축구 기대득점(xG)이란 무엇인가: 개념부터 실제 활용까지 완벽 정리

축구 경기가 끝나고 나면 늘 같은 논쟁이 반복된다. "우리가 훨씬 잘했는데 운이 없어서 졌다"는 말이다. 그런데 이 '잘했다'를 숫자로 증명할 방법이 있을까? 바로 그 물음에서 출발한 지표가 기대득점(xG, Expected Goals)이다. 이 글에서는 기대득점의 정의와 계산 원리, 파생 지표, 그리고 구단·중계·스카우팅 현장에서의 실제 활용 사례까지 체계적으로 살펴본다. 축구 데이터 분석을 처음 접하는 독자도 큰 그림을 잡을 수 있도록 정리했다.

 

 

 

 

 

 

 

▍ 기대득점(xG)의 정의: 슛 하나에 매겨지는 확률

 

기대득점은 하나의 슛이 골로 연결될 확률을 0과 1 사이의 값으로 나타낸 지표다. 예를 들어 xG가 0.2인 슛은, 그와 비슷한 조건의 슛이 열 번 시도되면 평균적으로 두 번 정도 골이 된다는 뜻으로 해석된다. 개별 슛의 값을 한 경기, 한 시즌, 혹은 특정 선수의 슛 전체에 걸쳐 합산하면, 만들어 낸 기회의 질을 종합적으로 보여주는 수치가 된다.

핵심은 xG가 실제 결과가 아니라 '기대값'이라는 점이다. 골이 들어갔는지 여부와 무관하게, 그 상황이 통계적으로 얼마나 좋은 찬스였는지를 측정한다. 그래서 xG는 단순한 슛 개수보다 훨씬 정교하게 경기 내용을 설명한다. 슛을 많이 쐈다고 좋은 경기를 한 것은 아니며, 문제는 '어떤 위치에서, 어떤 상황에서' 슛을 했는가이기 때문이다.

 

 

▍ xG는 어떻게 계산되는가: 모델과 변수

 

xG 모델은 과거 수십만 건 이상의 슛 데이터를 학습해 만들어진다. 슛이 이뤄진 위치와 상황을 여러 변수로 쪼갠 뒤, 비슷한 조건에서 실제로 골이 된 비율을 바탕으로 확률을 추정하는 방식이다. 통계 회귀 모델이나 머신러닝 기법이 두루 쓰인다. 모델에 투입되는 대표적인 변수는 다음과 같다.

아래 표는 대부분의 xG 모델이 공통적으로 고려하는 주요 요소를 정리한 것이다.

 

 

 

여기서 반드시 기억할 점이 있다. xG 수치는 제공 업체마다 조금씩 다르다는 사실이다. 오프타(스탯츠 퍼폼), 스탯츠봄, 언더스탯, 와이스카우트 등 데이터 제공사는 저마다 변수 구성과 정의가 다르다. 어떤 모델은 수비수와 골키퍼의 위치까지 반영하지만, 어떤 모델은 이벤트 데이터만 사용한다. 그래서 서로 다른 출처의 xG를 단순 비교하는 것은 주의가 필요하다. 같은 슛에도 다른 값이 매겨질 수 있기 때문이다.

 

 

 

 

 

▍ 왜 축구에서 xG가 중요한가

 

축구는 득점이 드문 종목이다. 한 경기에 골이 두세 개밖에 나지 않는 경우가 많다 보니, 결과에 운과 변수가 크게 작용한다. 압도적으로 경기를 지배하고도 역습 한 방에 1-0으로 패하는 일이 흔하다. 단판 승부에서는 이런 결과가 '실력'인지 '불운'인지 구분하기 어렵다.

xG는 바로 이 잡음을 걷어낸다. 한 팀이 2.4 xG를 만들고 상대가 0.8 xG에 그쳤다면, 스코어와 관계없이 어느 쪽이 더 좋은 기회를 만들었는지가 명확해진다. 나아가 여러 경기를 누적해서 보면, 실제 득점이 xG를 크게 웃돌던 팀은 시간이 지나며 평균으로 돌아오는 경향이, 반대로 밑돌던 팀은 성적이 개선되는 경향이 자주 관찰된다. 이 때문에 xG는 과거의 득점 기록보다 미래 성과를 더 잘 예측하는 지표로 평가받는다.

