스포츠 현장에서는 선수들의 움직임을 기록, 판정, 그리고 평가하기 위해 다양한 기술과 장비들을 사용하게 된다. 이러한 기술과 장비를 사용하여 수집된 스포츠 데이터는 다양한 통계 기법을 통해 분석된다. 분석된 정보는 선수들의 경기력 향상을 위해 지도자에게 전달되거나, 스포츠 팬들의 즐거움을 위해 활용되기도 한다(Robert et al., 2010). 다른 스포츠와 마찬가지로 컬링 경기분석은 경기에서 발생하는 모든 데이터를 수집·분석하여 자신의 팀 및 상대팀의 전략(Strategy)을 파악하거나 경기에서 승리할 수 있는 최적의 상태와 특징 파악에 중점을 둔다(Park et al., 2016b).

컬링 경기는 스톤의 물리적 타격이 있는 경기 특성으로 인해 후공으로 공격하는 것이 상대적으로 득점에 유리하게 작용된다. Fig. 1은 컬링 경기의 공격 순서에 대한 설명이다. 예를 들어, A팀이 5엔드에 득점하게 되면 6 엔드에 A팀은 선공(Without hammer), B팀은 후공(With hammer)이 된다. 그리고 6엔드에 B팀이 득점하게 되면 7엔드에 A팀은 후공, B팀은 선공이 된다. 하지만, 7엔드에 두 팀이 모두 득점하지 못하게 되면 이전 엔드의 공격 순서(A팀: 후공, B팀: 선공)가 그대로 이어지게 된다. 이런 작전을 블랭크 작전(Blank Tactics)이라고 한다. 이처럼, 컬링 경기의 선/후공 여부는 이전 엔드의 득/실점 여부에 따라 결정되고, 각 경기는 1~10엔드까지 진행되기 때문에 경기 상황에 따라 사용되는 팀의 전략은 지속적으로 변하게 된다(Willoughby & Kostuk, 2004).

또한, 야구 경기에서는 두 팀이 모두 득점 기회를 제공받지만, 컬링은 야구와는 달리 해당 엔드에서 특정 팀만 득점이 가능하다. 다시 말해서, 야구는 1회에 A팀이 공격하여 득점은 기회를 얻고, 다시 B팀이 공격하여 득점 기회를 제공받지만, 컬링 경기에서는 1엔드에 A팀이 후공으로 2득점하게 되면 A팀은 2점, B팀은 0점이 된다. 이러한 경기특성으로 인해 엔드별 블랭크 엔드 수와 평균 득점은 해당 팀의 경기력 수준과 전략을 파악하기 위한 간접적인 지표로 활용 가능하기 때문에 컬링 경기 승자와 패자의 특징 분석 시 엔드별 블랭크 엔드수 및 평균 득점에 대한 분석이 필요하다.

컬링 경기의 작전(Operation)은 공격을 목적으로 한 드로우(Draw)와 방어를 목적으로 한 테이크아웃(Take-out), 그리고 전략적으로 시도하거나 또는 실수에 의해 스톤이 하우스 밖으로 나가게 되는 스루(Through)로 구분할 수 있다(Throp, 2013; Park et al., 2016b). 그리고 컬링 작전은 투구자의 목적에 따라 여러 개의 샷(Shot)으로 세분화되는데, 국내에서 사용되고 있는 샷 분류와 2014소치동계올림픽에서 사용된 샷 분류는 일부 차이가 존재한다(Table 1).

컬링 경기분석과 관련된 연구는 크게 특정 국가 및 팀에 대한 작전 유형을 비교·분석하는 연구와 경기 승패를 예측하기 위한 통계 모형 연구로 구분할 수 있다. 컬링의 작전 유형을 비교·분석하는 연구에서는 작전의 유형(드로우, 테이크아웃) 및 샷의 유형을 엔드별 팀별 성별 포지션별 선/후공별로 구분하여 분석한 연구들이 주로 보고되고 있다(Park, 2000; Baek, 2003; Cho & Baek, 2003; Lee, 2005; Kim & Yoon, 2008; Heo, 2008; Kim, 2009; Park et al., 2013; Park et al, 2016b; Kim & Chae, 2016). 컬링 경기분석 관련 연구에서 엔드별 포지션별 성별 작전 유형 분석이 중요한 것은 1) 스톤-스톤의 물리적 충돌, 2) 하우스 정중앙에 가까운 스톤 개수만큼 득점, 3) 공격 패턴(선·후공), 4) 포지션이 각기 다른 4명의 선수가 번갈아 샷을 시도, 5) 경기 진행에 따라 변화되는 빙질의 상태(마찰력의 변화), 6) 대량 득점 획득 의지에 따라 변화되는 상대팀의 작전 등을 파악하고(Willoughby & Kostuk, 2005), 경기 현장 경험을 이론으로 정립하려는 시도 및 활용도가 증가한 것이 그 원인으로 추정된다.

