19분 읽기

근거 기반 실천 — 연구, 경험, 선수 맥락을 통합하는 의사결정 프레임워크

근거 기반 실천 의사결정 통합 비판적 사고 실천 기반 근거

선행 학습: 이 글은 독자가 훈련 부하 모니터링의 기초 개념과 다학제 팀(MDT) 내 스포츠 과학자의 역할을 이해하고 있다고 가정한다. 처음 접하는 경우, 아래 글을 먼저 읽기를 권장한다.

학습 목표

  • 근거 기반 실천(EBP)의 정의와 세 축(연구, 경험, 선수 가치)을 설명할 수 있다.
  • 과학적 연구 근거의 현장 적용 한계를 이해하고, 비판적 사고를 통해 연구를 평가할 수 있다.
  • 경험적 지식의 가치를 인정하면서도, 인지 편향(확증 편향, 기억 편향 등)의 위험을 인식할 수 있다.
  • 선수의 개별 맥락(특성, 선호, 목표)을 의사결정 과정에 통합하는 방법을 이해한다.
  • EBP와 실천 기반 근거(PBE)의 순환 구조, 그리고 이를 가능하게 하는 조직 프레임워크를 이해한다.

근거 기반 실천이란 무엇인가

근거 기반 실천(Evidence-Based Practice, EBP)은 코칭 전문성, 선수 가치, 최선의 과학적 증거를 일상적 서비스 전달의 의사결정에 통합하는 것이다 (French, 2022). 이 정의에서 핵심은 ‘통합’이다. 세 축 가운데 어느 하나만으로는 최적의 판단에 도달할 수 없다.

“코칭의 눈”에만 의존하는 전통적 접근은 유사과학(Pseudoscience)으로 빠질 위험이 있다. 전통, 직관, 일화적 증거에 대한 과잉 의존은 엘리트 수준에서도 흔하며, 객관적 연구 결과에 기반한 퍼포먼스 중재를 억압할 수 있다 (French, 2022). 반대로 데이터만 맹신하는 접근 역시 한계가 분명하다. 데이터는 “무엇이 일어나고 있는가”를 보여주지만, “왜 그런가”와 “어떻게 해야 하는가”는 경험과 맥락이 채워야 할 영역이다.

EBP의 실제 작동 방식을 잘 보여주는 것이 감별 진단(Differential Diagnosis)이다. 코치가 특정 선수에게 민첩성 훈련이 더 필요하다고 판단했다고 가정하자. 반응 민첩성 테스트와 비디오를 분석한 결과, 느린 것이 신체적 문제가 아니라 경기 상황 읽기와 반응의 문제임이 밝혀질 수 있다 (Brewer, 2022). 표면적 현상과 실제 원인을 구분하는 이 과정이 EBP의 핵심이다. 데이터가 코치의 관찰을 확인하거나 수정하고, 코치의 경험이 데이터의 맥락을 제공한다.

EBP는 한 번 정하면 끝나는 고정 공식이 아니다. 퍼포먼스 기반 질문을 식별하고, 증거를 비판적으로 평가하며, 최선의 증거를 현장에 구현하고, 그 효과를 평가하여 다시 증거를 재검토하는 반복적 과정이다 (French, 2022).

연구가 항상 적용되지 않는 이유

과학적 연구는 EBP의 세 축 가운데 하나이지만, 현장에서 가장 적용하기 어려운 축이기도 하다. 연구와 현장 사이에 구조적 간극이 존재하기 때문이다.

첫째, 기존 연구의 상당수는 하위 엘리트 집단을 대상으로 수행되었다. 이들은 유전적, 생리학적, 심리사회적 특성이 엘리트와 다르므로 결과를 직접 전용하기 어렵다 (Brewer, 2022). 둘째, 많은 연구는 단일 변인을 통제하는 환원주의적 설계를 따른다. 그러나 현장에서의 퍼포먼스는 다요인적이다. 셋째, 연구 결과가 출판되기까지의 시간 지연으로 인해 혁신적 현장 발전이 연구를 앞지르는 경우도 잦다 (Walker et al., 2023).

