인간 심판의 편향: 축구 평가에서 눈에 띄는 특징만이 결정한다

초록

본 연구는 이탈리아 세 주요 스포츠 신문이 제공한 760경기 20,000명 이상의 선수 평점 데이터를 활용해, 기술적·맥락적 특징이 인간 심판의 평가에 어떻게 반영되는지 머신러닝 기반 인공 심판을 구축함으로써 규명한다. 결과는 인간 평가는 소수의 눈에 띄는(정규분포에서 크게 벗어난) 특징에 의존하는 ‘noticeability heuristic’에 의해 좌우되며, 역할별로 중요한 특징이 다르게 나타난다는 점을 보여준다.

상세 분석

이 논문은 2015/2016·2016/2017 시즌 이탈리아 세리에 A 760경기의 이벤트 로그와 3개 신문(G, C, T)의 선수 평점(0~10, 0.5 단위)을 결합한 대규모 데이터셋을 구축했다. 각 선수‑경기 조합에 대해 150개의 기술적 특징(패스 성공률, 슈팅 횟수, 위험도 등)을 z‑스코어로 정규화했으며, 추가로 연령, 국적, 팀, 경기 기대 결과(북메이커 예측), 실제 승패, 홈·어웨이 여부 등 30여 개의 맥락적 변수를 수집했다.

먼저 순수 기술 특징만을 입력으로 하는 머신러닝 분류기(M_P)를 훈련했을 때, 인간 평점과의 Pearson 상관계수 r≈0.55, RMSE≈0.60을 기록했으며, 이는 인간 심판 간 상관(r≈0.76, RMSE≈0.50)보다 낮았다. 이는 기술적 지표만으로 인간 평가를 완전히 설명할 수 없음을 시사한다. 이어서 기술+맥락 특징을 결합한 모델(M_{P+C})를 학습하면 r≈0.68, RMSE≈0.54로 크게 개선되며, K‑S 통계도 인간 평점 분포와 더 가까워졌다. 이는 심판이 경기 결과, 기대 승률 등 외부 정보를 크게 가중한다는 증거이다.

특징 중요도 분석에서는 역할별(골키퍼, 수비수, 미드필더, 포워드)로 차이가 뚜렷했다. 골키퍼와 포워드는 각각 세이브와 골 같은 직접적인 기술 지표가 상위에 올랐지만, 수비수와 미드필더는 팀 골 차이, 경기 승패 등 집합적 맥락 변수가 가장 큰 가중치를 받았다. 전체 150개 특징 중 상위 20개만 사용해도 모델 성능이 포화에 이르는 것을 확인했으며, 이는 인간 평점이 소수의 눈에 띄는 특징에만 의존한다는 ‘noticeability heuristic’를 뒷받침한다.

이 heuristic는 평균 평점별 특징 평균값을 살펴보면, 평점이 5.5·6.0·6.5인 경우 대부분 특징값이 평균에 가깝고, 7 이상 혹은 5 이하인 경우 특정 특징이 평균에서 크게 벗어나(예: 골 수, 실점, 기대 승률 대비 실제 결과) 눈에 띄게 된다. 즉, 인간 심판은 ‘정상적인’ 경기에서는 미세한 차이를 무시하고, ‘특이한’ 사건이 발생했을 때만 해당 특징을 기억해 평점에 반영한다.

결과적으로 인간 평가는 복합적인 인지 과정이 아니라, 제한된 주의 자원을 효율적으로 사용하기 위한 단순한 규칙 기반(눈에 띄는 특징 선택)으로 설명될 수 있다. 이는 스포츠 외에도 교육·과학·예술 등 다양한 분야에서 인간 평가가 어떻게 편향될 수 있는지를 이해하는 데 중요한 통찰을 제공한다.