Kim & Yoon(2008)과 Kim(2009)은 한국팀과 외국팀의 드로우와 테이크아웃 작전을 분석하였다(Kim & Yoon, 2008; Kim, 2009). Yang & Lee(2013)는 1엔드와 6엔드의 후공 여부, 전반부와 후반부의 선득점 여부, 전체엔드에서의 최고득점수, 그리고 역전이 발생한 최종 엔드 등과 같은 추가적인 변수를 추출하여 컬링 경기의 특징을 분석하였다(Yang & Lee, 2013). Park et al.(2013)의 연구에서는 2012년 휠체어컬링 세계선수권대회에 참가한 국가대표 4개팀에 대한 엔드별 작전 유형, 포지션별 작전 유형, 선·후공에 따른 작전 유형, 경기 전반부(1~5엔드) 및 후반부별(6~10엔드) 작전 유형을 분석하였고(Park et al., 2013), Park et al.(2016b)의 연구에서는 소치동계올림픽에 참가한 여자 컬링 10개국의 팀별 선·후공 시 엔드별 평균 득점, 블랭크 엔드 수, 샷 순서에 따른 샷 유형을 분석하였다. 특히, Kim & Chae(2016)의 연구에서는 국내 여자컬링팀의 경기영상을 기반으로 스코어, 선·후공에 따른 드로우와 테이크아웃 작전 유형, 스톤회전방향(인턴, 아웃턴), 샷 성공률, 작전수행능력과 같은 주요 경기력 변인을 분석하고, 추가적으로 인공신경망을 이용하여 승패 예측 정확도 모델을 제시하였다(Kim & Chae, 2016). 이처럼, 현재까지 국내에 보고되고 있는 대부분의 컬링 경기분석 문헌에서는 국내 지도자들에 의해 사용되고 있는 샷 분류 체계를 기준으로 샷 유형 및 정확도 분석이 이루어지고 있다. 하지만, 본 연구에서는 1) 소치동계올림픽 공식기록의 샷 분류 체계를 사용한 것, 2) 엔드별 블랭크 엔드 수, 엔드별 평균 득점 및 누적점수차의 변수를 추가하여 컬링 경기 승자와 패자의 특징을 분석했기 때문에 기존 연구와는 다른 접근 방식이 될 수 있다.

경기 승패를 예측하기 위한 통계 모형 연구에서는 로지스틱 회귀모형 및 요인 분석이 이용되거나 수학 모델을 이용한 사례가 주로 보고되고 있다. 로지스틱 회귀분석을 이용한 연구에서는 컬링 경기 결과에 영향을 미치는 주요 변인은 무엇이며, 각 변인에 대한 영향력의 크기를 제시하고 있다(Yang & Lee, 2013; Park & Lee, 2013; Park et al., 2016a; Kim & Chae, 2016). 수학 모델 기반의 컬링 승패 예측 모형 연구는 다시 전문가 의견 기반 연구와 마르코프 체인(Markov chain)을 이용한 연구로 세분화할 수 있다.