실무자 스스로도 이 간극을 인식하고 있다. 206명의 시니어 축구 실무자를 조사한 결과, 과학 문헌은 부서, 맥락, 경쟁 수준과 무관하게 가장 선호도가 낮은 근거 출처였다. 전문 산업 커뮤니티와 자체 프로젝트가 주된 근거원으로 활용되고 있었다 (Dello Iacono et al., 2025).

그렇다면 연구를 어떻게 활용해야 하는가? 여기서 비판적 사고(Critical Thinking)가 필수적이다. 비판적 사고는 세 가지 요소로 구성된다 (French, 2022). 경험주의(Empiricism)는 반복 가능한 경험적 증거를 기반으로 판단하는 것이다. 합리주의(Rationalism)는 감정이나 희망적 사고가 아닌 논리적 추론으로 진위를 평가하는 것이다. 회의주의(Skepticism)는 수용된 믿음과 결론을 지속적으로 의문시하는 것이다. 이 세 요소는 유사과학을 걸러내고 연구의 적용 가능성을 판단하는 필터 역할을 한다.

핵심 원칙은 “데이터에 기반하되, 데이터에 좌우되지 않는다”(data-informed, not data-driven)이다 (Walker et al., 2023). 연구를 참고하되 비판적으로 평가하고, 현장 맥락에 맞게 필터링한 후 도입하는 것이 건전한 접근이다.

경험: 가장 큰 데이터 세트이자 가장 큰 편향

EBP의 두 번째 축은 경험적 지식(Experiential Knowledge)이다. 코치, 선수, 실무자가 현장에서 축적한 이 지식은 “팀이 보유한 가장 큰 데이터 세트”로 정의된다 (Brewer, 2022). 수년간 선수를 관찰하고 훈련을 설계한 경험에서 나오는 통찰은 어떤 GPS 데이터로도 대체할 수 없다.

문제는 이 데이터 세트가 체계적 편향에 취약하다는 점이다. 경기 중 중요 사건에 대한 코치의 회상 정확도는 약 59%에 불과하다. 슈팅처럼 극적인 사건은 95% 정확도로 기억하지만, 점유율 관련 사건은 32.5%만 정확히 회상한다 (Laird & Waters, 2008). 경기의 전체 그림이 아닌 인상적 장면 중심으로 기억이 왜곡되는 것이다.

비디오 분석도 객관성을 보증하지 않는다. 동일한 비디오를 본 코치들의 전술적 해석 일치도는 극히 낮다. 포메이션, 공간 점유, 빌드업 플레이, 핵심 선수 식별 등 모든 항목에서 코치 간 일치도 계수가 거의 0에 가까웠다 (Furley et al., 2024). 같은 장면을 보고도 서로 다른 결론에 도달한다는 뜻이다.

이러한 편향은 크게 세 가지로 구분된다. 확증 편향(Confirmation Bias)은 자기 신념을 지지하는 증거만 선택적으로 수용하는 경향이다. 기억 편향(Recall Bias)은 인상적이거나 감정적으로 강렬한 사건을 과대 기억하는 것이다. 동조 편향(Conformity Bias)은 집단의 지배적 의견에 동조하는 경향이다.

중요한 것은 경험을 배제하자는 것이 아니라는 점이다. 파생 데이터의 역할은 추측을 제거하고 경험적 데이터 세트를 강화하는 것이다 (Brewer, 2022). 체계적으로 수집된 데이터는 경험의 사각지대를 보완하고, 경험은 데이터가 포착하지 못하는 맥락을 제공한다. 둘의 통합이 어느 한쪽만의 활용보다 우월하다.

선수를 의사결정의 중심에 놓기

EBP의 세 번째 축은 선수의 개별 맥락이다. 같은 훈련 프로그램에 대한 반응은 선수마다 다르다. 유전적 특성, 훈련 연령, 포지션, 부상 이력, 심리적 상태가 모두 반응을 조절한다. 개별화(Individualisation)는 이 차이를 인정하고 의사결정에 반영하는 원칙이다.

모니터링 데이터는 이 맥락에서 전문적 판단을 대체하는 것이 아니라 보완하는 의사결정 지원 도구로 기능해야 한다 (Rebelo et al., 2026). 데이터에 과도하게 의존하면 거짓 확신(false certainty)의 위험이 생긴다. 숫자가 주는 정밀함이 곧 정확함을 의미하지는 않기 때문이다 (King et al., 2026).