 

 

▍ xG에서 파생된 주요 지표들

 

기대득점은 그 자체로도 유용하지만, 이를 바탕으로 다양한 파생 지표가 발전했다. 각각이 서로 다른 각도에서 경기를 조명한다.

 

 

 

예를 들어 골키퍼 평가에는 슛이 이뤄진 뒤의 궤적과 배치까지 반영하는 슛 후 기대득점(PSxG)이 활용된다. 실점보다 PSxG가 높은 골키퍼는 어려운 슛을 자주 막아 냈다는 의미로 해석할 수 있다. 도움을 뜻하는 xA는 득점으로 이어지지 않은 좋은 패스에도 가치를 부여해, 창의적인 플레이메이커를 재평가하게 해준다.

 

 

▍ 실제 활용 사례: 구단부터 중계까지

 

 

 

 

xG는 이론에 머무르지 않고 축구 산업 전반에서 실무 도구로 쓰인다. 대표적인 활용 영역은 다음과 같다.

팀 성과 진단: 실제 승점과 xG 기반 성과를 비교해, 잘하고도 결과가 안 나온 팀인지 운으로 버틴 팀인지를 판별한다.

선수 득점력 분석: 한 선수의 실제 골과 누적 xG를 비교하면 결정력이 좋은지, 아니면 기복이 조정될 구간인지 가늠할 수 있다.

스카우팅과 영입: 골 수는 적어도 90분당 xG가 꾸준히 높은 선수는 좋은 위치를 반복적으로 점하는 유망주일 수 있어, 이적 시장에서 저평가된 자원을 찾는 단서가 된다.

전술 평가: 팀이 양질의 찬스를 만드는지, 아니면 확률 낮은 중거리 슛에 의존하는지를 xG/슛으로 확인한다.

중계와 예측: 방송 화면의 경기 요약, 그리고 결과 예측·베팅 시장의 기초 데이터로 폭넓게 사용된다.

 

 

 

 

 

▍ xG의 한계와 해석 시 유의점

 

강력한 지표이지만 xG가 만능은 아니다. 무엇보다 xG는 평균적인 선수를 가정한다. 같은 0.1짜리 찬스라도 세계적인 골잡이와 평범한 선수의 결정력은 다른데, xG는 이를 구분하지 않는다. 이 지점이 오히려 결정력 분석의 출발점이 되기도 하지만, 개인 기량을 그대로 반영하지 못한다는 사실은 늘 염두에 둬야 한다.

또한 xG는 슛으로 이어진 상황을 다룰 뿐, 더 좋은 위치의 동료에게 패스했어야 할 선택의 옳고 그름이나 경기 흐름, 심리적 압박, 퇴장 같은 특수 상황은 담아내지 못한다. 무엇보다 표본이 작을 때 해석에 주의해야 한다. 단 한 경기의 xG는 변동성이 크므로, 흔히 여러 경기 이상을 누적해서 봐야 신뢰할 만한 신호가 된다. 여기에 앞서 언급한 제공사별 모델 차이까지 고려하면, xG는 단독 결론이 아니라 영상 분석과 다른 지표를 함께 놓고 보는 '판단의 한 축'으로 다루는 편이 합리적이다.

 

 

 

 

 

▍ 마무리: 스코어 너머의 이야기를 읽는 법

 

기대득점(xG)은 축구를 '골 몇 개'가 아니라 '기회의 질'로 바라보게 만든 지표다. 슛 하나하나에 확률을 매기고 이를 누적함으로써, 스코어보드만으로는 놓치기 쉬운 팀과 선수의 진짜 실력을 드러낸다. 물론 개인 기량이나 경기 맥락을 완전히 반영하지 못하는 한계가 있고, 제공사마다 수치가 다르며, 작은 표본에서는 오해를 부를 수 있다. 그렇기에 xG는 절대적 정답이 아니라, 경기를 더 깊이 이해하기 위한 강력한 렌즈로 활용될 때 가치가 크다.

다음 경기를 볼 때는 최종 스코어와 함께 양 팀의 xG를 나란히 확인해 보길 권한다. 왜 이겼고 왜 졌는지, 그 결과가 실력인지 운인지에 대한 훨씬 입체적인 답을 얻게 될 것이다.