NFL Next Gen Stats 혁신의 10년

2015년 NFL은 **Next Gen Stats(NGS)**를 도입해 더 이상 박스스코어만으로는 볼 수 없던 경기의 실체를 측정하기 시작했다. 선수 패드와 공에 넣은 RFID와 경기장 곳곳의 ultrawideband 수신기로 22명의 선수 위치를 초당 10회, 공의 위치를 초당 25회 수집하며, 모든 플레이를 수 센티미터 단위로 추적했다.

처음에는 각 구단이 자기 팀 데이터만 볼 수 있었지만, 2018년부터 리그 전체 데이터 접근이 열리면서 분석의 기준이 통일됐다. 같은 해 AWS와의 협력이 본격화되며 NGS는 단순한 추적 실험을 넘어, 중계와 팀 운영을 떠받치는 핵심 인프라로 진화했다. 초기에는 선수 간 거리, 속도, 공 던지는 시간 같은 기본 지표부터 시작했지만, AWS가 들어오면서 더 복잡한 모델링이 가능해졌다.

가장 먼저 나온 대표적 고급 지표는 completion probability였다. Amazon SageMaker 위의 XGBoost 모델이 쿼터백 압박, 패스 거리, 리시버 분리, 사이드라인과의 거리 같은 변수를 결합해, 패스 성공 가능성과 난도를 하나의 확률로 표현했다. 이후 Amazon Quick를 비롯한 AWS 도구로 실시간 시각화와 팬·중계용 분석이 확대됐고, pressure probability 같은 지표는 한 번의 러시에서 파생되는 12개 이상의 세부 메트릭으로 이어졌다. 지금은 NGS가 플레이당 500~1,000개의 통계치를 만들어내는 수준까지 커졌다.

더 깊은 분석은 Big Data Bowl에서 확장됐다. 2018년 시작된 이 대회는 외부 연구자들에게 선수 추적 데이터를 공개해, 수비수가 얼마나 효율적으로 공간을 닫는지, 패스 후 선수 이동을 어떻게 예측할지 같은 문제를 풀게 했다. 여기서 나온 성과 중 하나가 **rush yards over expectation(RYOE)**로, 실제 러싱 야드가 평균 기대치보다 얼마나 좋았는지를 보여주는 지표다. 이 지표는 2021년 NFC Championship Game 중계에 빠르게 등장하며 현장 적용 속도를 증명했다.

현재 NGS는 75개 이상 ML 모델로 확장돼 공격, 수비, 특수팀, 경기 전략 전반을 다룬다. 그중 tackle probability는 접촉 순간 태클 성공 가능성을 계산하고, defensive alerts는 스냅 직전 움직임과 경기 상황을 바탕으로 누가 러시할지 예측해 중계 화면에 표시한다. 특히 후자는 수비의 미스디렉션까지 포착하지 못할 때도 있어, 오히려 해설 포인트를 만들어낸다.

같은 추적 인프라는 플레이어 안전과 룰 개정에도 직접 쓰였다. 2024 시즌 도입된 dynamic kickoff는 고속 충돌이 너무 많은 킥오프를 재설계한 결과물로, 리그는 NGS 시각화와 공간·속도 분석을 통해 안전성과 경쟁성을 함께 유지하는 포맷을 찾았다. 2025년에는 리턴율이 **75%**로 올라갔고(2024년 32%), 플레이 수가 1,157개 더 많았음에도 하지 부상은 35% 줄었으며 뇌진탕률도 기존 방식보다 낮게 유지됐다.

다음 단계는 pose tracking이다. NFL 경기장에는 이미 4K 카메라 기반 광학 추적 시스템이 깔려 있고, 이제는 어깨·팔꿈치·무릎·엉덩이·손 등 29개 신체 부위의 x,y,z 좌표를 초당 60회 잡아낸다. 16개 각도의 영상은 현지에서 약 700ms 안에 처리되고, 클라우드에서는 100ms 미만으로 ML 분석이 돌아가 전체 파이프라인을 1초 이하로 유지한다.

이제 NGS는 공이 수비수 사이를 어떻게 통과했는지, 혹은 몸 사이를 굴러갔는지 같은 2D 추적의 한계까지 넘어설 수 있다. 궁극적으로는 RFID로 선수의 중심을 식별하고, skeletal data와 결합해 가려진 장면은 알고리즘이 보완하는 하이브리드 시스템을 지향한다. 더 나아가 쿼터백 훈련용 VR 시뮬레이션까지 열리면서, NGS는 경기를 설명하는 도구를 넘어 경기를 바꾸는 운영 체계에 가까워지고 있다.