데이터 기반 선수 조합 분석: NBA 팀 구성과 경기 결과의 관계

• Published in: 한국체육측정평가학회지, 27(2) pp. 67 - 78
• Main Authors: 김정준, 이기봉
• Format: Journal Article
• Language: Korean
• Published: 한국체육측정평가학회 01.06.2025
• Subjects: 체육
• ISSN: 1229-4225; 2671-9134

본 연구는 NBA 정규리그 데이터를 기반으로 선수들의 경기 수행 특성을 군집화하고, 팀 구성 조합이 경기 결과에미치는 영향을 분석하고자 하였다. 이를 위해 2021–22시즌부터 2023–24시즌까지의 경기 기록을 수집하여, 공격과수비 지표를 각각 분리하여 K-평균 군집분석을 실시하였다. 그 결과, 공격 유형은 ‘소극적 공격형’, ‘핵심 득점형’, ‘공격 보조형’의 3개 군집, 수비 유형은 ‘적극 수비형’과 ‘민첩 수비형’의 2개 군집으로 분류되었다. 이후 선수들의군집 조합을 바탕으로 팀 단위의 조합 구조(Gx-y)를 파생 변수로 생성하고, 로지스틱 회귀분석 및 평균 한계효과분석을 통해 해당 조합이 경기 결과에 미치는 영향을 검증하였다. 분석 결과, G1-0, G2-0과 같은 특정 조합 유형은기준 조합(G1-1) 대비 유의하게 높은 승리 확률을 나타낸 반면, G0-1, G0-0 조합은 부정적인 영향을 미치는 것으로확인되었다. 이러한 결과는 팀 내 선수 구성의 전략적 조합이 경기력 향상에 실질적인 영향을 줄 수 있음을 시사하며, 단순 포지션이나 개별 지표 중심의 기존 분석 접근을 보완할 수 있는 새로운 분석 틀을 제시한다. 본 연구는 향후팀 전략 설계, 선수 기용 판단, 데이터 기반 의사결정에 활용 가능한 기초 자료로 활용될 수 있을 것이다. This study aims to analyze the impact of team composition on game outcomes by clustering NBA players based on their in-game performance characteristics. Using game data from the 2021–22 to 2023–24 regular seasons, K-means clustering was performed separately on offensive and defensive indicators. The analysis identified three offensive clusters—Passive Scorer, Primary Scorer, and Supportive Scorer—and two defensive clusters—Aggressive Defender and Agile Defender. Based on each player's combined offensive and defensive types, team-level composition variables (Gx-y) were created for every game. Logistic regression and average marginal effects (AME) analysis were then used to examine the influence of these compositions on win probabilities. Results showed that combinations such as G1-0 and G2-0 significantly increased the likelihood of winning compared to the reference group (G1-1), while G0-1 and G0-0 combinations were negatively associated with winning. These findings suggest that strategic player combinations within teams can have a substantial effect on performance and offer a new analytical framework beyond traditional position- or individual metric-based evaluations. This study provides foundational insights for team strategy design, player utilization, and data-driven decision-making in professional basketball. KCI Citation Count: 0