Willoughby & Kortuk(2004)의 연구에서는 컬링 경기에서 10엔드 동점으로 11엔드 연장전 진입 시 상대팀보다 1점 이기고 있고 선공인 상황을 기댓값(Expected value)이 높다고(up) 하여 이를 E(UP)으로 표현하고, 10엔드 동점으로 11엔드 연장전 진입 시 상대팀보다 1점 지고 있고 후공인 상황을 기댓값이 낮다고(down) 하여 이를 E(DN) 으로 표현하여 컬링 승패 예측 모형을 제안하였다(Willoughby & Kortuk, 2004). 이 연구에서 제안된 컬링 승패 예측 모형에서는 11엔드 연장전 진입 시 선공에 1점 앞선 상황(E(UP))이 후공에 1점 지고 있는 상황(E(DN)보다 경기에서 승리할 확률이 높다고 제시하고 있다(E(UP):0.713 > E(DN): 0.287). 즉, 연장전에서는 선·후공 여부보다는 점수가 더욱 중요하다는 것이다. 또한, Willoughby & Kortuk (2005)의 후속 연구에서는 8엔드 누적점수차를 기준으로 경기에서 높은 승률을 기록하기 위한 9엔드 테이크아웃과 블랭크 엔드의 전략을 비교했는데, 9엔드에서는 블랭크 전략이 테이크아웃보다 승률이 상대적으로 높은 것을 통계적으로 검증하였다(Willoughby & Kortuk, 2005).

마르코프 체인을 이용한 연구에서는 1엔드 후공이 주는 수학적 효과 검증 연구(Kostuk et al., 2001)와 각 엔드 선/후공에 따른 최적의 전략(Bae et al., 2016)을 연구한 사례가 보고되고 있다. 마르코프 체인은 마르코프 성질(Markov property)을 지닌 이산 확률 과정(discrete-time stochastic process)을 의미하는데, 여기서 확률 과정이란 어떤 확률 분포에 의해 벌어지는 일련의 연속 현상들을 수학적으로 모델링하는데 사용되는 개념이다. 예를 들어, 컬링 경기에서 해당 엔드의 점수가 {0, 1, 2} 세 가지가 있고, 1엔드는 1점, 2엔드는 0점, 3엔드는 2점, 4엔드는 1점, 5엔드는 2점, 6엔드는 2점, 7엔드는 0점…이런 상태가 유지되고 있다면, 해당 엔드의 득점은 이전 엔드의 상태에 영향을 받아 결정될 수 있다는 것이다. 즉, n번째 엔드의 전략은 n-1번째까지 두 팀의 누적점수차와 n-1번째 엔드에서 각 팀이 얻은 점수차에 따라 결정된다.

이처럼 본 연구와 관련된 컬링 경기분석 선행연구들을 분석한 결과, 팀별 포지션별 엔드별 작전 유형 분석과 선·후공에 따른 특징 분석은 동일한 연구 문제로 판단되나 1) 소치동계올림픽 공식 기록의 작전 및 샷 분류 체계를 분석에 사용한 것, 2) 엔드별 블랭크 엔드 수, 엔드별 평균 득점 및 누적점수차를 이용하여 컬링 경기의 승자와 패자의 특징을 분석한 것은 기존 연구들과는 다른 접근 방식이기 때문에 연구의 차별성이 있다. 또한, 본 연구자의 최종목표는 인공지능을 기반으로 컬링 경기에서 승리하기 위한 최적의 수를 찾는 방법을 연구하는 것으로 이를 위해 선행되어야 하는 것은 경기 승자와 패자의 특징을 분석하는 것이다. 예를 들어, ‘알파고(AlphaGo)’가 프로바둑 기사의 승리한 수와 패배한 수를 각각 학습용 데이터로 사용한 사례처럼, 본 연구자는 이 연구를 통해 도출된 승자와 패자의 특징 변수를 학습 데이터로 사용하고자 한다. 따라서, 본 연구의 목적은 컬링 경기력 향상을 위해 포지션별 샷 유형 및 샷 정확도, 엔드별 블랭크 엔드 수, 엔드별 평균 득점을 중심으로 컬링 경기의 승자와 패자의 특징을 분석하고, 이를 통해 컬링 경기에서 승리할 전략을 컬링 이해관계자(선수, 지도자, 연구자 등)에게 제공하는 것이다. 이를 수행하기 위한 구체적인 연구 목표는 다음과 같다.

본 연구자의 최종 목표는 인공지능 기반의 컬링 예측 모델 개발이며, 이를 위해 본 연구에서는 포지션별 샷 유형 및 샷 정확도, 엔드별 블랭크 엔드 수, 엔드별 선후공에 따른 평균 득점 및 누적점수차를 중심으로 컬링 경기의 승자와 패자의 특징을 분석하였다. 본 연구결과를 토대로 다음과 같이 논의하고자 한다.

