📑 논문 기본 정보

영문 제목:

Analyzing the Performance of the South Korean Men’s National Football Team Using Social Network Analysis: Focusing on the Manager Bento’s Matches

저자 정보:

• 1저자: 정연식 (경희대학교 일반대학원 경영학과 박사과정)
• 공동저자: 강은경 (경희대학교 일반대학원 빅데이터응용학과 박사과정)
• 교신저자: 양성병 (경희대학교 경영대학 교수)

게재 정보:

• 게재지: 『지식경영연구』 제24권 제2호
• 발행년도: 2023년
• DOI: https://doi.org/10.15813/kmr.2023.24.2.011

연구 분야: 스포츠 데이터 분석, 사회연결망분석(SNA), 스포츠 전략

주요 키워드: 패스네트워크, 사회연결망분석, 경기력 평가, 축구전술, 네트워크 분석

💭 연구의 본질 파악

🤔 근본적 질문

• 학문적 필요성: 기존 축구 분석은 통계적 결과 위주로 편중되어 있고, 패턴 및 팀 상호작용 분석에는 한계가 있음.
• 실무적 필요성: 감독 선임 및 전술 수립을 위한 정량적 근거 마련 필요.
• 사회적 필요성: 국가대표팀 경기력 향상을 위한 과학적 기반 구축.
• 왜 지금 이 연구가 수행되었는가?
  • 시기적 배경: 벤투 감독 체제의 마무리 시점 (2018~2022)
  • 환경적 맥락: 데이터 기반 스포츠 분석의 확산
  • 학문적 흐름: 스포츠 사회연결망분석의 활발한 적용

🎯 연구 동기

• 해결하고자 한 문제: 경기 결과가 아닌 ‘과정’에 주목한 팀 단위 분석 부재
• 기존 접근의 한계: 단일 경기 또는 선수 중심의 분석 위주
• 새로운 접근의 필요성: 다양한 경기 상황에서 팀 전술의 변화 분석
• 연구 주제 선택 이유:
  • 연구 갭 분석: 팀 단위 SNA 분석과 시간/상대에 따른 비교 연구의 부재
  • 기존 연구와의 관계: Trequattrini의 모델을 팀 성과 분석에 확장
  • 연구자 관점: SNA 기반 분석으로 팀 전략 평가 가능성 탐색

📚 이론적 프레임워크 분석

🔍 이론 선택의 배경

• 이론 선택의 근거: 축구는 본질적으로 네트워크 스포츠 (패스의 연쇄)
• 다른 이론과의 비교: 전통적 통계 방식은 상호작용 구조를 설명하기 어려움
• 이론의 적합성: 네트워크 중심성과 연결 구조를 분석하는 SNA가 가장 적절
• 이론적 프레임워크 구성:
  • Trequattrini 등(2015)의 축구팀 경기력 평가모델:
    • 효율성 (Efficiency)
    • 응집력 (Cohesion)
    • 취약성 (Vulnerability)
    • 활동성과 리더십 (Activity & Leadership)

📖 핵심 개념 심층 분석

🔬 연구 설계 심층 분석

📊 방법론적 선택

• 선정 이유:
  • SNA는 팀 내 상호작용 패턴 분석에 강점
  • 직접 관찰을 통해 정밀한 네트워크 추출
• 데이터 수집 방법:
  • 2018~2022 벤투 감독 체제 경기 중 10경기 선별
  • 경기 영상 기반 패스 데이터 수집 (성공 패스 기준)
  • 11명의 고정 노드 사용, 이진 매트릭스로 변환

💡 분석 전략

• 분석 도구: UCINET, Python
• 비교 대상: 시간 흐름, 경기 성격(월드컵 vs A매치), 상대팀(FIFA랭킹 고/저)
• 분석 방법: 네트워크 중심성 지표, 시계열 회귀분석, 통계적 차이검정

