결하기 위해.
• 선수 채용, 코칭, 의료, 신체 훈련 분야에서 실질적 응용이 가능하도록 통합된 선수 성과 프로필을 제공하기 위해.

제안 방법

• 10Hz 추적 데이터에서 프레임 단위 속도 신호의 골짜기와 정점(피크)을 식별하여 선수의 속도를 추정하고, 달리기 행동을 탐지하기 위해.
• 속도가 21km/h를 초과하는 달리기를 고강도 달리기로 정의하고, 각 달리기의 거리, 빈도, 최고 속도를 계산하기 위해.
• 각 달리기의 세 가지 핵심 순간을 사용해 맥락화하기: 골짜기 종료(가속 시작), 피크(최고 속도), 피크 종료(감속 시작).
• 선수와 공의 위치를 기반으로 동적 팀 포지셔닝, 선수 역할, 공격/수비 유형을 활용해 전술적 맥락을 통합하기 위해.
• 최신 기술의 기대 테이크오버 가치(xPV) 모델을 적용하여 각 달리기의 경기 결과 확률에 미치는 영향을 정량화하기 위해.
• 시간 경과에 따른 물리적 성과 추세를 분석하기 위해 이동 평균과 정규화를 사용하기 위해.

실험 결과

연구 질문

• RQ1 팀 및 개인 수준에서 공격 단계와 수비 단계 간에 물리적 성과 지표는 어떻게 다를까?
• RQ2 고강도 드리븐 움직임이 기대 테이크오버 가치 측면에서 가치 창출에 얼마나 기여하는가?
• RQ3 경기 시간이 경과함에 따라 신체적 요구 수준은 어떻게 변화하며, 65분 이후 성능 저하에 피로가 어떤 역할을 하는가?
• RQ4 선수 역할과 전술적 맥락을 활용해 개별 달리기의 가치를 분류하고 예측할 수 있는가?
• RQ5 22명의 선수와 공의 시공간 데이터를 활용해 물리적 지표를 어떻게 의미 있게 맥락화할 수 있는가?

주요 결과

• 수비에서의 고강도 달리기 행동은 전체 거리보다 65분 이후에 더 급격히 감소함을 확인하여, 고강도 노력에 대한 피로 영향이 더 뚜렷함을 시사함.
• 65분 이후로 수비에서 이동 거리가 유의미하게 감소하며, 전체 거리보다 고강도 노력의 감소 폭이 더 큼.
• 드리븐 고강도 달리기는 수비 기반의 구조를 무너뜨리거나 공간을 확보함으로써 가치 창출과 강하게 연관되어 있음.
• 선수 역할과 전술적 맥락은 달리기의 유형과 가치에 중대한 영향을 미치며, 일부 역할은 더 영향력 있는 움직임을 생성함.
• 물리적 지표와 전술적 맥락의 통합은 더 풍부한 선수 프로필을 가능하게 하며, 선수 채용, 훈련, 의료 복귀 의사결정 지원에 기여함.
• 이 프레임워크는 코치가 실시간 물리적 및 전술적 성과 추세를 기반으로 최적의 교체 시점을 파악하고 전술적 조정을 내릴 수 있도록 지원함.