부정적인 게임 속 긍정적 숫자의 역설

ESPN 및 베팅 회사용 예측 모델을 개발한 경험을 바탕으로, Game 7에서 매서린의 음수 플러스마이너스에 대해 처음 느낀 감정은 분노가 아니라 호기심이었습니다. 통계 자체가 틀렸다는 것이 아니라, 해석이 잘못됐기 때문입니다.

스포츠 데이터 과학에서는 단순 플러스마이너스로 선수를 평가하지 않습니다. 핵심은 ‘맥락’입니다. 그리고 이 경우, 맥락은 모든 것을 결정합니다.

출전 시간 ≠ 가치

매서린은 10분 이상 출전했지만, 그 중 절반 가까이는 경기가 이미 결정된 후였습니다. 특히 끝내기 상황에서 5분간만 뛰었죠. 이는 그가 시작선수라기보다 ‘상황적 스코어링 수단’으로 사용되었음을 의미합니다. 따라서 그의 영향력 창은 좁고, 통계적으로도 취약합니다.

하리나 케이드 커닝엄 같은 스타터들은 전 경기 동안 35분 이상 출전하며 일관된 성과를 만들어냅니다. 반면 매서린은 팀이 위기를 겪을 때만 등장하고, 결과가 나온 후엔 바로 교체됩니다.

‘저주받은 역할’ 문제

이는 매서린만의 문제가 아닙니다. 리그 전체 백업 스코어러들이 겪는 구조적 문제입니다. 화재 진압용 소화기처럼 위기가 생길 때만 동원되면, 그들의 통계는 혼란일 뿐 실질적인 기여를 반영하지 못합니다.

그럼에도 팬들은 출전 시간조차 짧은 선수에게 양수 통계를 요구합니다. 마치 ‘하나의 요리를 온 밤새 만들었으니 최고 평점 받아야 한다’는 식입니다.

감독 판단도 데이터 기반이다 (또는 되어야 한다)

제이슨 카드 감독이 매서린을 빼낸 것은 싫어서가 아니라, 로테이션 전략과 피로 관리, 상대 맞춤 전술 때문입니다.

내 모델에 따르면 주요 백업 선수가 약 25분 이상 뛰면 공격 효율성이 하락하는 경향이 있습니다. 즉 조기에 교체하는 것이 오히려 더 현명할 수 있습니다.

하지만 이런 점들은 개인 통계 평가에선 거의 언급되지 않습니다.

플러스마이너스는 진짜 가치를 반영할 수 있을까?

단답: 사용률, 페이즈 조정된 출전 시간, 수비 배치 부담 등을 고려해야 가능합니다.

e.g., 매서린의 -2 플러스마이너스라도, 정규화된 지표로 보면 per 100 possessions 기준 +6일 수 있습니다.

따라서 고급 지표가 존재하는 이유는 전통 지표를 대체하기 위함이라기보다 보완해주는 것입니다.

더 많은 무례한 반응보다 더 깊은 분석 필요합니다—특히 데이터를 사랑한다며 말하는 팬들 사이에서도요.

결론: 통계 탓하지 마세요—시스템 탓하세요*

실제 질문은 ‘매서린 worth less?’가 아니라 ‘우리 평가 도구는 적절한가?’입니다. 아니요—그렇지 않다지만, 계속 개선해 나간다면 괜찮습니다.