16분 읽기

'우리 팀의 축구'는 느낌이 아니라 구조다 — 게임 모델의 정의, 오해, 그리고 플레이 스타일 식별 방법론

게임 모델 플레이 스타일 전술 분석 방법론 코치 해석 일치도

“우리 팀의 축구를 하자.” 시즌 시작 전 미팅에서 누구나 한 번쯤 들어본 말이다. 그런데 ‘우리 팀의 축구’가 정확히 무엇인지 물으면, 대답은 제각각이다. 4-3-3이라는 사람, 점유율 축구라는 사람, 역습이라는 사람. 같은 팀에 있는 코치들끼리도 다르게 답한다. 문제는 여기서 시작된다.

게임 모델이란 무엇인가 — 포메이션을 넘어서

“4-3-3으로 간다”는 게임 모델이 아니다. 포메이션은 선수 배치의 출발점일 뿐, 팀이 어떻게 축구하는지를 설명하지 못한다.

게임 모델(Game Model)은 네 가지 요소로 구성되는 팀 조직화의 기초 프레임워크다 (Plakias, 2023). 첫째, 코치의 아이디어 — 플레이의 원칙(Principles of Play), 원하는 플레이 스타일, 전술 조직. 둘째, 선수의 능력 — 기술적, 전술적, 심리적, 생리적 역량. 셋째, 클럽 문화·구조·목표 — 클럽이 어떤 철학을 지향하고 어떤 자원을 가지고 있는지. 넷째, 국가 문화 — 브라질 축구와 이탈리아 축구가 다른 이유가 여기에 있다.

이 네 요소가 교차하는 지점에서 ‘우리 팀의 축구’가 만들어진다. 포메이션은 그 결과물의 일부일 뿐이다. 게임 모델을 포메이션이나 전술 선택과 동일시하는 것은 건물의 설계도를 벽돌 한 장으로 설명하려는 것과 같다.

게임 모델은 전술적 주기화(Tactical Periodisation)의 핵심을 구성한다 (Plakias, 2023). 훈련 설계부터 경기 준비, 선수 개발까지 — 모든 과정이 게임 모델이라는 프레임워크 안에서 연결된다. 게임 모델이 명확한 팀에서는 선수들의 의사결정이 빨라지고, 불확실성이 줄어든다.

게임 모델 ≠ 플레이 스타일 — 개념적 구분

게임 모델과 플레이 스타일(Playing Style)은 자주 혼용되지만, 같은 개념이 아니다.

플레이 스타일은 팀이 경기 중 반복적으로 보여주는 특징적 플레이 패턴이다. 티키타카, 직접적 플레이, 고강도 프레싱 — 이런 것들이 플레이 스타일이다. 게임 모델은 이 플레이 스타일을 포함하는 상위 프레임워크다 (Plakias et al., 2024). 플레이 스타일이 경기에서 관찰되는 ‘행동’이라면, 게임 모델은 그 행동을 만들어내는 ‘구조’다.

22편의 문헌에서 84개 코드를 추출한 근거이론 연구는 이 구분을 더 명확히 했다 (Plakias et al., 2024). “styles of play”, “playing style”, “game style”이 가장 널리 사용되는 용어이며, 게임 모델은 이들보다 상위 개념이다. 두 개념을 혼용하면 개념적 혼란이 생기고, 그 혼란은 훈련장까지 전이된다.

구분이 왜 중요한가? 게임 모델이 없는 플레이 스타일은 뿌리 없는 나무다. “우리는 점유율 축구를 한다”는 선언이 있어도, 그것이 코치의 어떤 원칙에서 나왔는지, 선수들의 역량이 뒷받침하는지, 클럽의 목표와 일치하는지가 정의되지 않으면 — 그건 스타일이 아니라 구호다.

팀 플레이 스타일 식별 방법론

그렇다면 플레이 스타일을 어떻게 체계적으로 식별할 수 있을까?