📊 결과의 의미 탐구

🔍 발견사항 해석

• 시간 흐름에 따른 분석: 응집력 상승, 취약성 하락 → 경기력 개선
• 경기 성격 변화: 월드컵 > A매치 (모든 지표에서 우수)
• 상대팀 변화: 하위랭킹 팀 > 상위랭킹 팀 (효율성 및 응집력 더 우수)

💭 결과의 한계

• 방법론적: 경기 수가 적음(10경기), 수동 분석 방식
• 이론적: 실제 경기력과의 인과관계 입증 부족
• 실무적: 선수 개인 요소, 상황 요인을 정량화하지 못함

🌟 연구의 가치 평가

💫 학문적 기여

• 이론 발전: SNA 기반 축구 분석에 있어 팀 단위 시간 흐름 분석 최초 적용
• 방법론 혁신: Trequattrini 모델의 실전 적용 가능성 검증
• 새로운 관점: ‘전술 패턴’ 중심의 경기력 분석 도입

🔄 향후 연구 방향

• 인공지능 기반 자동화된 패스 데이터 추출
• 선수 개인 중심의 SNA 결합
• 실시간 경기 전략 수립 시스템과의 연계

📝 개인적 학습과 통찰

🎓 학술적 성장

• 이론적: 네트워크 이론을 스포츠에 적용할 수 있음을 확인
• 방법론적: SNA와 스포츠 데이터를 접목하는 분석 방법 이해
• 설계 학습: 비교연구 설계에서 기준 분류의 중요성 인식

💡 연구 아이디어

• AI 기반 실시간 패스네트워크 분석 시스템 개발
• e스포츠 팀 경기력 분석에 SNA 도입 가능성 탐색
• 유소년 선수 선발에 네트워크 기반 평가지표 적용

📚 심화 학습을 위한 문헌

• 이론 심화: Trequattrini et al. (2015), Grund (2012), Yamamoto & Yokoyama (2011)
• 방법론 심화: UCINET 활용법, 네트워크 밀도/중심성 지표 해석
• 결과 해석: 축구 전술 이론 (ex. positional play, 중원 장악 전략 등)

✍️ 종합적 성찰

• 가장 중요한 교훈: “패스는 단순한 기술이 아니라 전략이다.”
  • 학문적: 경기력의 구조적 분석은 새로운 통찰을 가능하게 함
  • 방법론적: 정량화 가능한 네트워크 분석이 스포츠 분석의 새로운 지평을 연다
  • 실무적: 감독과 전략 결정에 있어 과학적 근거 제시가 가능해진다
• 후속 연구자로서 주목할 점:

  • 경기 데이터의 자동 수집 및 처리 시스템 구축

  • 전술적 맥락(예: 라인 간격, 전환 속도 등)의 정량화 방안 개발

  • 개인 중심성과 팀 전체 구조의 동시 분석 설계

    ---

    ✅ 잘한 점: 이 연구의 강점

    1. 분석 범위의 확장성과 체계성

  • 단일팀(한국 대표팀) 중심의 분석임에도 불구하고, 단순히 한 경기나 특정 상황만 분석하지 않고,
    - 시간 흐름,
    - 경기 성격 변화(월드컵 vs. A매치),
    - 상대팀 강도(FIFA 랭킹 고/저)

        총 **3가지 상황을 다차원적으로** 비교했다는 점이 매우 체계적입니다.
        

    2. 사회연결망분석(SNA)의 효과적 활용

  • 단순한 패스 수나 점유율과 같은 전통적인 축구 통계와는 다르게, 밀도, 중심성, 평균거리, 클릭 수 등 네트워크 중심 지표를 이용하여 팀 전술의 질적인 측면을 드러낸 점은 상당히 인상적입니다.

    3. 정량적 근거로 전술적 의사결정 뒷받침

  • 실제 벤투 감독에 대한 여론과 달리, 패스네트워크의 질적 향상이 꾸준히 이루어졌음을 시계열 분석으로 입증함으로써,
    - *"전술의 내재적 완성도는 시간이 지날수록 향상되었다"**는 주장을 설득력 있게 전달했습니다.

