데이터 분석이 챔피언십 스카우팅을 어떻게 바꾸고 있는가

2026-03-17 발행

숫자 게임: 데이터 분석이 챔피언십 스카우팅을 다시 쓰는 방법

스프레드시트와 기도를 무기로 삼았던 카디프 시티의 영입팀은 한때 직감과 지인의 가끔 들리는 속삭임에 의존했습니다. 그런 시절은 챔피언십에서 도도새처럼 사라졌습니다. 데이터 분석은 단순한 유행어가 아닙니다. 이는 잉글랜드 2부 리그에서 클럽이 재능을 발굴하는 방식을 근본적으로 변화시키고 있으며, 직감을 계산된 위험으로 바꾸고 있습니다. "볼을 잘 다루는" 윙어에 대한 스카우트의 빛나는 보고서만으로 충분했던 시절은 지났습니다. 이제 그 윙어는 90분당 xGChain이 최소 0.40, 성공적인 드리블 성공률이 60% 이상, 그리고 최종 3분의 1 지점으로의 평균 3회 이상의 전진 캐리를 기록해야 합니다. 그렇지 않다면, 그는 아마도 최종 후보 명단에도 들지 못할 것입니다. 브렌트포드와 같은 클럽은 이 접근 방식을 개척했으며, 2017년 엑서터 시티에서 Ollie Watkins를 발굴한 것으로 유명합니다. 그들의 데이터 모델은 Watkins의 기본 지표(높은 슈팅 볼륨, 더 깊은 위치에서의 강력한 공격 기여)가 리그 2 득점 기록이 눈에 띄지 않았음에도 불구하고 더 높은 수준으로 전환할 준비가 된 선수를 나타낸다고 지적했습니다. 그는 이제 2,800만 파운드의 프리미어 리그 스트라이커입니다. 이것은 스카우트를 알고리즘으로 대체하는 것이 아니라, 그들에게 힘을 실어주는 것입니다. 분석가들은 Opta 및 Wyscout와 같은 회사에서 제공하는 방대한 데이터를 분류하여 포지션별 맞춤 프로필을 만듭니다. 볼을 잘 다루는 센터백이 필요하다고요? 시스템은 압박 속에서 높은 패스 성공률, 높은 장거리 패스 성공률, 그리고 슈팅으로 이어지는 수비 실책이 적은 선수를 표시합니다. 2021년 1월 루턴 타운이 Walsall에서 Elijah Adebayo를 영입한 사례를 보십시오. 리그 2에서의 그의 득점 기록은 괜찮았지만, 기본 데이터는 뛰어난 홀드업 플레이, 강력한 공중볼 경합 성공률(90분당 평균 5.2회), 그리고 타겟맨치고는 놀라운 수의 키 패스를 가진 스트라이커를 가리켰습니다. 이것들은 우연한 관찰로는 쉽게 정량화할 수 없는 특성이었지만, 숫자는 그것을 명확히 보여주었습니다. 그는 이후 챔피언십의 다작 공격수가 되었습니다. 챔피언십에서 데이터의 아름다움은 간과된 리그에서 가치를 찾는 능력에 있습니다. 클럽은 더 이상 프리미어 리그 2나 기존 아카데미에만 집중하지 않습니다. 그들은 벨기에 프로 리그, 네덜란드 에레디비지에, 심지어 리그 1까지 살펴보고 있으며, 특정 지표에서 뛰어난 선수가 챔피언십으로 원활하게 전환될 수 있다는 것을 알고 있습니다. 이것은 재능 풀을 기하급수적으로 확장시킵니다. 또한 위험을 완화하는 데 도움이 됩니다. 모든 이적은 도박이지만, 데이터는 선수의 통계적 프로필, 그의 일관성, 그리고 그의 특성이 팀의 전술 시스템에 어떻게 맞을지에 대한 더 명확한 그림을 제공합니다. 만약 선수가 예상 골(xG)보다 지속적으로 저조한 성과를 보인다면, 그의 전체 골 기록이 괜찮더라도 형편없는 마무리나 슈팅 선택을 시사할 수 있습니다. 그러나 가장 큰 영향은 효율성에 있습니다. 스카우팅 네트워크는 비용이 많이 듭니다. 데이터 분석을 통해 클럽은 수천 명의 선수를 관리 가능한 최종 후보 명단으로 빠르게 필터링할 수 있으며, 스카우트는 이미 엄격한 통계적 검증을 통과한 선수에 대한 직접 평가에 귀중한 시간을 집중할 수 있습니다. 이것은 단순히 더 열심히 일하는 것이 아니라 더 스마트하게 일하는 것입니다. 저의 뜨거운 견해는? 5년 안에 전담 데이터 과학자 팀을 고용하고 고급 분석을 영입 전략에 통합하지 않는 챔피언십 클럽은 지속적으로 강등권에서 싸울 것입니다. 단순히 눈으로 확인하는 시대는 끝났습니다. 숫자는 거짓말을 하지 않으며, 그들은 여기에 머무를 것입니다.