최근 수정 시각 : 2024-08-23 06:59:58

기대 어시스트

기대 어시스트(축구)에서 넘어옴

1. 개요2. 성질3. 기대 득점과의 차별성
3.1. 공격 포인트에 대한 기대값
3.1.1. xG90 + xA903.1.2. NPxG90 + xA903.1.3. 기대 공격 포인트의 한계
4. 관련 일화

1. 개요

기대 어시스트(Expected Assists, xA)란 특정 선수가 공을 패스하였을 때 그 패스가 어시스트로 인정될 확률이다. 또는 키패스를 이어받은 공격수의 기대 득점[1]으로 정의하여도 큰 문제는 없는데, 이는 사실 모든 패스에 xA값을 부여할 수 있으나 그 값들은 키패스의 xA값에 비하여 무시할 수 있을 정도로 극히 작기 때문이다. 이는 곧 "키패스를 성공한 선수가 사실 얼마의 어시스트를 통계적으로 기대할 수 있었는가"에 대한 해답을 내려주는 통계라고 볼 수 있으며, 슈팅을 시도한 선수가 아니라 키패스를 성공한 선수에게 부여하는 값이다.


옵타(Opta)에서 xA가 무엇인지 설명하는 유튜브 영상이다.

2. 성질

xA의 값이 높을수록 찬스메이킹 능력이 높다고 볼 수 있으며, 출전 시간이 다른 선수끼리 비교하기 위해선 90분당 기대 어시스트(xA90)이라는 값을 사용할 수 있다. 즉 찬스메이킹 능력을 보기 위해서는 기대값인 xA 혹은 90분당 기대 어시스트 값인 xA90 값을 참고할 수 있다.

또한 (실제 어시스트 - xA)의 값이 높을수록 기대에 비해 어시스트를 많이 쌓았다[2]는 의미이며, 부호를 바꾼 (xA - 실제 어시스트)가 높을수록 실제로 어시스트로 인정된 개수보다 더 많은 골 찬스를 창출하였다[3]는 의미로 해석할 수 있다. 이 편차는 여러 요소에 의해 정해지는 값인데, 이 편차값은 동료 선수의 퍼포먼스에 많이 영향을 받는다. 18/19시즌 EPL 최대 xA를 기록한 본머스의 Ryan Fraser 선수의 xA값은 16.18이지만 실제 어시스트는 그보다 2회 정도 부족한 14회를 기록하였다. 반면 18/19시즌 EPL 최대 어시스트를 기록한 에덴 아자르의 xA값은 11.57에 그쳤지만 실제 어시스트는 15회를 기록하였다. 이 값은 또한 팀원 공격수 결정력에 의해 좌우되는 값이기도 하다. 19/20시즌 EPL 최다 어시스트를 기록한 케빈 더브라위너의 xA값은 20.62이지만 실제 어시스트는 그에 못 미치는 20회를 기록하였다. 반면 다비드 실바의 xA 값은 7.65이지만 실제 어시스트는 그를 상회하는 10회를 기록하였다.

이 편차 데이터는 기대 어시스트라는 모델을 만든 이유를 상세히 보여준다. 기대 어시스트 값을 쓰게 되면 동료 선수의 퍼포먼스나 무작위적인 요소 등과 관련된 조건을 모두 표준화할 수 있으며, 따라서 실제로 그 선수가 얼마나 창의적인 플레이를 했는지만을 더 잘 보여주는 효과를 낸다.

3. 기대 득점과의 차별성

경기 중 스트라이커는 직접 득점하여 경기를 이끌어가야 하는 반면 미드필더 중에서는 직접 골을 넣는 경우도 많지만 득점 기회를 창출하는 등의 방법으로 간접적으로 득점에 관여하는 경우도 많다. 이러한 경우 xG를 통해 미드필더를 평가하는 데에 문제가 생긴다. 이 경우 xA를 통해 직접 득점하는 스트라이커가 아니라 간접적으로 득점에 기여하는 미드필더를 더 합리적으로 평가할 수 있게 된다.

또한 한 선수의 어시스트 수는 다른 선수의 퍼포먼스에도 많이 좌우된다. 실력이 탁월한 선수가 최상위권 팀에서 뛰다가 중하위권 팀으로 이적한다면 동료 스트라이커의 평균적 수준도 낮아질텐데, 이 때 스트라이커가 득점을 기록하지 못한다면 이전보다 적은 어시스트를 기록할 것이기 때문이다. 이때 기대 어시스트 값은 "평균적인 동료 스트라이커와 같이 경기에 나섰다고 생각했을 때"의 비율을 설명해주므로 실제 어시스트 값이 보여주는 문제를 해결해준다.

