아키타입 분석으로 보는 스포츠 최고의 선수와 그 특성

이 논문은 현대 스포츠에서 수집되는 방대한 다변량 통계 데이터를 활용해 ‘아키타입 선수’를 식별하고, 이를 통해 선수들의 상대적 우수성을 객관적으로 평가하는 방법을 제시한다. 기존의 단일 지표 기반 순위 매김은 차원 축소 과정에서 정보 손실을 초래하고, 다차원 특성을 반영하지 못한다는 한계가 있다. 이를 보완하기 위해 저자들은 Cutler와 Breiman이 제안한 아키타입 분석(archetypal analysis)을 도입한다. 아키타입 분석은 n개의 관측치와 m개의 변수로 구성된 행렬 X를 두 개의 비음수 행렬 α(n×k)와 β(k×n)로 분해해 X≈αZ, Z≈Xβ 형태의 볼록 조합을 찾는다. 여기서 Z는 k개의 아키타입(극값)이며, α는 각 관측치가 아키타입들의 볼록 조합으로 얼마나 기여하는지를 나타낸다. 최적화 목표는 RSS=‖X−αZ‖²를 최소화하는 것이며, 이는 교대 최소제곱(alternating constrained least squares) 알고리즘으로 해결한다. 논문은 두 가지 실제 데이터에 이 방법을 적용한다. 첫 번째는 NBA 2009‑2010 시즌의 441명 선수에 대한 19개 통계(경기 시간, 득점, 리바운드 등)이며, 두 번째는 독일·잉글랜드·이탈리아·스페인 4개 주요 축구 리그의 1658명 선수에 대한 25개 스킬 평점이다. NBA 데이터에서는 먼저 두 변수(Min, FGM)만을 사용해 2차원 시각화와 convex hull을 확인하고, k=3이 적절함을 보였다. 세 아키타입은 (1) 전체 통계가 높은 ‘최고 스코어러’, (2) 전체 통계가 낮은 ‘최악 스코어러’, (3) 경기 시간은 많지만 득점 효율이 낮은 ‘비효율적 스코어러’로 해석된다. 전체 19개 변수를 사용했을 때는 scree plot을 통해 k=4가 최적으로 판단되었다. 네 아키타입은 각각 ‘벤치워머’, ‘리바운드·수비형’, ‘3점·공격형’, ‘전방위 공격형’으로 명명되었으며, 백분위수 플롯을 통해 각 변수에서의 상대적 위치를 시각화했다. α 계수를 통해 개별 선수는 하나 이상의 아키타입에 부분적으로 귀속되며, 예를 들어 Kevin Durant와 LeBron James는 아키타입 1(공격형)에 α≈0.9 이상 기여해 ‘우수 스코어러’로 분류된다. 반면 Jason Kidd은 아키타입 3에 높은 α를 가져 ‘비효율적 스코어러’로 해석된다. 축구 데이터에서는 25개의 스킬(밸런스, 스피드, 드리블, 패스, 슈팅 정확도 등)을 사용해 동일한 절차를 적용했다. k=4가 elbow 기준에 부합했으며, 각 아키타입은 (1) 전방위 공격형, (2) 수비형, (3) 전술형(패스·포지셔닝 강점), (4) 다재다능형(다수 스킬 고르게 우수)으로 정의되었다. α 계수는 각 선수의 스킬 구성을 정량화해, 예를 들어 스페인 라리가의 특정 공격수는 아키타입 1에 α≈0.85로 높은 기여를 보여 ‘공격형’ 특성을 강조한다. 논문의 주요 기여는 다음과 같다. 첫째, 아키타입 분석을 통해 다변량 스포츠 데이터에서 데이터 경계에 위치한 극값(아키타입)을 자동으로 도출한다. 둘째, α 계수를 이용해 모든 선수의 특성을 다차원적으로 분해·표현함으로써 ‘좋은’·‘나쁜’ 선수의 정의를 정량화한다. 셋째, 실제 NBA와 유럽 축구 리그에 적용해 구체적인 선수 유형을 도출하고, 코칭·스카우팅·마케팅 등 실무에 활용 가능한 인사이트를 제공한다. 하지만 몇 가지 제한점도 존재한다. k값 선택이 주관적이며, elbow 기준이 데이터에 따라 모호할 수 있다. 또한 아키타입 자체가 데이터에 종속적이므로 다른 시즌·리그에 적용하려면 재분석이 필요하다. β가 데이터 포인트의 볼록 조합으로 제한돼 실제 존재하지 않는 ‘가상의’ 아키타입이 생성될 가능성도 있다. α 해석 시 0.8 같은 임계값을 임의로 정하는 것이 결과에 큰 영향을 미친다. 향후 연구 방향으로는 (1) 시계열 아키타입 모델을 도입해 선수 성장·퇴보 과정을 추적, (2) 비선형 변형(예: 커널 아키타입)으로 복잡한 관계를 포착, (3) 외부 메타데이터(포지션, 팀 전술, 부상 기록)와 통합해 해석력을 강화하는 방안을 제시한다. 이러한 확장은 아키타입 분석을 스포츠 과학뿐 아니라 의료·재무·마케팅 등 다변량 데이터가 존재하는 분야에 적용 가능하게 만든다.