[논문 리뷰] QPass: a Merit-based Evaluation of Soccer Passes

László Gyarmati, Rade Stanojević|arXiv (Cornell University)|2016. 08. 08.

Sports Analytics and Performance참고 문헌 8인용 수 21

한 줄 요약

QPass는 축구 패스의 내재적 가치를 평가하기 위해 팀별로 특화된, 성과 기반의 지표를 도입한다. 이는 패스가 팀의 예상 득점 기회를 얼마나 증가시키는지 수치화함으로써 이루어진다. 이벤트 데이터에서 반복 클러스터링과 필드 값 계산을 통해 분석한 결과, 실패한 패스조차도 전술적으로 유용할 수 있음을 입증하며, 기존의 축구에서의 볼 실수 개념에 도전한다.

ABSTRACT

Quantitative analysis of soccer players' passing ability focuses on descriptive statistics without considering the players' real contribution to the passing and ball possession strategy of their team. Which player is able to help the build-up of an attack, or to maintain the possession of the ball? We introduce a novel methodology called QPass to answer questions like these quantitatively. Based on the analysis of an entire season, we rank the players based on the intrinsic value of their passes using QPass. We derive an album of pass trajectories for different gaming styles. Our methodology reveals a quite counterintuitive paradigm: losing the ball possession could lead to better chances to win a game.

연구 동기 및 목표

• 기본 통계(패스 성공률, 어시스트 수 등)를 넘어서 상황 인식 기반의 축구 패스 품질 평가 지표가 부족한 문제를 해결하기 위해.
• 공의 위치가 필드에서 전략적 가치를 어떻게 반영하는지 모델링하여, 패스가 팀의 공격 잠재력에 얼마나 기여하는지 수량화하기 위해.
• 완료 여부와는 관계없이 팀의 득점 기회를 크게 향상시키는 선수를 식별하기 위해.
• 실수한 패스가 항상 불리하다는 가정을 도전하기 위해, 일부 실패한 패스가 팀의 전술적 우위를 높일 수 있음을 보여주기 위해.
• 패스 품질과 의도를 기반으로 선수 평가, 팀 전략 분석, 상대 팀 스카우팅을 위한 데이터 기반 프레임워크를 제공하기 위해.

제안 방법

• 패스 위치를 기반으로 미니배치 K-means 클러스터링을 사용해 팀별로 특화된 필드 구역을 나누며, 클러스터 수를 c_max에서 c_min으로 동적으로 조정한다.
• 각 클러스터의 필드 값을, 해당 위치에서 득점 확률을 기반으로 계산하며, 팀의 패스와 상대 팀의 슈팅을 모두 입력으로 사용한다.
• 패스의 QPass 값을 시작 위치와 종료 위치의 필드 값 차이로 할당하여, 패스의 전략적 영향을 캡처한다.
• 종료 좌표와 시작 좌표가 일치하지 않을 경우, 연속된 궤적 모델링을 위해 가상 패스를 사용한다.
• 초기 분할의 해상도 민감도를 줄이기 위해, 다중 반복을 통해 필드 값과 클러스터링을 반복적으로 개선한다.
• 전체 시즌의 이벤트 데이터에 이 방법을 적용하여, 누적 QPass 값 기반의 선수 랭킹을 가능하게 한다.

실험 결과

연구 질문

• RQ1 패스 성공률이나 어시스트 수를 넘어서, 축구 패스의 내재적 가치는 어떻게 수량화할 수 있는가?
• RQ2 실패한 패스가 팀의 공격 잠재력에 얼마나 기여하는가?
• RQ3 다양한 포지션과 플스타일의 선수들은 QPass 값과 어떻게 관련이 있는가?
• RQ4 패스가 가로채질 가능성이 높더라도, 그런 패스를 통해 팀의 전체 필드 값은 향상될 수 있는가?
• RQ5 팀 전용 전략이 패스 품질 평가에 미치는 영향은 무엇이며, 이를 통합 지표로 포괄할 수 있는가?

주요 결과

• QPass는 L. 메시, A. 그리에즈만, L. 바스케스와 같은 공격수 중에서 중앙값 QPass 값이 가장 높은 선수들을 식별하여, 그들이 득점 창출에 핵심적인 역할을 한다는 것을 보여준다.
• 스트라이커인 L. 수아레스와 A. 아두리즈의 경우 중앙값 QPass 값이 가장 낮아, 공격를 시작하는 것보다 마무리하는 역할을 반영한다.
• 수비수의 약 50퍼센트의 실패한 패스가 팀의 필드 값을 높이며, 볼 실수임에도 불구하고 전술적 이점을 가짐을 시사한다.
• 골문수문수들은 높은 위험도와 낮은 성공률을 가진 패스를 자주 시도하지만, 대부분의 경우 필드 값을 높이며, 이러한 결정의 전술적 정당성이 있음을 보여준다.
• G. 피케나 L. 메시와 같은 선수들의 실패한 패스는 위험 지역을 청소하거나 공격삼분면을 목표로 삼는 등, 높은 필드 값을 유도하는 것으로 나타났다.
• 이 방법론은 놀라운 통찰을 드러내며, 볼을 실수한 경우에도 다음 단계의 득점 가능성을 높이면 팀의 승리 기회가 향상될 수 있음을 보여준다.