40편의 연구를 리뷰한 결과, 귀납통계 방법 중 요인분석(Principal Component Analysis, PCA)이 팀 플레이 스타일 식별에 가장 적합한 기법으로 평가되었다 (Plakias et al., 2023b). 40편 중 29편이 요인분석 등 고전적 귀납통계를, 10편이 AI 기법을 사용했다. 데이터 소스는 주로 이벤트 데이터 기반 수행 지표(24편)와 추적 데이터(8편)였다.

La Liga 380경기를 분석한 연구는 이 방법론이 실제로 무엇을 드러내는지 잘 보여준다 (Liu et al., 2015). 강한 팀의 수비수는 약한 팀의 수비수보다 공격 조직에 더 많이 참여했고, 약한 팀의 윙어는 크로스 빈도가 높았지만 전반적인 공격 기여는 낮았다. 이런 패턴 차이가 바로 플레이 스타일의 ‘지문’이다. 흥미로운 점은 팀 강도와 상대 강도가 경기 결과나 홈/어웨이보다 선수 수행의 변동성에 더 큰 영향을 미쳤다는 것이다. 누구와 경기하느냐가 어디서 경기하느냐보다 플레이 스타일에 더 큰 영향을 준다.

AI(기계 학습·딥러닝)가 새로운 가능성을 열고 있지만, 아직 연구 수가 적다. 또한 플레이 스타일의 효과성 — 어떤 스타일이 실제로 더 나은 결과를 가져오는지 — 에 관한 연구는 40편 중 7편에 불과했다 (Plakias et al., 2023b). 스타일을 식별하는 것과 그 스타일이 효과적인지 검증하는 것은 다른 문제다. 후자는 아직 답이 부족하다.

선수 개인 플레이 스타일의 미개척 영역

팀 수준의 연구가 40편인 데 비해, 선수 개인 플레이 스타일을 다룬 연구는 12편에 불과하다 (Plakias et al., 2023a). 그리고 그 12편마저 심각한 방법론적 결함을 안고 있다.

가장 큰 문제는 포지션 기반 이론 프레임워크의 부재다. 선수 스타일을 분류하려면 “센터백은 어떤 역할을 수행하는가”에 대한 구조적 정의가 먼저 있어야 한다. 하지만 기존 연구 대부분이 이 전제 없이 데이터를 돌렸다. 데이터 제공자의 신뢰도와 타당도를 명시한 연구는 전체의 25%에 불과했고, 맥락 변수(경기 상황, 홈/어웨이, 상대 수준)를 반영한 연구는 단 하나도 없었다 (Plakias et al., 2023a).

이 공백이 왜 문제인지, EPL 데이터가 보여준다 (Ju et al., 2023). 일반 포지션 분류(센터백, 풀백, 미드필더 등)를 사용하면, 풀백과 윙백의 신체-전술 수행이 뒤섞인다. 풀백은 윙백 대비 고강도 달리기 거리가 34% 적었고, 전술 행동 프로파일도 달랐다. 수비형 미드필더의 프레싱 횟수(경기당 2회)와 공격형 미드필더의 프레싱 횟수(경기당 9회)를 ‘중앙 미드필더’ 평균(경기당 5회)으로 퉁치면, 두 역할 모두의 실제 수행이 왜곡된다.

선수 플레이 스타일 연구가 발전하려면, 세분화된 전술 역할 분류와 맥락 변수의 통합이 선행되어야 한다. 그리고 스포츠 과학과 데이터 과학 사이의 괴리 — 전자는 현장 적용을, 후자는 알고리즘 성능을 우선시하는 — 를 좁혀야 한다.

코치의 눈은 왜 합의하지 못하는가

체계적 방법론이 왜 필요한지, 가장 직접적인 증거가 있다.