여기서 구분해야 할 것이 “더 많이 아는 것”(to know more)과 “더 잘 아는 것”(to know better)이다 (O’Sullivan et al., 2023). 분석(Analysis)은 현상을 부분으로 분해하여 더 많이 알려 하는 방식이다. 종합(Synthesis)은 부분들이 전체 내에서 어떻게 관련되는지를 이해하려는 방식이다. 선수의 GPS 데이터, 웰빙 점수, 훈련 부하를 각각 분석하는 것은 ‘더 많이 아는 것’이다. 이 데이터가 해당 선수의 경기 맥락, 개인 이력, 현재 목표와 어떻게 연결되는지를 종합하는 것이 ‘더 잘 아는 것’이다.

공응적 스포츠 과학(Corresponsive Sport Science)은 이 종합의 과정을 구조화한 개념이다. 분석가가 외부에서 데이터를 추출하는 관찰자가 아니라, 시스템 안에 내재된 참여자로서 선수와 코치 사이에서 함께 지식을 성장시킨다 (O’Sullivan et al., 2023). 지식은 선수에게 부과되는 것이 아니라 공동 탐구를 통해 구성된다. 선수를 의사결정의 수동적 대상이 아닌 능동적 참여자로 포함하는 것이 이 접근의 핵심이다.

통합을 가능하게 하는 구조

세 축의 통합은 개인의 노력만으로는 달성하기 어렵다. 조직 구조가 뒷받침되어야 한다. 방법론 부서(Department of Methodology, DoM)는 생태역학 이론에 기반하여 스포츠 과학 전문가들이 통합된 원칙과 공유 언어를 통해 협력할 수 있는 조직 모델이다 (Rothwell et al., 2020). 전통적 다학제 팀에서 각 전문 분야가 사일로(silo) 안에서 고립되어 작동하는 문제를 해결하기 위해 제안되었다.

이 구조의 배경에는 EBP와 실천 기반 근거(Practice-Based Evidence, PBE)의 순환 관계가 있다. 연구가 실천을 안내하고, 현장 적용 과정에서 생성된 데이터가 다시 연구에 환류되어 근거 기반을 강화한다 (French, 2022). 현장 혁신의 상당 부분이 이 순환에서 진화했다. 다만, 과학적 검증 없이 현장에서 사용되는 중재가 이후 비효과적으로 판명될 위험도 존재한다.

DoM의 구현을 위해 80명의 High-Performance 스포츠 전문가로부터 도출된 5개 핵심 축이 있다 (Hydes et al., 2026). 첫째, 공유 언어 구축이다. 실무 용어 사전을 공동 제작하고 조직 비전과 정렬한다. 둘째, 공동 원칙 수립이다. 역할과 책임을 명확히 정의하고 심리적 안전을 확보한다. 셋째, 협력적 업무 수행이다. 학제 간 경계를 넘는 소통과 공유 선수 발달 계획을 작성한다. 넷째, 지속적 지식 교환이다. 훈련 세션을 지식 교환의 장으로 활용한다. 다섯째, 협력적 훈련 설계이다. 세션 설계에 모든 구성원과 선수가 참여한다.

이 구조가 왜 중요한지는 스태프 간 소통과 팀 성과의 관계에서 드러난다. 스태프 간 내부 커뮤니케이션의 품질이 부상 부담과 선수 가용성에 관련된다는 보고가 이를 뒷받침한다 (Pillitteri et al., 2024). 스포츠 과학자의 역할은 데이터를 직접 해석하고 보고하는 것에 그치지 않는다. 근거 기반 논의를 이끌고 코칭 스태프의 의사결정을 지원하는 의사결정 촉진자(Decision Facilitator)로서의 역할 확장이 필요하다.

