xG(기대득점)란 무엇인가 — 슈팅의 질을 숫자로
xG(expected goals, 기대득점)는 슈팅 하나하나가 골로 연결될 확률을 0~1 사이 숫자로 매긴 지표입니다. 같은 위치·상황에서 과거에 시도된 수많은 슈팅이 실제로 얼마나 골이 됐는지를 학습해 산출하므로, '이 찬스는 얼마나 좋은 기회였는가'를 객관적으로 보여줍니다. 골은 운에 크게 좌우되지만 슈팅의 질은 누적되면 거짓말을 하지 않기에, 스코어보드 너머의 진짜 경기력을 읽는 핵심 도구로 자리 잡았습니다.
xG가 정확히 무엇을 뜻하나요
xG는 한 번의 슈팅이 골로 이어질 확률입니다. 예를 들어 xG가 0.5인 슈팅은 '똑같은 조건의 슈팅을 10번 하면 5번은 골이 된다'는 의미입니다. 골키퍼와 1대1로 맞선 절호의 찬스는 0.5 안팎, 30m 밖에서의 무리한 중거리 슈팅은 0.02(2%)처럼 낮은 값을 받습니다. 한 경기에서 팀이 만든 모든 슈팅의 xG를 더하면 '이 경기력이라면 몇 골을 넣었어야 했나'를 가늠할 수 있습니다.
어떻게 계산되나 — 비슷한 슈팅과 비교
xG는 통계·머신러닝 모델이 산출합니다. 핵심 원리는 단순합니다. 방금 나온 슈팅을, 과거에 시도된 비슷한 조건의 수천·수만 개 슈팅과 비교해 '그중 몇 %가 골이 됐는지'를 확률로 매기는 것입니다. Opta의 모델은 약 100만 개의 슈팅을 학습했고, 한 슈팅을 평가할 때 20개가 넘는 변수를 동시에 고려합니다. 즉 사람의 인상이 아니라 방대한 실제 결과에 뿌리를 둔 숫자입니다.
골 확률을 가르는 변수들
가장 큰 영향을 주는 것은 골문까지의 거리와 각도입니다. 정면 가까운 곳일수록 xG가 높고, 측면 골라인 부근의 좁은 각도는 낮아집니다. 그 밖에 발 슈팅인지 헤더인지(헤더는 대체로 낮음), 어떤 패스에서 이어졌는지(스루패스·크로스·세트피스), 골키퍼와 수비수의 위치, 압박 강도, 오픈플레이인지 프리킥인지 등이 함께 반영됩니다. 모델이 정교할수록 화면 속 선수 배치까지 읽어 더 세밀하게 매깁니다.
수비의 거울, xGA(기대실점)
공격에 xG가 있다면 수비에는 xGA(expected goals against, 기대실점)가 있습니다. 상대가 만들어낸 찬스의 질을 합산해 '이 정도 기회를 내줬다면 몇 골을 먹었어야 했나'를 보여줍니다. xGA가 낮으면 위험한 찬스 자체를 거의 허용하지 않았다는 뜻이고, 실제 실점이 xGA보다 많다면 골키퍼 부진이나 불운이 겹쳤을 가능성이 있습니다. 팀의 xG에서 xGA를 빼면 공수 균형을 한눈에 비교할 수 있습니다.
해석법 — 과대·과소 성과 읽기
실제 득점에서 xG를 빼면 '효율'이 보입니다. xG 0.8인데 2골을 넣었다면 기회 대비 초과 달성(과대 성과)으로, 결정력이 빼어났거나 운이 따른 경우입니다. 반대로 xG는 높은데 골이 적으면 기회를 살리지 못한 것입니다. 다만 시즌이 길어질수록 대부분의 팀·선수는 자신의 누적 xG 근처로 수렴합니다. 그래서 단기간의 큰 초과·미달은 '앞으로 평균으로 되돌아올 신호'로 읽는 것이 합리적입니다.
왜 스코어보다 경기력을 잘 보여주나
골은 표본이 매우 적고 우연이 크게 작용합니다. 한 골 차 패배가 실제로는 더 많은 좋은 찬스를 만든 경기일 수 있습니다. 슈팅은 골보다 훨씬 자주 나오므로, 그 질을 합산한 xG는 더 안정적인 표본이 됩니다. 그래서 'xG에서 앞섰는데 졌다'면 결과는 졌어도 경기 내용은 우위였고, 운이 따르면 다음엔 이길 가능성이 높다고 해석합니다. 단발 결과의 잡음을 걷어내고 반복 가능한 실력을 드러내는 것이 xG의 힘입니다.
xG의 한계 — 맹신은 금물
xG는 만능이 아닙니다. 슈팅 직전까지의 정보만 담을 뿐, 슈팅 자체의 정확도나 선수의 특별한 마무리 능력은 평균값으로 뭉뚱그립니다. 또 한 경기 단위로는 실제 골과 크게 어긋나는 일이 흔합니다. 무엇보다 제공 업체(Opta·StatsBomb 등)마다 모델이 달라 같은 슈팅도 값이 다를 수 있으므로, 숫자는 반드시 같은 출처 안에서만 비교해야 합니다. 결과를 단정하는 잣대가 아니라 맥락을 더해 읽는 참고 지표로 다루는 것이 바릅니다.
데이터로 읽는 법
경기를 데이터로 읽을 때 xG는 '점수판 뒤의 진실'을 비추는 첫 렌즈입니다. 스코어만 보면 운 좋은 승리와 내용 있는 패배를 구분할 수 없지만, xG·xGA를 함께 보면 어느 팀이 더 좋은 기회를 만들고 더 위험한 찬스를 막았는지가 드러납니다. 단기 결과보다 반복 가능한 실력을 가늠하고 싶을 때, 그리고 한 선수·팀의 효율이 평균으로 되돌아올지 예측할 때 가장 유용합니다. 다만 같은 출처의 숫자끼리만, 충분한 표본 위에서 해석해야 그 가치가 살아납니다.