[디 애슬레틱] 인공지능이 축구를 변화시킬 수 있다. 미래는 어떻게 달라질까? (장문) > 스포츠 소식

"인공지능(AI) 에이전트가 24시간 안에 축구 경기를 시물레이션해, 지난 150년 동안 실제로 치러진 모든 프로 경기를 합친 것 보다 더 많은 데이터를 생성하는 것도 가능하다." 리 무니는 이렇게 말했다. 그는 City Football Group에서 6년 동안 데이터 인사이트 책임자로 일한 경험이 있다.

​

그는 펩 과르디올라를 예로 든다. "펩 과르디올라가 선수로 뛰고, 감독하며, 관찰한 경기 수를 생각해 보세요. 그의 경력에 영향을 미친 요한 크루이프나 리누스 미헬스 같은 이전 세대까지 거슬러 올라가면, 그들의 축적된 경험을 단 몇 시간 만에 시뮬레이션할 수도 있습니다.

​

이 모든 축구 관련 지식을 하나의 인공 두뇌에 집어넣는다면 어떤 일이 벌어질까? 그는 새로운 전술, 훈련 방법, 경기력 측정 방식뿐만 아니라 코치의 기술과 재능을 평가하는 데에도 혁신적인 가능성이 열릴 것이라고 본다.

​

이러한 이야기는 미래지향적이라고 들릴 수 있지만, 축구는 이미 그 방향으로 나아가고 있다. 가장 대표적인 사례로 리버풀이 Google DeepMind와 협력해 AI를 활용한 코너킥 전략 개선 작업을 들 수 있다.

​

리 무니는 맨체스터 시티에서 업계를 선도하는 데이터 분석 부서를 설립한 뒤, MUD Analytics 라는 회사를 창립했다. 이 회사는 프리미어리그, 잉글리시 챔피언십, 스코틀랜드 프리미어십, MLS의 여러 클럽과 협력하고 있다. 그는 새로운 기술이 스포츠에 통합되어 전통적인 방식을 변화시키는 과정을 누구보다 잘 이해하고 있는 인물이다.

​

AI는 컴퓨터가 인간의 지능을 필요로 하는 작업을 배우고 수행하며 문제를 해결할 수 있도록 돕는다. 방대한 양의 정보를 학습하고 수십억 개의 변수를 시뮬레이션하여 미래의 패턴을 식별하고 예측 한다.

​

이미 1997년에 슈퍼컴퓨터는 초당 2억 개의 체스 포지션을 평가하며 인간 체스 그랜드마스터를 이겼다. 포뮬러 1에서는 팀들이 몇 날 며칠 동안 수백만 법의 랩을 시뮬레이션하며 다가오는 그랑프리에 최적화된 레이스 전략을 조정한다.

​

아직 해결해야 할 과제가 남아 있지만, 선수 추적 데이터의 발전으로 인해 축구에서도 클럽들이 AI를 훈련시켜 다가오는 상대와의 경기를 시뮬레이션할 수 있는 단계에 이를 수 있다고 리 무니는 본다.

​

"예를 들어 맨체스터 시티와의 경기를 준비한다고 가정하면, AI 에이전트가 그들의 플레이 방식과 개별 강점 및 약점을 이해하도록 훈련할 수 있습니다. 그리고 AI가 그 경기를 수백만 번 시뮬레이션하며, 현재 팀에 있는 선수들로 가장 효율적으로 그들을 이길 전략을 찾아낼 수 있을 겁니다."라고 무니는 말한다.

​

얼마 전만 해도 막연하고 먼 미래처럼 느껴졌던 AI의 세계가 이제는 점점 더 일상 속으로 스며들고 있다. 축구도 예외는 아니다. AI가 구체적으로 어떻게 적용될지는 아직 불확실하지만, 선수 영입, 코칭, 피트니스, 의료 분야에서의 활용은 다른 스포츠에서와 마찬가지로 빠르게 가속화될 것으로 보인다.

​

The Athletic은 이러한 분야에서 축구의 미래에 AI가 어떤 영향을 미칠지 이해하기 위해 업계의 주요 인물들과 이야기를 나눴다. 논의된 주요 내용은 다음과 같다.

