크리켓 개인 성과 정량화: 타자와 투수의 네트워크 분석

초록

이 논문은 기존의 타자 평균·투수 평균만으로는 드러나지 않는 ‘상대 강도’를 반영하기 위해, 선수 간 직접 대결 데이터를 기반으로 가중치가 부여된 방향성 네트워크를 구축한다. 테스트와 ODI 경기 기록을 이용해 타자‑투수 간 득점·위치 관계를 모델링하고, 네트워크 중심성 지표를 통해 선수의 실질적인 기여도를 평가한다. 결과는 무라티라난이 역사상 가장 성공적인 투수임을 확인한다는 점에서 기존 통계와 차별화된 인사이트를 제공한다.

상세 분석

본 연구는 크리켓 경기에서 개인의 기여도를 정량화하는 새로운 방법론을 제시한다는 점에서 학술적·실무적 의의가 크다. 전통적으로 타자의 성과는 ‘배팅 평균(총 득점/아웃 횟수)’, 투수의 성과는 ‘볼링 평균(실점/위치 횟수)’으로 평가해 왔으며, 이는 상대 팀의 공격·수비 수준을 고려하지 못한다는 한계를 가지고 있다. 논문은 이러한 한계를 극복하기 위해 ‘플레이어‑대‑플레이어’ 데이터를 활용, 각 타자와 투수 사이에 직접적인 상호작용(득점·위치) 정보를 엣지(weight)로 부여한 방향성 가중 네트워크를 구축한다.

네트워크 구성 단계는 두 가지 데이터 소스로 나뉜다. 첫 번째는 특정 경기(테스트·ODI)에서 발생한 타자‑투수 대결 기록이며, 여기서 각 타자가 특정 투수에게 얻은 득점과 투수가 그 타자를 잡은 위키 수를 엣지 가중치로 사용한다. 두 번째는 역사적 전체 기록(테스트 1877‑2011, ODI 1971‑2011)을 기반으로, 모든 타자‑투수 조합에 대한 누적 위키·득점 데이터를 집계해 장기적인 ‘품질’ 네트워크를 만든다. 이렇게 두 네트워크를 동시에 분석함으로써 단기 경기 상황과 장기적인 선수 역량을 모두 포착한다.

네트워크 분석 기법으로는 주로 ‘입·출 중심성(in‑degree, out‑degree)’, ‘가중 페이지랭크(PageRank)’, ‘클러스터링 계수’를 활용한다. 입 중심성은 특정 투수가 얼마나 많은 타자를 잡았는지를, 출 중심성은 타자가 얼마나 많은 투수에게 득점을 했는지를 나타낸다. 특히 가중 페이지랭크는 엣지 가중치를 고려해, 강한 투수에게 득점한 타자나 강한 타자를 잡은 투수에게 높은 점수를 부여한다. 이는 기존 평균 지표가 놓치기 쉬운 ‘상대 강도’를 정량화하는 핵심 메커니즘이다.

실험 결과는 두 가지 흥미로운 패턴을 보여준다. 첫째, 전통적인 평균 지표와는 달리, 무라티라난(M. Muralitharan)이 네트워크 중심성에서 압도적으로 높은 점수를 기록했으며, 이는 그가 강한 배팅 라인업을 상대로도 지속적으로 위키를 확보했음을 의미한다. 둘째, 일부 전통적인 ‘베스트 배터’로 꼽히던 선수들은 네트워크 상에서 상대적으로 낮은 중심성을 보였는데, 이는 그들의 득점이 상대적으로 약한 투수에게 집중되었을 가능성을 시사한다.

또한, 논문은 이 방법론을 국내 리그나 청소년 경기에도 적용 가능하다고 주장한다. 데이터 수집이 가능하다면, 팀 구성 시 ‘상대 강도’를 반영한 객관적 지표를 활용해 균형 잡힌 라인업을 구성할 수 있다. 다만, 데이터 품질(특히 과거 경기의 상세 기록)과 네트워크 파라미터 설정(가중치 정의, 시간 가중치 등)에 따라 결과가 변동할 수 있다는 한계점도 명시한다.

요약하면, 이 연구는 크리켓에서 개인 성과를 평가할 때 ‘누구에게’와 ‘얼마나 어려운 상대에게’ 성과를 냈는지를 정량화하는 네트워크 기반 프레임워크를 제시함으로써, 기존 평균 기반 평가의 한계를 보완하고 보다 정교한 선수 분석 도구를 제공한다는 점에서 큰 기여를 한다.