핵심 요약

  • EBP는 과학적 연구, 코칭 전문성, 선수 가치의 세 축을 통합하는 의사결정 과정이다. 어느 한 축만으로는 최적의 판단에 도달할 수 없다.
  • 과학 문헌은 하위 엘리트 대상과 환원주의적 설계의 한계로 인해 엘리트 현장에 항상 직접 적용되지 않는다. 비판적 사고(경험주의, 합리주의, 회의주의)를 통해 연구의 적용 가능성을 평가해야 한다.
  • 경험적 지식은 팀이 보유한 가장 큰 데이터 세트이지만, 코치의 경기 회상 정확도가 약 59%에 불과하고 비디오 해석 일치도가 극히 낮아 체계적 데이터로 보완이 필수적이다.
  • 모니터링 데이터는 전문적 판단을 대체하는 것이 아니라 보완하는 의사결정 지원 도구로 활용해야 한다. “데이터에 기반하되, 데이터에 좌우되지 않는다.”
  • 선수를 의사결정의 수동적 대상이 아닌 능동적 참여자로 포함해야 하며, “더 많이 아는 것”이 아닌 “더 잘 아는 것”을 지향해야 한다.
  • EBP와 실천 기반 근거(PBE)는 순환 구조를 형성한다. 연구가 실천을 안내하고, 현장 적용 과정에서 새 근거가 생성되어 다시 연구에 환류한다.
  • 공유 언어, 공동 원칙, 협력적 훈련 설계 등 조직 구조가 세 축의 통합을 가능하게 하며, 스포츠 과학자는 의사결정 촉진자로서 역할을 확장해야 한다.

참고문헌

  1. Brewer, C. (2022). Performance interventions and operationalizing data. In D. N. French & L. Torres Ronda (Eds.), NSCA’s Essentials of Sport Science. Human Kinetics.
  2. Dello Iacono, A., Datson, N., Clubb, J., Lacome, M., Sullivan, A., & Shushan, T. (2025). Data analytics practices and reporting strategies in senior football: insights into athlete health and performance from over 200 practitioners worldwide. Science and Medicine in Football, 10(1), 80-95. https://doi.org/10.1080/24733938.2025.2476478
  3. French, D. N. (2022). Interdisciplinary support. In D. N. French & L. Torres Ronda (Eds.), NSCA’s Essentials of Sport Science. Human Kinetics.
  4. 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
  5. Hydes, S., Strafford, B. W., Rothwell, M., Stone, J., Davids, K., & Otte, F. (2026). A Department of Methodology: A feasible framework to integrate the applied practice of multidisciplinary support teams. International Journal of Sports Science & Coaching, 17479541251409729. https://doi.org/10.1177/17479541251409729
  6. King, R., Yiannaki, C., Rhodes, D., & Alexander, J. (2026). From chaos to clarity how leaders leverage the value and impact of the multidisciplinary team in elite sport. Managing Sport and Leisure. https://doi.org/10.1080/23750472.2026.2632253
  7. Laird, P. & Waters, L. (2008). Eyewitness Recollection of Sport Coaches. International Journal of Performance Analysis in Sport, 8(1), 76-84. https://doi.org/10.1080/24748668.2008.11868424
  8. Pillitteri, G., Clemente, F. M., Sarmento, H., Figuereido, A., Rossi, A., Bongiovanni, T., Puleo, G., Petrucci, M., Foster, C., Battaglia, G., & Bianco, A. (2024). Translating player monitoring into training prescriptions: Real world soccer scenario and practical proposals. International Journal of Sports Science & Coaching, 20(1), 388-406. https://doi.org/10.1177/17479541241289080
  9. Rebelo, A., Bishop, C., Thorpe, R. T., Turner, A. N., & Gabbett, T. J. (2026). Monitoring training effects in athletes: A multidimensional framework for decision-making. Sports Medicine. Advance online publication. https://doi.org/10.1007/s40279-026-02417-4
  10. Rothwell, M., Davids, K., Stone, J. A., O’Sullivan, M., Vaughan, J., Newcombe, D. J., & Shuttleworth, R. (2020). A Department of Methodology Can Coordinate Transdisciplinary Sport Science Support. Journal of Expertise.
  11. Sullivan, M. O., Vaughan, J., & Woods, C. T. (2023). Not just to know more, but to also know better: How data analysis-synthesis can be woven into sport science practiced as an art of inquiry. Sport, Education and Society, 29(9), 1114-1132. https://doi.org/10.1080/13573322.2023.2261970
  12. Walker, G., Morgan, O., Matinlauri, A., Narcisi, A., Calder, A., & Davidson, C. (2023). Role of the practitioner. In A. Calder & A. Centofanti (Eds.), Peak performance for soccer: The elite coaching and training manual. Routledge.