​

프리미어리그와 풋볼 리그 스카우트 중 65%가 향후 5년 안에 AI가 자신들의 역할에 영향을 미칠 것이라고 응답했다.

클럽들은 대형 언어 모델을 활용해 수백 개의 스카우팅 리포트를 읽는 과정을 자동화하기 시작했다.

데이터 분석 혁명은 처음에는 축구 외부 분야에서 시작되었고, 이를 축구 문화에 적용하는 데 여전히 어려움을 겪고 있다.

바르셀로나는 과학 회사 Omniscope에 투자해 AI를 활용하여 선수 부상을 예방하고 최상의 컨디션을 더 오랫동안 유지하는 기술을 개발하려 하고 있다.

지난 11월, 프리미어리그 클럽 브라이튼 호브 앤 알비온은 구단주 겸 회장인 토니 블룸의 데이터 도구를 활용해 선수 영입을 진행하는 가운데, 대부분의 정규직 시니어 스카우트들을 정리했다.

​

지난 15년간 데이터 분석이 축구에 확산되면서, 현재 프리미어리그 20개 구단 중 데이터를 스카우팅의 첫 단계로 활용하지 않는 곳은 없다. 그러나 새로운 영역은 바로 AI다.

​

익명을 요구한 한 잉글리시 클럽의 영입 관계자는, 최근 구단 내 AI의 주요 옹호자 중 한 명이 스카우트가 향후 2년안에 AI로 대체될 수 있다는 견해를 밝혔다고 전했다.

​

유럽 전역의 여러 클럽과 협력하는 한 스카우팅 데이터 과학자는, 클럽들이 더 이상 새로운 영입 선수가 팀에 어떻게 적응할지 상상할 필요가 없는 날이 올 것이라고 믿는다. 

대신 AI를 사용해 선수의 스타일과 영입하려는 팀의 전술 데이터를 분석하여, 특정 상황에서 그 선수가 어떤 활약을 펼칠지 시각화할 수 있게 될 것이다. 

프리미어리그 영입팀의 한 고위 관계자는 이렇게 말한다.

"이 변화가 반갑지는 않을 겁니다. 언젠가는 AI가 일자리를 위협하는 날이 올 수도 있으니까요. 하지만 결국 비용 절감의 수단이 될 겁니다."

​

현재도 클럽들은 방대한 스카우팅 리포트, 경기력 데이터, 신체 데이터 자료를 보유하고 있지만 이를 해석하는 것은 인간의 몫이다. AI는 이 과정을 단축시킬 수 있다. 100개의 리포트를 일일이 읽는 대신, AI가 클럽의 모델에 가장 적합한 선수를 빠르게 선별해낼 수 있기 때문이다. 

프리미어리그 영입팀 관계자는 이렇게 설명한다. "AI를 사용해 특정 기간 동안 경기에서 활약한 선수를 프로파일링하고, 특정 선수와 유사한 유형을 찾아낼 수도 있을 겁니다."

​

AI의 도입이 시간 절약에 도움을 줄 수는 있지만, 이는 일부 스카우트들에게 그들의 직업이 급격히 사라질 수 있다는 불안을 안겨주고 있다.

​

"AI가 스카우트를 대체할 것이라는 주장은 전혀 이해되지 않습니다." 리 무니는 이렇게 말한다. "모델이 볼 수 없는 것들이 존재합니다. 아니면 결과값에 넓은 신뢰구간(추정치의 불확실성을 나타내는 범위)이 있을 수도 있습니다. 

예를 들어, 선수의 압박 상황에서의 반응, 좁은 공간에서 공을 다루는 능력, 스캔의 타이밍, 터치의 부드러움, 패스를 보는 시야 등은 영상으로는 쉽게 볼 수 있지만, 데이터로는 보기 어렵거나 시간이 오래 걸리는 부분들입니다."

​

무니는 기술 발전 과정에서 인간과 AI 간에 미묘한 균형이 필요하다고 본다. "기계가 현재 볼 수 없는 모든 것에 대해, 그 격차를 좁히기 위한 연구 분야가 생길 것입니다. 

