패스 성공률이 높으면 잘한 걸까요? xP로 난도를 비교하는 법
패스 성공률만으로는 누가 더 잘 패스했는지 판단하기 어려워요. 어떤 패스를 골랐는지가 다르기 때문이에요. 같은 범위의 패스를 대상으로 실제 성공률과 평균 기대 패스 성공률(xP)을 비교하면, 난도에 비해 얼마나 잘 연결했는지 살펴볼 수 있어요. 다만 연결 능력과 공격에 기여한 가치는 구분해야 해요. Opta의 xP 설명
패스 성공률을 비교하기 전 확인할 항목
| 항목 | 확인할 내용 | 비교 방법 |
|---|---|---|
| 기간과 시도 수 | 경기 날짜 또는 시즌, 성공 횟수와 전체 시도 수 | 같은 기간으로 맞추고 성공률 옆에 분모를 기록해요. |
| 집계 범위 | 크로스·세트피스 포함 여부 | 실제 성공률과 평균 xP에 똑같은 패스 집합을 사용해요. |
| 거리와 방향 | 짧은 패스·긴 패스, 전진·횡·후방 패스의 구성 | 전체 수치와 함께 같은 유형끼리 나눠 살펴봐요. |
| 선수 역할 | 주로 공을 받는 위치와 맡은 전개 역할 | 포지션 이름뿐 아니라 실제 경기 역할도 맞춰봐요. |
| xP 제공 조건 | 데이터 제공처와 모델, 집계 대상 | 가능하면 같은 제공처와 모델의 값끼리 비교해요. |
가상 선수 두 명의 계산 예시
| 항목 | 가상 선수 A | 가상 선수 B |
|---|---|---|
| 자료 성격 | 계산용 가정, 실제 경기 아님 | 계산용 가정, 실제 경기 아님 |
| 패스 시도 / 성공 | 50회 / 46회 | 50회 / 40회 |
| 실제 성공률 = 성공 ÷ 시도 × 100 | 92% | 80% |
| 개별 xP의 합계(각 확률을 0~1로 입력) | 기대 성공 47회 | 기대 성공 36회 |
| 평균 xP = xP 합계 ÷ 시도 × 100 | 94% | 72% |
| 실제 성공률 − 평균 xP | −2퍼센트포인트 | +8퍼센트포인트 |
| 기대보다 더 성공한 횟수 = 성공 − xP 합계 | −1회 | +4회 |
| 이 표본에서의 해석 | 실제 성공률은 높지만 모델 기대에는 못 미쳤어요. | 모델상 더 어려운 패스 구성을 기대보다 잘 연결했어요. |
xP가 없을 때 기록을 읽는 순서
- 1. 날짜·상대·출전 시간과 패스 성공/시도 횟수를 적어요.
- 2. 제공처의 정의를 읽고 크로스 포함 여부를 표시해요.
- 3. 공개된 범위에서 거리·방향·구역별로 나누고 각 시도 수를 붙여요.
- 4. 비슷한 역할의 선수와 같은 유형끼리 비교해요. 없는 세부 기록은 미확인으로 남겨요.
- 5. 영상이 있다면 성공과 실패 장면을 함께 보고 주변 압박과 받을 동료의 위치를 메모해요.
- 6. 결과는 ‘같은 유형에서 연결률이 높았다’처럼 관찰 범위 안에서 적어요. 임의의 xP나 종합 실력 순위로 바꾸지 않아요.
xP는 선택한 패스의 난도를 읽는 기준이에요
xP는 패스 한 번이 성공할 확률을 모델로 추정한 값이에요. Opta가 2021년 9월 공개한 설명에서는 출발 위치·거리·각도, 크로스 여부, 공중볼 여부, 직전 플레이 등을 사용해요. 평균 xP가 낮을수록 모델이 성공하기 어렵다고 평가한 패스들을 시도했다는 뜻이에요. 여기서는 이 공개 설명을 기준으로 계산하며, 현재 모든 서비스의 모델이 같다고 가정하지 않아요. Opta의 xP 설명
평균만으로 패스 구성이 같다고 생각하면 안 돼요. 계산용 가정으로, xP 90%와 50%인 패스를 하나씩 시도한 경우와 70%인 패스를 두 번 시도한 경우는 평균이 모두 70%예요. 위험을 나눠 감수한 방식은 다르므로, 선수의 선택을 이해하려면 패스 종류별 분포도 살펴보는 게 좋아요.
공간 설명에 사용할 사진은 웸블리 스타디움(Wembley Stadium)의 내부 전경이에요. 피치의 길이 방향과 측면 공간을 떠올리기 위한 장소 참고 사진이며, 이 글의 가상 선수나 계산 예시와 관련된 경기 사진은 아니에요. Wembley Stadium 내부 사진 자료
계산 전에 크로스 포함 여부부터 맞춰요
크로스가 많은 선수를 평가할 때는 집계 범위가 특히 중요해요. Opta의 일반 패스 성공률은 보통 크로스를 제외하지만, 공개된 xP 설명에는 크로스도 등장해요. 크로스를 뺀 성공률에서 크로스를 포함한 평균 xP를 빼면 서로 다른 표본을 비교하게 돼요. 화면에 같은 ‘패스’라는 이름이 보여도 정의부터 확인하세요. Opta 통계 정의
기대 대비 차이는 확정된 실력 점수가 아니에요. ‘가상 선수 두 명의 계산 예시’처럼 작은 표본에서는 패스 하나의 성공 여부도 수치를 바꿔요. 예를 들어 50회 시도 중 한 번이 실패에서 성공으로 바뀌면 실제 성공률은 2퍼센트포인트 올라가요. 한 경기의 차이는 관찰 결과로 남기고, 지속적인 특성인지 판단할 때는 여러 경기의 같은 조건을 묶어보세요.
어려운 패스의 성공과 좋은 선택은 달라요
가정해볼게요. 측면으로 어렵게 연결하는 패스와 골문 앞 동료에게 쉽게 연결하는 패스가 동시에 가능했어요. 어려운 쪽을 성공시켰다는 사실만으로 그 선택이 더 좋았다고 할 수는 없어요. xP와 기대 대비 성공 차이는 시도한 패스를 평가하므로, 시도하지 않은 더 좋은 선택까지 알려주지는 않아요.
공격 기여를 더 보고 싶다면 연결된 위치와 이후 장면을 확인하고, 같은 제공처의 xA도 함께 볼 수 있어요. Opta의 xA는 성공한 패스가 득점 도움으로 이어질 가능성을 평가해요. xP가 묻는 ‘연결될까?’와는 다른 질문이에요. 다음 경기에서는 기대보다 잘 연결한 선수의 패스 몇 개를 골라, 받은 동료가 어떤 공격 기회를 얻었는지 영상으로 확인해보세요. Opta의 xA 설명