    4. 방법론의 엄격함

  • 모든 데이터를 직접 영상 분석하여 이진 소시오매트릭스로 구성했고, 두 명의 독립된 분석자가 상호 검토함으로써 데이터 신뢰도 확보에 신경 쓴 점도 주목할 만합니다.

    ---

    ❌ 아쉬운 점: 연구의 한계 및 미흡한 점

    1. 표본 수의 제한 (n=10 경기)

  • 총 4년간의 경기 중 단 10경기만 선별했다는 점은 결과의 일반화 가능성을 낮추는 주요 요인입니다.

  • 특히 통계적 유의성을 검증하기엔 표본 수가 너무 적어, 대부분의 비교항목에서 **p-value가 비유의적**으로 나타난 점이 한계입니다.

    2. 선수 개인 단위 분석 부족

  • 본 연구는 팀 네트워크 구조에 초점을 맞췄지만, 각 경기에서 어떤 선수 조합이나 개인 기여가 어떻게 영향을 미쳤는지에 대한 정량적 설명이 부족합니다.

  • 예: 황인범이 중심노드로 자주 등장하지만, 그의 영향력이 경기결과와 어떻게 연결되는지는 분석되지 않았습니다.

    3. 인과적 설명의 부재

  • 네트워크가 경기력에 "영향을 준다"고 추정하지만, 경기결과(득점/실점)와 네트워크 지표 간의 명확한 인과 모델이나 회귀분석은 제시하지 않았습니다.

  • 즉, "좋은 네트워크 = 좋은 결과"라고 단정짓기엔 설득력이 부족합니다.

    4. 질적 맥락 결여

  • 예를 들어, '포르투갈전은 밀도는 낮지만 점수가 높았다'는 식의 결과 맥락에 대한 해석이 조금 더 상세했으면 좋았을 것입니다.

    ---

    🔧 개선 방안 제안

    ✅ (1) 표본 확대 및 자동화 도입

  • 직접 수기로 10경기만 분석하는 방식은 연구 확장에 제약이 있음.

  • 영상처리 AI, 예: OpenPose나 YOLO 등과 같은 기술을 통해 패스 연결 자동 추출이 가능하며, 이를 통해 수십 경기를 추가로 분석할 수 있습니다.

    ✅ (2) 선수 중심의 서브 네트워크 분석 병행

  • 팀 전체 분석뿐만 아니라, 주전/비주전 비교, 또는 핵심 선수(중심성 Top 3) 출전 여부에 따른 네트워크 변화 등 더 세밀한 분석을 추가하면 좋겠습니다.

    ✅ (3) 경기결과와의 정량적 연결 분석 도입

  • 경기의 득점/실점 데이터를 종속변수로, 네트워크 지표들을 독립변수로 설정하여 회귀모형 또는 구조방정식모델(SEM) 등을 통해 직접적인 예측력을 분석하는 후속 연구가 기대됩니다.

    ✅ (4) 질적 분석과의 병행

  • 예를 들어, 해당 경기에서의 실제 전술 변화, 감독의 경기 후 인터뷰, 경기 맥락(예: 변수, 부상 등)을 함께 해석할 경우,
    - 수치 이상으로 해석력 있는 결과를 도출할 수 있습니다.

    ---

    🧠 마무리 코멘트

    이 논문은 축구 분석의 양적 전환을 보여주는 대표적인 사례이며,

    SNA를 스포츠 전술 분석에 도입한 모범적 시도입니다.

    다만, 이 분석이 실제로 "전술 판단 기준"이나 "감독 성과 평가 지표"로 사용되기 위해선

    표본 확장, 정밀화, 인과 해석의 강화가 뒤따라야 한다는 점에서 후속 연구가 매우 중요해 보입니다.

    ---

    필요하시면 위 내용을 발표자료용 요약본이나 PPT용 슬라이드 구조로 재구성해 드릴 수도 있습니다!