이는 인간과 기계 간의 건강한 긴장을 만들어내는 동시에, 상호 의존적인 관계를 형성할 겁니다. 더 강력한 분석 도구를 개발하려면 고품질의 전문가 경험 반영이 필수적입니다."

​

그는 자신의 경험을 바탕으로 축구계의 선진적인 코치들과 함께 일하며 기술을 발전시켰지만, 동시에 인간적인 면의 가치를 더욱 느끼게 되었다고 강조한다. "AI 분야에서 활동하는 사람들에게는 한 가지 과제가 있습니다. 

기술 발전에 지나치게 몰두하면서 인간적인 면과 거리가 멀어지는 경우가 많다는 점입니다. 하지만 많은 사람들이 기술 발전이 결국 자신들에게도 영향을 미칠 수 있다는 사실을 깨닫지 못하는 경우가 많습니다."

​

무니는 이미 MUD Analytics에서 인공지능(AI)과 머신러닝을 활용하고 있다. 머신러닝은 명시적인 지침 없이도 알고리즘과 통계 모델을 통해 데이터를 분석하고 패턴에서 추론을 도출하며 학습하고 적응하는 시스템을 말한다. 그는 팀과 함께 2000년대 초반까지 거슬러 올라가는 2,500만 건의 선수 출전 데이터를 분석해, 잠재적 영입 선수들의 경로를 예측할 수 있는 패턴과 특성을 식별하는 모델을 구축했다.

​

데이터가 제공하는 인사이트는 이미 축구의 본질을 변화시키고 있다. 

예를 들어, 페널티 박스 밖에서 슛을 시도하는 선수들이 줄어들었는데, 이는 골로 이어질 확률이 낮기 때문이다. 

또한, 팀들은 과거보다 공을 더 오래 소유하고 드리블을 덜 시도하고 있다. 

그러나 이러한 변화에 대해 일부 팬들은 지나치게 구조화된 시스템이 창의적인 선수들의 역할을 줄였다고 아쉬움을 표한다.

​

무니는 영화 쥬라기 공원의 한 대사를 떠올린다고 말한다. “과학자들이 ‘할 수 있는지’에만 몰두한 나머지 ‘해야 하는지’는 고민하지 않았다는 부분이 생각나요.”

​

그는 이렇게 덧붙인다. “스포츠가 본래 그래야 하는 모습이 이것인가요? 제 직업은 팀들이 승리하고 투자 대비 최대 가치를 얻을 수 있도록 돕는 것입니다. 그래서 제가 이 일을 하지 않으면 다른 누군가가 할 거고, 그러면 결국 총을 든 싸움에 칼을 들고 나가는 상황이 되는 겁니다.”

2013년에 데이터 분석 회사 StatsBomb을 설립한 테드 크누트슨은 올해 초 이를 Hudl에 매각하기 전까지 축구에서 새로운 기술 도입에 대한 저항을 직접 경험했다.

​

크누트슨은 데이터 분석 커뮤니티의 초기 선구자 중 한 명으로, 미트윌란에서 세트피스 데이터를 활용해 획기적인 성과를 거뒀다. 

당시 미트윌란은 프리미어리그 브렌트포드 구단주 매튜 벤햄의 소유 하에 있었으며, 2014-15 시즌 첫 덴마크 리그 우승을 차지하는 과정에서 세트피스로만 25골을 기록했다.

“클럽에 가서 우리가 다른 팀의 세트피스 성과를 어떻게 개선했는지 보여주면, 코치들은 종종 ‘좋네요… 그래서요?’라고 반응하곤 했습니다.” 테드 크누트슨은 이렇게 말한다.

“축구는 변화를 좋아하지 않습니다. 우리는 이벤트 데이터(패스, 슛)와 영입 과정에서 데이터 활용을 정착시키기 위해 정말 많은 노력을 기울여야 했습니다. 프리미어리그 클럽들의 영입 과정에서 데이터가 첫 번째 필터로 자리 잡는 데만 10년이 걸렸습니다.”

​

그는 축구팀들이 기본적인 것조차 제대로 실행하지 못하는 경우가 많다고 지적하며, 이렇게 묻는다. “정말 똑똑한 사람들을 모아 이런 정교한 모델을 만들어내는 게 가능할까요? 충분히 가능합니다. 아마 5년 안에는 일부 실현될 수도 있을 겁니다. 그런데, 누가 여기에 투자하고, 이를 선도하고 있나요?”

