시대 차이를 넘어선 야구 경력 통계의 객관적 비교

초록

본 논문은 시즌 평균으로 정규화하는 ‘디트렌딩’ 기법을 도입해 1920‑2009년 MLB 선수들의 타격·투구 성과를 비교한다. 원시 데이터와 디트렌딩 후 데이터의 확률밀도함수가 형태적으로 동일함을 확인하고, 이를 감마분포로 모델링해 극단값 기준을 제시한다. 결과는 스테레오타입적 ‘스테로이드 시대’와 같은 외부 요인에도 불구하고 선수 능력의 내재적 다양성과 경쟁 구조가 통계적 규칙성을 만든다는 점을 시사한다.

상세 분석

이 연구는 “시즌 평균 정규화(detrending)”라는 간단하면서도 강력한 통계적 전처리 방법을 제시한다. 구체적으로 각 시즌의 전체 선수 평균(또는 중앙값)으로 개인의 시즌 성과를 나누어, 시즌별 전체 수준 변동을 제거한다. 이렇게 하면 확장, 장비 개선, 훈련 방법 변화, 그리고 PED 사용 등 외생적·내생적 요인이 만든 ‘시대별 베이스라인’을 보정할 수 있다. 저자들은 90년간 5가지 주요 지표(H, HR, RBI, W, K)의 경력 누적값에 대해 원시 데이터와 디트렌딩 데이터의 확률밀도함수(pdf)를 비교했으며, 두 경우 모두 오른쪽 꼬리가 두드러지는 비대칭 분포를 보였지만 형태적 차이는 거의 없었다. 이는 “정규화된” 성과가 여전히 동일한 통계적 법칙을 따른다는, 즉 선수 간 실력 차이와 경기 경쟁 구조가 근본적인 원동력임을 의미한다.

pdf를 감마분포로 피팅한 뒤, 극값 이론(extreme value theory)을 이용해 상위 0.1% 수준의 ‘벤치마크’를 정의했다. 이때 감마분포의 shape와 scale 파라미터는 각 지표마다 다르게 추정되었으며, 특히 홈런(HR)과 타점(RBI)은 shape 파라미터가 작아 꼬리가 두꺼운 특성을 보였다. 이러한 파라미터는 “한 번의 뛰어난 시즌”이 전체 경력에 미치는 영향과 “오랜 기간 평균 수준을 유지”하는 경우를 정량화한다.

논문의 주요 강점은 (1) 데이터 전처리 단계에서 복잡한 모델링 없이도 시대 효과를 제거한다는 점, (2) 다양한 지표에 대해 동일한 통계적 프레임을 적용해 비교 가능성을 높였다는 점, (3) 감마분포 기반의 객관적 ‘역대 최고’ 기준을 제시해 Hall of Fame 논쟁에 실증적 근거를 제공한다는 점이다. 반면 한계점으로는 (가) 시즌 평균 자체가 이미 특정 팀·리그·포지션 편향을 포함할 수 있어 완전한 보정이 아닐 가능성, (나) PED 사용이 실제 성과에 미친 효과를 직접 측정하지 못하고 ‘시대 평균 상승’에 포함시켰다는 점, (다) 감마분포 외 다른 꼬리 분포(예: 파레토, 로그정규)와의 비교가 부족해 모델 선택의 민감도를 평가하지 못했다는 점을 들 수 있다.

실제 적용 사례로 저자들은 각 지표별 상위 50명 커리어를 재정렬했으며, 디트렌딩 후에도 전통적인 ‘역대 최고’ 리스트와 큰 차이가 없음을 확인했다. 이는 기존 기록이 시대적 편향에 크게 좌우되지 않았음을 시사한다. 그러나 HR과 RBI 같은 파워 지표는 1990년대 이후 급격히 상승한 부분이 디트렌딩으로 완화되어, 1970년대 이전 선수들의 상대적 위상이 상승한다는 점도 눈에 띈다.

결론적으로, 이 논문은 “시대 차이를 정량적으로 보정하고, 통계적 규칙성을 확인함으로써 객관적인 선수 평가 기준을 마련한다”는 중요한 메시지를 전달한다. 향후 연구에서는 포지션별, 구단별, 혹은 경기 환경(공원 크기, 기후)별 보정 요소를 추가하고, 베이지안 모델링을 통해 불확실성을 정량화하는 방향이 기대된다.