NPB 데이터 분석의 현재
NPB 12개 구단 모두 데이터 분석 부서를 보유하고 있지만, 규모와 성숙도는 크게 다르다. 소프트뱅크, DeNA, 라쿠텐 등 선진적인 구단은 10~20명의 분석가를 고용하며 전용 데이터베이스와 도구를 운영한다. 보수적인 구단은 2~3명의 직원이 Excel 기반 분석을 수행하는 수준에 머물러 있다. 머신러닝 엔지니어와 생체역학 전문가를 포함해 30~50명의 분석가를 고용하는 MLB 구단과 비교하면, NPB의 데이터 분석은 아직 발전 단계에 있다. 그러나 2020년대 이후 진전은 빠르며, 트래킹 데이터 도입이 각 구단의 투자를 가속화하고 있다.
데이터 유형과 분석 방법
NPB 데이터 분석 부서는 세 가지 주요 데이터를 다룬다. 첫째, TrackMan과 Hawk-Eye 시스템의 트래킹 데이터로 투구 속도, 회전수, 회전축, 변화량, 타구 속도, 각도, 방향을 측정한다. 둘째, 스카우팅 데이터로 상대 타자의 약점, 투수 경향, 수비 포지셔닝을 영상과 통계 방법으로 분석한다. 셋째, 생체역학 데이터로 모션 캡처를 활용해 투구와 타격 메커닉을 분석하여 부상 위험 예측과 퍼포먼스 최적화에 활용한다. 통계적 방법이 주를 이루지만, 선진 구단은 머신러닝을 활용한 예측 분석도 수행하고 있으며, 배구 시퀀스 예측 모델과 최적 수비 시프트 계산 등이 포함된다.
데이터와 현장의 긴장 관계
데이터 분석 부서와 현장 코칭 스태프 간의 관계는 NPB에서 가장 민감한 문제 중 하나다. 데이터가 제시하는 최적의 권고와 경험에 기반한 판단이 정기적으로 충돌한다. 데이터가 특정 타자에 대해 수비 시프트를 권장하지만 코치가 그 타자는 반대 방향으로도 칠 수 있다고 주장하는 경우가 있다. 세대 간 가치관 차이가 이 긴장의 근저에 있다. 데이터 분석 없이 선수 생활을 한 코치들은「숫자가 야구를 이해할 수 있는가」라는 근본적 회의를 품고 있다. 분석 인력 측에도 책임이 있는데, 분석 결과를 현장이 이해하기 쉬운 형태로 전달하는 커뮤니케이션 능력이 부족한 경우가 많다. 성공적인 구단은 분석가와 코치 사이에「번역자」역할을 하는 인재를 배치하여 양측의 간극을 메우고 있다.
경기 중 실시간 분석
데이터 분석 업무는 경기 전 준비를 넘어 경기 중 실시간 분석까지 확장된다. 분석 부서는 이닝별로 상대 투수의 구속과 제구 변화를 추적하며, 직구 구속 저하나 슬라이더 제구 악화 같은 관찰 결과를 벤치에 전달한다. 타자에 대해서는 낮은 변화구를 쫓는 경향이나 초구 직구를 노리는 패턴 등 실시간 경향 분석을 제공한다. 그러나 NPB는 경기 중 벤치 내 태블릿과 컴퓨터 사용을 제한하고 있어, 정보 전달은 종이 보고서와 구두 커뮤니케이션으로 이루어지며, 이는 벤치 모니터를 통해 실시간 데이터에 접근할 수 있는 MLB와 대조적이다.
분석가의 커리어 패스와 인재 부족
NPB 데이터 분석이 직면한 최대 과제는 인재 부족이다. 야구 지식과 데이터 사이언스 기술을 겸비한 전문가는 극히 드물어 구단 간 인재 영입 경쟁이 벌어지고 있다. MLB는 대학 스포츠 분석 프로그램과 MIT 슬론 스포츠 컨퍼런스 등을 통해 인재 파이프라인을 구축했지만, 일본에서는 전문 교육 기관이 제한적이다. 분석가 보수는 IT 업계의 동급 데이터 사이언티스트 연봉보다 낮은 경향이 있어 기술 기업으로의 인재 유출이 발생한다. 커리어 패스도 불명확하다. 분석가에서 단장으로의 승진 경로가 확립된 MLB와 달리, 많은 NPB 구단에서 분석 인력의 조직 내 위치가 모호하다. 데이터 분석의 중요성이 인정받는 지금, 인재 확보와 육성이 NPB 분석 발전의 궤적을 결정할 것이다.