3.1. 공격 포인트에 대한 기대값

'공격 포인트'(Goal Involvement)는 득점 어시스트를 합한 값을 뜻한다. 이는 예전부터도 자주 언급된 통계로, '해당 공격수가 직접적으로 관여한 모든 득점의 수'라고 해석할 수 있다.

사실 득점에 관여한 행위에는 골, 어시스트 뿐만 아니라 빌드업같은 것도 포함해야 하지만 어시스트는 다른 행위보다 더 직접적으로 팀 공격에 기여한다. 이때 한 번의 슈팅에서 득점과 어시스트 두 가지를 동시에 할 수는 없게 된다. 따라서 공격수가 기록한 득점과 어시스트를 단순히 합한 값은 '공격수가 직접적으로 관여한 모든 득점의 수'로 볼 수 있다.

하지만 한 선수의 공격 행위 또한 수비 행위처럼 다른 선수의 퍼포먼스에 많이 좌우된다. 실력이 탁월한 선수가 최상위권 팀에서 뛰다가 중하위권 팀으로 이적한다면 이전보다 적은 공격 포인트를 기록할 것이기 때문이다. 이때 공격 포인트의 기대값은 미드필더를 평가하는 데에도 효과적이며, 그와 동시에 스트라이커를 평가하는 데에도 효과적이다. 스트라이커가 다른 스트라이커에게 어시스트를 하는 경우도 생기기 때문이다. 이때 공격 포인트에 대한 기대값을 사용하면 득점 기여도를 눈에 보이는 것보다 더 정확히 측정하는 데에 도움을 줄 수 있다.

아래에 나열한 통계는 understat.com에서도 제공하는 값이다.

3.1.1. xG90 + xA90

xG + xA의 값은 기댓값의 선형성에 의해 자동으로 공격 포인트에 대한 기댓값이 된다.

또한 기댓값의 선형성에 의해 90분당 기대 득점과 90분당 기대 어시스트의 합은 90분당 (득점+어시스트)의 기댓값과 같으며, 이는 즉 90분당 기대 공격 포인트를 의미한다. xG90과 xA90은 "90분당"이라는 뜻이며, 다른 선수와의 비교에 유용하게 쓰인다.

이 값은 '해당 공격수가 직간접적으로 관여한 득점 상황에서 사실 얼마 정도의 득점을 기대할 수 있었는가'에 대한 질문에 해답을 찾아준다.

3.1.2. NPxG90 + xA90

xG값 대신 페널티 킥 상황에서의 xG값을 제외한 값인 NPxG값을 대신 사용하면 선수의 퍼포먼스에 대해 더 객관적인 평가가 가능해진다. NPxG에 대한 설명은 기대 득점 문서에 서술되어 있다.

3.1.3. 기대 공격 포인트의 한계

파일:상세 내용 아이콘.svg   자세한 내용은 빌드업 통계 문서
번 문단을
부분을
참고하십시오.
공격수에 대한 평가에 효과적이지만 이 값이 전반적인 빌드업에 대한 평가는 불가능하다. 그래서 기대 어시스트의 성질을 그대로 이용하여 다른 선수에게도 xG값을 주는 방식으로 이를 보완한 통계인 xGChain과 xGBuildup이라는 값도 제안되었는데, 빌드업 통계 문서에도 설명되어 있지만 이 모델은 아직도 계속 수정되고 있다.

4. 관련 일화

리버풀의 데이터 사이언티스트 이안 그레엄은 나비 케이타의 영입 이유 중 하나를 골을 넣을 확률이 높은 쪽으로 공격수에게 자주 패스하는 선수였기 때문임을 밝혔다. 이는 나비 케이타의 영입이 기대 어시스트와 관련있음을 암시한다.
[1] understat.com에서 보여주는 기대 어시스트의 정의(The sum of Expected Goals of shots from a player's key passes)이다. [2] 해당 선수에게 패스를 받은 동료 선수가 득점으로 많이 전환하였다고도 해석할 수 있다. [3] 해당 선수에게 패스를 받은 동료 선수가 득점으로 적게 전환하였다고도 해석할 수 있다.