Mathletics

Mathletics - 수학으로 풀어보는 스포츠
웨인 윈스턴.Scott Nestler.Konstantinos Pelechrinis 지음 / 영진.com(영진닷컴) / 2023년 11월

2011년에 개봉한 영화중에 '머니볼'이라는 영화가 있었습니다.  NLB 오클랜드 어슬레틱스가 데이터를 기반으로 선수를 선발해서 좋은 성적을 낸것을 다룬 영화입니다. <Mathletics:수학으로 풀어보는 스포츠-2nd>도 스포츠데이터를 통해 수학으로 계산을 해서 야구, 미식축구, 농구, 축구 등의 성적을 분석하는 방법과 배팅 그리고 스포츠에 적용되는 수학이론들을 다룹니다. Mathletics가 Math+athletics의 합성어로 보입니다. athletics는 운동선수입니다.  수학으로 풀어보는 운동선수정도의 뜻이겠죠. 흥미로운 점은 머니볼의 팀도 오클랜드도 팀명이 athletics임을 보면 중의적 의미가 있을겁니다.  저자가 2005년에 <Mathletics>초판을 냈을때는  오클랜드 어스레틱스가 성적을 낸이후지만 스포츠분석에 대한 관심이 높지 않았다고 합니다. 하지만 지금은 북미의 프로스포츠팀들은 대부분 스포츠애널리스트부서가 있고  학회가 열리면 인산인해를 이루고 많은 대하에서 스포츠분석을 가르치고 있습니다.  이 책은 현재 프로스포츠 팀들에서 어떻게 수학분석을 스포츠에 적용하는지와  실제 사용결과를 통해 스포츠 분서의 묘미를 느낄수가 있습니다. 지금은 공한개한개마다 의사결정사항을 감독에서 실시간으로 전해지는 정도로 발전한 정밀하고 지능적 스포츠로 발전했음을 알게 됩니다. 

저자는 3인으로 Wayne L.Winston 인디애나대 명예교수이고 MIT대 수학석사와 예일대에서 박사를 하셨고. 논문중에 도박꾼연구와 금융공학연구도 하셨습니다.  Scott Nestler는 노트르담대 부교수였고 현재는 슈머스포츠 디렉트를 하시고  비즈니스스포츠리더시라고 합니다. Konstantinons Pelechrinis 피츠버그대 부교수시고 아테네대학을 나와서 캘리포니아대 컴퓨터공학서박사를 하셨습니다. 

저자는 첫번째 피타고라스정리를 통해 팀승리를 예측하는 세이버메트리션을 만들었습니다. 학교에서 피타고라스정리를 배울때는 아무생각없이 선생이 외우라고 풀라고 하니 푼것 뿐인데 지금은 야구등 스포츠의 승리를 예측하는데 매우 중요한 공식을 사용되고 있습니다. 이를 실제승리와 예측승리의 차로 보여주는데 오차가 크지 않습니다. 이런 결과를 근거로 트레이드가 앞으로 팀승리의 중요요소가 되게 되었습니다. 지금은 농구와 미식축구에도 중요한 보조지표로 이용되고 있습니다.  박찬호, 류현진 등이 콜로라도 로키스에서 경기를 하게 되면 홈런을 많이 맞는 구장이라는 소리를 자주 듣습니다. 이를 로키스구단의 홈경기와 어웨이경기를 비교하는 확실히 차이가 납니다. 이는 로키스가 있는 덴버가 고도로 인해 대기층이 얇아서 타구가 더 멀리 뻗어나간다는 것이 정설이고 증명된거죠. 그러면 로키스는 투수보다는 공격력이 좋은 선수를 트레이드를 해야 좋은 결과를 얻지 않을까하는 생각을 드는군요. 저자들은 그것까지는 분석을 하지 않았습니다만 ㅎㅎ  야구를 좀 아는 사람들은 플래툰의 문제를 알겁니다. 오른손투수가 등장하면 줄줄이 왼손타자가 나오죠. 이는 통계적으로 증명이 된듯합니다만  미프로야구에 진출한 한국타자가 플랜툰으로 인해 경기를 못뛸때보면 감독이 플래툰이라는 미신을 믿는다고 생각을 하죠. 하지만 통계적으로는 증명된것이 확실하죠. 

아무래도 통계스포츠는 야구에서 가장 많이 적용되고 활발해서 실제 야구에 관한 내용이 가장많군요. 미식축구에서는 저도 용어부터 막히는 군요. 러싱공격? 이는 선수가 럭비공을 들고 달려가는 공격을 말합니다. ㅎㅎ반대적 공격은 패싱공격입니다. 축구로 말하면 러싱공격은 드리볼을 길게하는 거죠. 이게 멋지기는 한데 데이터분석을 보면 패싱공격이 더 효과적이죠. 축구도 패싱축구가 휠씬좋죠. 드리볼을 길게하면 욕먹죠. ㅠㅠ  프로농구 NBA선수를 분석할때 선형계수를 사용한 건을 보면 스테판커리가 1위입니다 효율성지표에서 타유명스타에 비해 월등히 뛰어납니다. 그는 골든스테이트 워리어스의 포인트가이고 3점슛의 달인이고 연봉1위이기도 한 선수죠. 리더십분석, 의사결정, 팀과 개별선수의 매치업등도 수학으로 계산이 가능하고 유효한 결과를 얻을 수가 있습니다.  마지막장은 데이터분석에서의 방법론을 설명합니다. 데이터분석을 공부하는 분들에게는 매우 좋은 공부죠. 데이터를 어떻게 API로 모으는지, 시각화문제, 텍스트마이닝까지 폭넓게 이용가능합니다. 특히 스포츠분석에서는 베이지안이론을 많이 사용합니다. 아마도 어떤 행위를 하면 그 행위로 인한 결과를 보는 조건부확률상황이 많아서 그럴겁니다. 꼭 알고 있어야 하고 베이지안 확률을 따로 공부할 필요도 보입니다. 슈팅패턴을 아는데는 병렬행렬을 알아보고 네트워크분석, 유잉이론등도 사용합니다.  어릴때 수학을 잘하지 못했지만 이제는 알아야 하는 목적이 확실하기에 목적성을 위해서라도 공부를 할 수밖에 없는 사실이 의욕을 돋게 합니다. 

"우리는 신을 믿는다. 그러나 신이 아닌 모든 이들은 데이터를 제시해야 한다"-에드워즈 디밍-(7p) 이 구절은 스포츠뿐만 아니라 인간이 하는 모든 주장에 대해 데이터는 기본으로 붙어야하는  세상이 열려야하고 지금 수많이 쌓이는 데이터의 분석 의미를 누가더 논리적으로 발전가능성있게 제시하는지의 대결이 시작되었고 앞으로 점점더 정밀해 질수밖에 없을 겁니다. 이 책을 통해 더욱 크게 그 점을 자각하게 됩니다. 물론 인간이 아니라 생성형AI가 그 고지를 이룰지라도요. ㅠㅠ 

본 도서는 출판사로부터 무상으로 제공받아 주관적인 리뷰를 했습니다.