분데스리가 경기 영상 20분을 15명의 코치에게 보여주고 포메이션을 식별하게 했다 (Furley et al., 2024). 4-2-3-1을 선택한 코치가 6명으로 가장 많았지만, 과반에도 미치지 못했다. 빌드업 플레이를 어떻게 하는지 물었더니 39개의 서로 다른 주제가 나왔다. 핵심 선수가 누구냐고 물었더니 9명의 다른 선수가 지목되었다. 포메이션, 공간 점유, 빌드업, 그룹 전술, 핵심 선수 — 모든 항목에서 코치 간 일치도는 우연 수준에 가까웠다.

조감도(전술 뷰)를 제공해도 결과는 크게 나아지지 않았다. 높은 자격을 가진 코치 그룹의 일치도가 약간 높았지만, 여전히 ‘약한 일치’ 수준이었다 (Furley et al., 2024). 같은 경기를 보고도 코치들은 다른 것을 보고, 다른 결론을 내린다.

이 결과가 비디오 분석의 쓸모없음을 말하는 건 아니다. 다만 우리가 비디오 분석에 부여하는 ‘객관성’이라는 가정이 실제로는 얼마나 취약한지를 보여준다. 상대 분석을 할 때, 한 명의 분석관이 내린 결론을 팀 전체가 무비판적으로 수용하는 관행은 재고가 필요하다.

실무 함의 — 게임 모델에서 훈련 설계까지

이론적 논의가 현장에서 어떤 의미를 가지는지 정리해보자.

게임 모델은 단순히 전술 보드 위의 그림이 아니다. 게임 모델이 명확하면, 훈련의 모든 과정이 경기의 핵심 순간(공격, 수비, 전환, 세트피스)에 맞춰 설계된다 (Plakias, 2023). 소규모 경기(Small-Sided Games, SSG) 하나를 설계할 때도, 그 SSG가 게임 모델의 어떤 원칙을 훈련하는지가 명확해야 한다.

플레이 스타일은 성별에 따라서도 구조적으로 다르게 나타난다. FIFA 월드컵 111경기를 분석한 결과, 여자 경기는 남자 경기 대비 더 직접적인 플레이, 적은 오프더볼 움직임, 낮은 프레싱 빈도를 보였다 (Ju et al., 2025). 이는 결함이 아니라 생리적·전술적 요인에 의한 맥락 특이적 적응이다. 남자 경기의 플레이 스타일 기준을 여자 경기에 그대로 적용하면, 잘못된 평가와 부적절한 훈련 설계로 이어진다.

KPI 중심의 분석이 가진 근본적 한계도 인식해야 한다 (Morgulev & Lebed, 2024). 슛 온 타겟 수나 패스 성공률 같은 빈도 기반 지표는 경기의 순차적 맥락을 포착하지 못한다. 득점이 역습 기회를 만드는지, 역습이 득점을 만드는지 — 인과의 방향이 뒤바뀔 수 있다. 이것이 내생성(Endogeneity)의 함정이다. 숫자를 쌓는 것보다, 그 숫자가 어떤 맥락에서 나왔는지를 읽는 능력이 더 중요하다.

다만, 한 가지 분명히 해야 할 점이 있다. 게임 모델과 플레이 스타일에 관한 핵심 문헌은 대부분 리뷰와 이론적 논의에 기반한다. 개념을 정의하고 분류하는 단계의 연구가 주를 이루며, 대규모 실증 데이터로 검증한 연구는 아직 부족하다. 이 분야의 이론적 토대가 견고해지고 있는 것은 사실이지만, 현장 적용에 대한 실증적 근거는 앞으로 채워야 할 공백이다.

