AI는 북중미 월드컵을 어떻게 바꿨나
한국팀은 탈락했지만 월드컵은 계속되고 있습니다. 그래서 오늘은 월드컵을 빛낸 인공지능(AI) 얘기를 좀 해볼까 합니다. 국제축구연맹(FIFA)은 '2026 북중미 월드컵'부터 참가국을 48개국으로 확대했습니다. 중국 같은 거대 시장을 갖고 있는 나라들을 초대하기 위한 조치였는데요. 중국이 지역예선에서 탈락하면서 이 목표는 달성하지 못했습니다. 48개국 체제에서 가장 우려되는 점은 '경기력 격차'로 인한 대회 수준 저하였습니다. FIFA는 이 문제를 해결하기 위해 이번 대회부터 인공지능(AI) 기술의 도움을 많이 받았습니다. 이번 대회에서 참가국들에게 무료로 배포해 준 '풋볼 AI 프로(Football AI Pro)'가 대표적입니다. '풋볼 AI 프로'는 FIFA와 레노버가 공동 개발한 생성형 AI 기반의 경기 및 전술 분석 도구입니다. 요즘 스포츠는 예전처럼 '투혼'과 '정신력' 싸움이 아닙니다. 정밀한 빅데이터 분석 능력이 승부를 좌우합니다. 미국 프로야구 메이저리그 최강팀 LA 다저스가 대표적입니다. 다저스의 강점은 오타니 쇼헤이, 무키 베츠, 프레드 프리먼 같은 스타 선수들이죠. 하지만 그 못지 않게 앤드류 프리드먼 사장이 이끄는 프론트 오피스의 탁월한 분석 능력도 큰 힘을 발휘했습니다. 자, 그럼 다시 월드컵 얘기로 돌아가 볼까요? 이번 대회를 '사상 첫 AI 월드컵'으로 규정하는 걸 본 적 있을 겁니다. 궁금해졌습니다. "정말로 AI 월드컵일까?" 그래서 제미나이에게 한번 물어봤습니다. “이번 월드컵에서 가장 각광을 받은 IT 기술은 뭐냐?”구요. 예상대로 'AI 기술이다'고 답이 돌아왔습니다. "왜 그렇게 생각하냐"고 또 물어봤습니다. 핵심 요인 중 하나로 전력 평준화를 이끈 '풋볼 AI 프로'를 추천하네요. 정말 '풋볼 AI 프로'는 그런 역할을 했을까? 제미나이에게 '풋볼 AI 프로'가 실제 경기 결과에 영향을 미친 사례를 꼽아 줄 수 있냐고 요청했습니다. 프랑스, 아르헨티나, 브라질 같은 축구 강국에 비해 실력이 떨어지는 팀들이 분석 데이터에 힘입어 '언더독의 반란'을 한 사례가 있느냐는 거죠. AI의 데이터 복지가 바꾼 경기력 상향 평준화 제미나이는 크게 세 경기를 예로 들었습니다. 첫 번째. 피파 랭킹 67위 카보베르데의 32강 진출. 카보베르데는 조별리그에서 우승 후보 스페인(2위), 축구 명가 우루과이(16위)와 무승부를 거두며 무패(3무)로 조 2위를 차지해 32강 토너먼트에 진출했습니다. 이름도 처음 들어본 카보베르데의 32강 진출에 AI가 어떤 역할을 했는지, 또 물어봤습니다. 그랬더니 이런 답변이 돌아왔습니다. “스페인과 우루과이는 경기 운영 스타일과 템포가 완전히 다른 팀입니다. 카보베르데 코칭스태프는 '풋볼 AI 프로'를 활용해 스페인전에서는 철저한 공간 차단과 역습 타이밍을, 우루과이전에서는 전혀 다른 맞춤형 압박 전술을 실시간으로 도출해 냈습니다. 상대의 패스 길목과 슈팅 예상 위치(xG 모델)를 완벽히 예측한 전술적 승리였습니다.” 두 번째. 가나의 잉글랜드 봉쇄. 가나는 우승후보 잉글랜드와 0대 0 무승부를 기록하는 데 성공했습니다. 그런데 AI가 어떻게 사용됐을까요? 역시 AI 모델 제미나이의 분석입니다. “가나는 잉글랜드가 페널티 박스로 진입하는 특정 루트를 완벽히 예측해 길목을 지켰습니다. 점유율은 내주되, 실점 위험이 높은 핵심 구역만 효율적으로 막아내는 'AI 기반 맞춤형 수비'의 정석을 보여줬습니다.” 마지막 사례는 우리에겐 뼈 아픕니다. 제미나이는 남아공화국의 32강 진출, 특히 멕시코전 이후 반전을 AI 활용 성공 사례로 꼽았습니다. “멕시코 전 참패 이후 '풋볼 AI 프로'가 제공한 수비 전환 지표와 상대 팀의 압박 강도 데이터를 바탕으로 전술을 빠르게 수정했습니다. 결과적으로 남은 조별리그 경기에서 짠물 수비를 바탕으로 승점을 쌓아 대한민국(3위)과 체코(4위)를 제치고 조 2위로 극적인 토너먼트 진출에 성공했습니다.” 제미나이의 답변을 읽으면서 “같은 자료를 받았는데, 우리 팀은 뭘 했지?”란 의문이 들었습니다. 다 지나간 얘기이긴 하지만요. 제미나이는 이번 북중미 월드컵을 한 마디로 “데이터 복지가 만든 상향 평준화 대회”로 요약했습니다. 