​

StatsBomb의 축구 압박 관련 작업은 경기당 측정된 수비 이벤트를 30개에서 300개로 늘렸다. 또한, 슛을 하는 순간 상대 선수들의 위치를 고려한 기대 득점(xG) 분석을 통해 션 다이치의 번리가 높은 슛 허용 수치에도 불구하고 적은 실점을 기록한 이유를 설명할 수 있었다. 이는 번리가 슛을 효과적으로 차단했기 때문이었다.

​

StatsBomb의 첫 해에 파리 생제르맹을 고객으로 확보한 크누트슨은, 전통적인 축구 관계자들을 설득하는 데 가장 효과적이었던 지점이 각 포지션의 기술을 정량화한 것이었다고 말한다. 데이터를 사용해 정보를 레이더 차트로 변환해, 선수의 여러 기술에서의 효과성을 요약해 보여주니, 단순한 수치보다 코치들이 이를 훨씬 더 쉽게 시각적으로 이해할 수 있었다고 설명한다.

​

StatsBomb은 2021년 또 한 번 도약을 이루었다. 360 제품을 출시하며 리버풀은 최초로 이를 도입했다. 이 기술은 경기당 3,400건의 이벤트 데이터를 수집하는 기존 방식에 더해, 모든 동료 선수와 상대 선수의 위치 정보를 추가로 제공했다. 이후 StatsBomb은 이 기술을 NFL에도 적용해, 필드 위 모든 선수의 위치를 초당 30회 추적하는 데 성공했다.

​

“NFL은 더 어렵습니다. 가리는 요소(occlusion)가 훨씬 많기 때문이죠. 축구에서는 선수들이 보통 분리되어 있고, 세트피스 상황에서나 서로 부딪히는 정도입니다.” 크누트슨은 이렇게 말하며, “축구에서도 이런 기술이 앞으로 몇 년 안에 적용될 수 있을 겁니다”라고 덧붙였다.

​

크누트슨은 AI 분야에서 클럽들이 진정한 선구자가 되기는 어려울 것이라고 본다. 이는 진전을 이루기 위해 필요한 시간과 자원 때문일 뿐만 아니라, 프로 스포츠의 특성상 경쟁 우위를 확보한 팀들이 지적 재산을 철저히 보호하려 하기 때문이다. 이런 이유로 브라이튼과 브렌트포드에서는 대부분의 스카우트들이 구단주가 운영하는 데이터 회사의 모델 작동 방식을 직접 볼 수 없다.

​

데이터 분석의 성장은 유기적으로 이루어졌고, 리버풀의 전 연구 책임자 이안 그레이엄과 같은 축구계 내부의 초기 도입자들에게만 국한되지 않았다. 아마추어들도 StatsBomb의 공개 데이터 세트를 활용해 기존 작업을 발전시킬 수 있었다. 이들 중 다수는 현재 프로 축구 클럽의 영입팀에서 일하고 있다.

​

“AI가 더 어려운 영역은 훈련에서 전술적으로 활용되는 부분입니다.” 크누트슨은 이렇게 말한다. “분석가들 중 많은 이들이 코칭 경험이 부족하기 때문에 항상 신뢰의 격차가 존재합니다.

​

“만약 데이터 분석가들이 코칭 자격증을 취득한다면, 그런 상황이 변할 가능성이 있다고 봅니다. 미국 스포츠에서는 이미 통계 분석가들이 어시스턴트 코치로 활동하는 사례를 볼 수 있습니다. 

아마 축구에서도 이런 변화가 점차 일어날 겁니다. 또 다른 문제는 선수 출신이 아닌 사람들이 코칭 자격증을 따는 데 겪는 어려움입니다. 이는 일종의 진입 장벽이며, 코칭과 관련된 몇 가지 요소들을 분명히 뒤처지게 하고 있습니다.”

알베르트 문데트가 2017년 바르사 이노베이션 허브를 출범할 때, 초점은 전술 분석에 맞춰져 있었다.