첫째, 컬링 경기의 승자와 패자 간에 차이가 있는지 분석한 결과, 다른 포지션과는 달리 리드 샷 유형은 승자와 패자 간에 통계적으로 유의한 차이가 있는 것으로 나타났다(p<0.05). 컬링 경기에서 리드는 선·후공과는 관계없이 상대팀의 스톤이 하우스 내에 위치되지 못하게 하거나 자신의 팀 스톤을 하우스에 올리는 역할을 주로 수행하기 때문에, 매 엔드 첫 번째에서 네 번째 샷의 수 싸움이 매우 중요함을 간접적으로 파악할 수 있다. 반면에, 스킵의 드로우(승자: 661회, 패자: 615회)와 더블 테이크아웃(승자: 142회, 패자: 136회)의 시도 횟수는 승자와 패자 간에 일부 차이가 있는 것으로 나타났으나, 통계적으로 유의한 차이는 나타나지 않았다. Kim & Chae의 연구(2016)에서는 컬링 경기 승자와 패자가 수행한 작전 중 선·후공 시 득점에 성공한 작전을 4가지 유형으로 분류한 반면에(예를 들어, 작전1은 Draw Center-Side Guard-Guard Center), 본 연구에서는 승자와 패자의 포지션별 샷 유형의 분포를 분석함으로써 기존 연구보다 심층적인 분석이 이루어지지 못하였다. 하지만, 스킵 포지션의 중요성을 강조한 여러 문헌들(Kostuk et al., 2001;. Yang & Lee, 2013; Park et al., 2016a)과는 달리 본 연구에서는 리드의 샷 수행능력을 강조한 것은 기존 선행연구와 다른 결과이기 때문에 이에 대한 후속 연구가 필요하다.

둘째, 컬링 승자와 패자의 포지션별 샷 유형별 경기당 평균 샷 정확도를 분석 결과, 드로우, 프론트, 클리어링의 평균 샷 정확도는 컬링 승자와 패자 간에 통계적으로 유의한 차이가 있는 것으로 나타났다(p<0.05). 컬링 경기 승자의 프론트와 클리어링 샷 정확도가 패자보다 상대적으로 높게 나타난 것은 중요한 결과이다. 일반적으로 프론트와 클리어링 샷은 상대팀의 득점을 방해하기 위한 수비적인 목적을 내포하고 있기 때문에 공격보다는 수비 수행능력이 상대적으로 중요하다고 판단할 수 있기 때문이다. 또한, 컬링 경기 승자 스킵의 클리어링(승:157회(82.6%), 패:157회(80.6%))과 더블 테이크아웃 (승:142회(81.7%), 패:136회(78.7%)) 샷 시도 횟수 및 정확도가 패자보다 상대적으로 높게 나타난 것은 주목할 만하다. 일반적으로, 스킵의 클리어링과 더블 테이크아웃 샷은 하우스 내에 위치한 상대팀 스톤을 제거하려는 의도가 있어 스킵의 낮은 샷 정확도는 상대팀에게 대량 득점을 허용할 수 있기 때문이다. 본 연구자의 선행연구에서는 여자 컬링경기의 샷 순서별 샷 유형을 분석하였지만(Park et al, 2016b), 본 연구에서는 경기 승자와 패자의 포지션별 샷 유형을 분석함으로써 선행연구와는 다른 차이점이 존재한다. 하지만, Kim & Chae(2016)의 연구와 같이 선·후공에 따른 득점 성공 시의 작전 패턴과 샷 정확도를 연구 결과로 함께 제시하지 못한 점은 본 연구의 한계점이 될 수 있다. 따라서, 향후 컬링 경기 승자와 패자 특징 파악을 위한 심층적인 분석에 상대팀과의 득/실점, 해당 엔드, 샷 시도 순서, 스톤의 배치 상황 등을 종합적으로 고려할 수 있는 연구수행이 필요하다.