이번 대회 조별리그 데이터를 분석한 스포츠 과학자들은 "팀 간의 전술적 완성도 격차가 역대 가장 적다"고 입을 모은다는 얘기도 함께 전해주고 있습니다. 그렇다면, 당연히 따라 붙는 질문이 있습니다. 도대체 '풋볼 AI 프로'에 어떤 데이터가 담겨 있길래, 데이터 복지라고 하는가, 라는 질문입니다. 제미나이는 “선수들과 공의 미세한 움직임을 밀리미터(mm) 단위로 쪼개어 분석한 고차원 데이터가 실시간으로 결합하기 때문”이라고 답변했습니다. "누가 공을 오래 쥐고 있었나" 수준의 겉핥기식 데이터가 아니라는 겁니다. 풋볼 AI 프로에는 어떤 데이터가 담겼나 그러면 '풋볼 AI 프로'에는 어떤 데이터가 담겨 있을까요? 제미나이에 따르면 크게 다섯 가지 데이터가 담겨 있습니다. 첫째. 기대 패스 가치(Expected Passing Value, EPV) 선수가 패스할 때 “패스가 골로 연결될 확률을 얼마나 높였는가?"를 수치화한 데이터입니다. 상대 핵심 미드필더가 공을 잡았을 때, AI는 그 선수가 주로 어느 방향으로 패스를 찔러 넣을 때 EPV가 가장 높아지는지 분석합니다. 수비수들은 AI의 가이드에 따라 그 선수의 주력 패스 길목을 미리 차단함으로써 상대의 공격 시발점 자체를 마비시킬 수 있습니다. 둘째. 실시간 기대득점(Expected Goals, xG) 및 슈팅 맵 슈팅을 때린 위치, 수비수의 거리, 골키퍼의 위치, 패스의 종류 등을 고려해 "이 상황에서 슛을 때리면 골이 될 확률이 몇 %인가"를 계산합니다. '실점 위험이 가장 높은 구역'이 어디인지 실시간으로 예측합니다. xG가 높은 지점으로 상대가 침투하는 것을 미리 경계할 수 있습니다. 감독은 수비수에게 "저 위치에서는 무조건 슛 각도를 좁혀라"는 지시를 내릴 수 있습니다. 셋째. 선수별 3D 포지셔닝 및 공간 점유율 22명 선수 전원의 위치를 초당 수십 번씩 3D 좌표로 찍어냅니다. 이를 통해 수비 라인의 간격, 압박의 강도(PPDA, 패스 허용당 수비 행동 수)를 측정합니다. 강팀이라도 '순간적으로 수비 간격이 벌어지는 틈(공간)'이 생깁니다. AI는 인간 분석관의 눈보다 빠르게 이 찰나의 균열을 포착해 냅니다. "지금 상대 우측 풀백 뒤 공간이 4m 이상 벌어졌다"는 알림을 받으면, 그 타이밍에 맞춰 롱패스 한 방으로 치명적인 역습을 성공시키는 것이죠. 넷째. 패스 네트워크 (Pass Network)와 고립도 분석 상대 팀 선수들이 서로 패스를 얼마나 주고받았는지 선으로 연결해 보여주는 데이터 시각화 지도입니다. 선이 굵을수록 패스가 잦다는 뜻입니다. 잉글랜드 같은 강팀의 패스 지도를 보면, 주드 벨링엄 같은 특정 핵심 플레이어를 거쳐 가는 선이 유독 굵게 나타납니다. AI는 이 '핵심 연결 고리'를 찾아내고, "이 선수를 압박했을 때 상대의 패스 루트가 얼마나 고립되는가"를 계산합니다. 가나는 이 데이터를 바탕으로 잉글랜드의 핵심 배급처를 완벽히 고립시켜 패스 줄기를 끊어버린 것입니다. 다섯째. 피로도 및 세컨드 볼 예측 (Physical & Tactical Hybrid) 선수의 스프린트 횟수와 가속도를 계산해 실시간 '방전 상태(피로도)'를 추정하고, 공이 튕겨 나왔을 때(세컨드 볼) 소유권을 가져올 확률을 예측합니다. 체력이 한계에 도달한 상대 선수를 찾아내 그쪽으로 집요하게 공격을 투입하거나, 세컨드 볼 확률이 높은 위치에 미드필더를 미리 배치해 공을 가로챕니다. AI와 데이터가 바꾸는 새로운 축구 지형도 과거에는 감독의 '감'이나 '비디오 분석'에 주로 의존했습니다. 특히 많은 성공 경험을 갖고 있는 감독의 감이 결정적인 역할을 했습니다. “이렇게 해서 성공했다”는 말엔 쉽게 반박하기 힘들었죠. 이젠 시대가 달라졌습니다. 모든 것이 데이터로 시각화되는 세상입니다. 특히 정밀한 AI 분석 기술이 곁들여지면서 분석의 수준 자체가 달라졌습니다. 상대의 전술적 버릇과 약점이 실시간 수치와 3D 그래픽으로 시각화되어 전달되는 시대입니다. 이번 북중미 월드컵이 'AI 기술 덕분에 평준화된 대회'라는 평가를 받는 것은 이 때문입니다. 이런 얘기를 접하다보니, 로봇 처럼 답답한 축구를 했던 한국팀의 경기가 더 아쉽게 다가옵니다.
