본문 바로가기
카테고리 없음

수비지표 완전이해 : UZR, OAA, 모델링

by 만상회 2025. 11. 14.

야구에서 수비력은 경기 흐름을 결정하는 핵심 요소지만, 단순한 수비율만으로는 선수의 실제 기여도를 정확하게 설명할 수 없다. 이 때문에 현대 야구에서는 UZR, OAA 같은 정교한 수비지표가 사용되며, 선수의 위치 선정, 반응 속도, 타구 판단, 이동 거리 등을 데이터로 분석해 객관적인 수비 가치를 수치화한다. 이 글에서는 대표적 지표인 UZR과 OAA, 그리고 이를 계산하는 모델링 방식까지 깊이 있게 다뤄 보다 넓은 시각에서 수비 데이터를 이해할 수 있도록 구성했다.

내야구가 공을 포구하기 위해 자세를 잡고 있는 모습

UZR의 구조와 계산 원리

UZR(Ultimate Zone Rating)은 선수의 수비 범위와 플레이의 난이도를 구역별로 세분화해 평가하는 지표다. 먼저 타구가 날아온 구역(zone)과 타구 속도, 방향, 비거리 등이 기록되며 각 구역별로 평균적인 아웃 확률이 존재한다. 특정 구역으로 타구가 왔을 때 리그 평균 수비수들이 만들어내는 기댓값과 실제 선수의 수행 결과를 비교하여 UZR 점수가 산출된다. 이 수치는 내부적으로 OOZ(Out of Zone), ARM(송구 능력), DPR(병살 기여), RngR(범위 능력)의 네 가지 요소로 분리되어 더 세밀한 분석이 가능하다. 예를 들어 우익수의 송구 능력이 뛰어날 경우 ARM 점수가 높아지며, 유격수의 좌우 범위가 넓을 경우 RngR 항목이 높은 값을 만든다. UZR은 단일 시즌보다는 최소 2~3년 이상 누적된 데이터에서 더 안정적인 경향을 보인다. 이는 샘플 수 부족과 타구 분포의 편차 때문에 발생하는 자연스러운 변동성을 줄이기 위한 것이다. 또한 포지션 특성에 따른 난이도 조정도 포함되기 때문에 같은 UZR 점수라도 포지션별 의미가 다르다는 점을 이해해야 한다.

OAA가 평가하는 실질 ‘아웃 기여도’

OAA(Outs Above Average)는 MLB Statcast 기술로 계산되는 지표로, 타구 궤적과 선수의 첫 움직임까지 반영하는 것이 특징이다. UZR이 구역 기반이라면 OAA는 실제 좌표 기반이라는 점에서 차이가 있다. 타구가 배트에서 떨어지는 순간의 속도와 각도, 비행 시간, 이동 거리와 각 방향별 난이도 등이 모두 추적되며, 동일한 조건에서 평균 수비수가 아웃 처리할 확률을 기준값으로 삼는다. 이후 선수가 실제로 아웃을 만들어냈는지의 여부에 따라 기대치 대비 ±값이 산출된다. 특히 OAA는 내야수와 외야수 각각에 맞는 계산 구조를 따르며, 내야수의 경우 타구 반응 속도, 한 손 캐치 동작, 송구 동선까지 반영한다. 외야수는 타구 읽기 능력과 이동 동선, 포구 안정성 등이 중요 요소로 기록된다. 이처럼 OAA는 선수의 실질 움직임을 기반으로 산출되는 만큼 포지션 특유의 수비 기술 차이를 더 직관적으로 보여주는 지표로 평가된다.

수비지표 계산에 사용되는 모델링 방식

현대 수비지표의 기반은 크게 세 가지 모델링 방식으로 구성된다. 첫째는 확률 기반 모델링으로, 타구별 기대 아웃 확률을 산출하여 실제 결과와 비교하는 방식이다. 이는 UZR과 OAA 모두 사용하는 기본 구조다. 둘째는 위치 기반 모델링으로, 타구의 좌표 정보를 바탕으로 해당 구역에서 평균적으로 요구되는 이동 거리와 반응 시간을 예측한다. 이 과정에서 과거 수천만 개의 타구 데이터가 사용되며, 머신러닝 기반 공간 예측 모델이 활용된다. 셋째는 맥락 조정 모델이다. 선수의 포지션별 난이도, 구장 크기 차이, 벽 높이, 파울존의 넓이 등 외부 환경 요소가 계산에 포함된다. 예를 들어 큰 외야를 가진 구장은 수비수가 커버해야 하는 거리가 늘어나므로 동일한 플레이라도 난이도가 더 높게 계산된다. 또한 병살 상황처럼 아웃 카운트와 주자 위치가 플레이의 기대치를 변화시키는 경우에는 별도의 상황 가중치가 적용된다. 이러한 복합 모델링 구조 덕분에 현대 수비지표는 단순 결과 수치가 아니라 선수의 기여도를 정교하게 반영하는 시스템으로 진화했다.

UZR과 OAA는 서로 다른 방식으로 선수의 수비 능력을 측정하지만, 공통적으로 움직임과 난이도, 기대값을 기반으로 한다는 점에서 기존의 단순 수비율을 뛰어넘는 통찰을 제공한다. 데이터 기반 수비 분석은 선수의 실제 가치를 정량적으로 이해하는 데 필수적이며, 장기적으로는 선수 평가, 포지션 전략, 팀 수비 운영에까지 넓게 활용된다. 야구 수비를 더 깊이 이해하고자 한다면 두 지표를 함께 살펴보는 것이 가장 효과적인 접근이다.