셋째, 컬링 경기에서 엔드별 블랭크 엔드 수는 경기 의 승자와 패자 간에 일부 차이가 있는 것으로 나타났으나, 통계적으로 유의한 수준의 차이는 나타나지 않았다. 1엔드 블랭크 엔드 수가 높게 나타난 것은 빙판의 상태와 상대팀의 전략 및 선수들의 컨디션 파악을 위한 행위로 설명 가능하며(Park et al., 2016b), 10엔드 후공에서의 블랭크 엔드는 누적점수차를 기준으로 상대팀보다 1점 이상 앞서고 있어 상대팀의 득점을 방어하기 위한 행위로 설명 가능하다. 그 다음으로 후공인 팀의 8엔드(12회, 7.1%)와 9엔드(15회, 8.8%) 블랭크 엔드 수가 다른 엔드에 비해 상대적으로 높게 나타난 것은 컬링 경기의 6~8엔드가 고득점(3점 이상)의 발생 빈도가 높은 빅 엔드(Big end)이기 때문이다(Park & Lee, 2013). 다시 말해서, 컬링 경기 초반(1~3엔드)의 블랭크 엔드는 빙판의 상태 및 상대팀의 전략의 파악, 경기 중반(4~8엔드)의 블랭크 엔드는 고득점을 위한 스톤의 배치가 그 조건을 만족시키지 못할 때 고득점을 위한 재시도, 경기 종반(9~10엔드)의 블랭크 엔드는 누적점수차를 기준으로 상대팀보다 1점 이상 앞서고 있을 때는 현재의 점수 차이를 유지하거나 상대팀보다 1점 이상 지고 있을 때는 후공인 상태를 유지하여 다득점을 통해 경기에서 승리하고자 하는 의도가 담긴 것으로 해석 가능하다. 또한, 본 연구자의 선행연구에서는 소치동계올림픽 여자컬링 참가국을 대상으로 각 팀별 엔드별 블랭크 엔드 수를 분석했지만(Park et al., 2016b), 본 연구에서는 컬링 경기 승자와 패자의 선·후공에 따른 각 엔드별 블랭크 엔드 수를 비교·분석함으로써 선행연구와는 다른 접근 방식이기 때문에 기존 연구와는 다른 연구의 차별성이 있다.

넷째, 컬링 경기에서 엔드별 선·후공에 따른 평균 득점 분석 결과, 컬링 경기 승자의 9엔드 평균 득점은 다른 엔드에 비해 상대적으로 낮게 나타났는데, 이는 10엔드 후공 획득을 위한 의도로 추정되며, 선행연구 결과(Park & Lee, 2013)와 동일하게 나타남으로써 본 연구결과를 지지한다. 또한, 컬링 경기의 승자는 5~8엔드 후공 시 다득점 획득 시도가 성공으로 이어지며, 선공 시 상대팀의 실수를 유도 혹은 정확한 샷을 구사하여 스틸(Steal)에 성공하는 특징을 보인 것으로 나타났다. 선·후공에 따른 엔드별 득점, 누적점수차를 이용하여 컬링 승자와 패자 특징을 파악하고자 하는 연구방법론은 기존 연구들과(Kim & Yoon, 2008; Yang & Lee, 2013; Park et al., 2016b; Kim & Chae, 2016)는 다른 연구의 차별성이 있다고 주장할 수 있다.

본 연구에서는 2014 소치동계올림픽 컬링 경기 데이터를 이용하여 컬링 경기의 승자와 패자의 특징을 분석한 결과, 컬링 경기의 승자와 패자 간에는 포지션별 샷 유형 및 정확도(리드와 스킵), 선·후공에 따라 1엔드와 10엔드의 블랭크 엔드 수와 평균 득점에 차이가 있는 것으로 나타났다. 본 연구 결과를 토대로 본 연구자는 컬링 승리 전략에 대해 다음과 같이 제안하고자 한다.

결론적으로, 컬링의 경기력 향상을 위해서는 데이터 수집 및 활용에 대한 현장 전문가들의 인식 전환과 체계적인 데이터 수집이 선행되어야 하고, 그 다음으로는 다양한 관점에서 데이터를 재해석하는 것이 필요하다. 또한, 현재 경기 상황인지를 위해 스톤의 위치, 샷의 유형, 강도, 스위핑의 횟수 및 강도를 자동으로 수집·분석할 수 있는 스포츠과학과 인공지능의 융합 연구가 향후에 수행될 수 있다면 세계적 수준의 컬링 연구가 가능할 것이라고 생각한다.