​

초기에는 데이터 모델을 사용해 상대 선수 개개인의 포지션을 예측하고, 공간이 생길 위치를 파악하는 데 성과를 거뒀다. 하지만 그는 이 분야에서 AI의 잠재력을 완전히 발휘하려면 데이터가 더 저렴해져야 한다고 믿는다.

​

“처음에는 전술적인 측면에 AI를 집중했지만, 지금은 부상 예방에 더 많은 투자를 하고 있습니다.” 현재 바르셀로나의 총괄 매니저로 구단 회장 라포르타에게 보고하는 문데트가 이렇게 말한다.

​

“지난 10년 동안 GPS가 경기력 모니터링의 핵심이었지만, 우리는 이것만으로는 충분하지 않다고 생각합니다. GPS는 전체의 한 조각일 뿐입니다. 다음 단계는 유전체학 데이터와 신체의 다른 생체지표를 결합한 생의학 데이터라고 봅니다. 

이는 다른 산업에서는 이미 사용되고 있지만, 축구에서는 아직 시도되지 않았습니다. GPS와 생의학 데이터를 결합하면 부상 예방에 큰 도움이 될 겁니다. 부상이 늘어나는 이유는 경기 수가 많아졌을 뿐 아니라, 경기의 강도가 훨씬 더 높아졌기 때문입니다.”

​

Zone7은 이미 이 분야에서 활동 중인 회사로, 이전에 The Athletic에서 다뤄진 바 있다. 이 회사는 AI를 활용해 신체 데이터를 분석하고 근육 부상의 위험을 평가한다. 리버풀, 나폴리, 레인저스, LAFC 등이 주요 고객이다.

​

문데트는 바르사가 지역 스타트업 Made of Genes에 500만 유로(약 420만 파운드, 520만 달러)를 투자한 것이 예측 능력을 강화했다고 믿는다.

​

“우리는 과거 데이터를 기반으로 훈련된 AI 모델을 사용해 특정 시점에 선수가 겪게 될 외부 부하를 시뮬레이션할 수 있습니다. 또한, 이를 유전체학 및 대사체학 프로파일과 결합하여 부상 위험을 평가할 수 있습니다.” 문데트는 이렇게 말한다. 

“훈련과 경기에서 선수의 부담을 줄임으로써 건강을 유지할 수 있도록 코치의 결정을 도울 수 있습니다. 만약 우리가 8강, 준결승, 결승전에 진출한다면, 선수들이 최적의 부하 상태와 부상 위험으로 대회에 임할 수 있도록 도움을 줄 수 있습니다.”

​

바르사 이노베이션 허브의 최신 투자는 지금까지 가장 중요한 규모로 보인다. 바르사는 2021년 설립된 Omniscope에 투자했다. 이 기술-생명공학 회사는 최근 몇 년간 AI와 면역학 분야에서 이루어진 발전을 활용해 질병의 진단과 치료를 혁신하려 한다. 스포츠 분야에서는 이를 부상 예방과 회복 개선으로 전환할 수 있다고 보고 있다.

​

인간의 면역 체계는 그 복잡성 때문에 이해하기 어려운 부분이 많지만, Omniscope의 기술은 혈액 샘플을 통해 수백만 개의 세포를 하나씩 분석할 수 있다. 이는 기존 기술보다 100배 더 많은 양을 처리할 수 있으며, 개인의 염증 점수를 0에서 100까지로 측정한다. 

또한, AI를 활용해 세포 서열에서의 공백을 식별함으로써 질병의 초기 징후를 진단할 수 있다. 이 모든 과정은 엄격한 데이터 프라이버시와 윤리적 기준을 준수하면서 이루어진다.

​

Omniscope는 AI를 활용해 세포 단위로 면역 체계를 모델링하는 기반 작업을 진행 중인데, 이는 이전에는 시도된 적 없는 방식이다. 축구와 같은 맥락에서 보면, 건강한 운동선수를 유지하고 부상을 예방하며 회복을 빠르게 하는 능력은 생성 AI에서 비롯된다.

​

이 회사는 건강한 세포를 보관했다가 이를 질병과 싸우기 위해 체내에 다시 도입하거나, AI로 치료용 면역 세포를 설계하는 혁신적인 개념을 추진 중이다.

​

축구에서는 건강한 운동선수의