현장 시사점

  • 게임 모델은 포메이션 선택이 아니라, 코치 아이디어·선수 능력·클럽 문화·국가 문화의 교차점에서 만들어지는 통합 프레임워크다. 시즌 시작 전에 이 네 요소를 명시적으로 정의하는 작업이 먼저다.
  • 플레이 스타일은 게임 모델의 하위 개념이다. “우리는 점유율 축구를 한다”는 선언 자체는 게임 모델이 아니다.
  • 팀 플레이 스타일의 체계적 식별에는 요인분석이 가장 적합한 방법이다. 단, 스타일을 식별하는 것과 그 스타일의 효과성을 검증하는 것은 별개의 과제다.
  • 코치의 주관적 해석에만 의존한 상대 분석은 위험하다. 같은 영상을 봐도 코치들의 합의는 극히 낮다. 체계적 데이터 분석과 코치의 직관을 병행해야 한다.
  • 선수 플레이 스타일 분석에서는 일반 포지션 분류 대신 세분화된 전술 역할 분류를 사용해야 실제 수행이 왜곡되지 않는다.

게임 모델은 정답이 아니라 질문이다. “우리 팀은 어떤 축구를 할 것인가”라는 질문에 코치, 선수, 클럽이 함께 답하는 과정 — 그것이 게임 모델의 본질이다. 느낌이 아니라 구조로, 구호가 아니라 프레임워크로 접근할 때, 비로소 ‘우리 팀의 축구’가 훈련장과 경기장 위에서 일관되게 나타날 수 있다.

참고문헌

  1. Furley, P., Mehta, S., Raabe, D., & Memmert, D. (2024). Objectivity of match analysis in football: Testing the level of agreement between coaches’ interpretations of video data. International Journal of Sports Science & Coaching, 20(1), 45-55. https://doi.org/10.1177/17479541241278603
  2. Ju, W., Doran, D., Hawkins, R., Evans, M., Laws, A., & Bradley, P. (2023). Contextualised high-intensity running profiles of elite football players with reference to general and specialised tactical roles. Biology of Sport, 40(1), 291-301. https://doi.org/10.5114/biolsport.2023.116003
  3. Ju, W., Kim, B., Lee, J., & Choi, S. (2025). Gender disparities in match performance at FIFA World Cups more direct play, less off-ball movement, and less pressing in womens matches. International Journal of Performance Analysis in Sport. https://doi.org/10.1080/24748668.2025.2523700
  4. Liu, H., Gómez, M., Gonçalves, B., & Sampaio, J. (2015). Technical performance and match-to-match variation in elite football teams. Journal of Sports Sciences, 34(6), 509-518. https://doi.org/10.1080/02640414.2015.1117121
  5. Morgulev, E. & Lebed, F. (2024). Beyond key performance indicators. German Journal of Exercise and Sport Research, 54(3), 335-340. https://doi.org/10.1007/s12662-024-00944-8
  6. Plakias, S. (2023). An integrative review of the game model in soccer: Definition, misconceptions, and practical significance. Trends in Sport Sciences, 30(3), 55–66. https://doi.org/10.23829/TSS.2023.30.3-1
  7. Plakias, S., Moustakidis, S., Kokkotis, C., Papalexi, M., Tsatalas, T., Giakas, G., & Tsaopoulos, D. (2023a). Identifying soccer players’ playing styles: A systematic review. Journal of Functional Morphology and Kinesiology, 8(3), 104. https://doi.org/10.3390/jfmk8030104
  8. Plakias, S., Moustakidis, S., Kokkotis, C., Tsatalas, T., Papalexi, M., Plakias, D., Giakas, G., & Tsaopoulos, D. (2023b). Identifying soccer teams’ styles of play: A scoping and critical review. Journal of Functional Morphology and Kinesiology, 8(2), 39. https://doi.org/10.3390/jfmk8020039
  9. Plakias, S., Kasioura, C., Pamboris, G. M., Kokkotis, C., Tsatalas, T., Moustakidis, S., Papalexi, M., Giakas, G., & Tsaopoulos, D. (2024). A grounded theory for professional soccer teams’ playing styles: Towards a consensus. International Journal of Sports Science & Coaching, 20(1), 159-172. https://doi.org/10.1177/17479541241300605