스탯캐스트 도입 이후 MLB 선수 평가 변화 사례

스탯캐스트 기술 도입이 바꾼 야구의 기준

2015년, 메이저리그(MLB)는 전 구장에 ‘스탯캐스트’라는 이름의 고급 데이터 추적 시스템을 공식 도입했다. 이전까지 야구는 타율, 홈런, 타점, ERA 같은 전통적인 지표를 중심으로 선수 평가가 이뤄졌다. 물론 세이버메트릭스 같은 분석 방법은 이미 활용되고 있었지만, 여전히 눈에 보이는 결과 중심의 해석이 대부분이었다. 하지만 스탯캐스트가 본격적으로 도입되면서 상황이 완전히 달라졌다.

스탯캐스트는 단순히 기록을 모으는 것을 넘어서, 경기 중 일어나는 거의 모든 움직임을 수치로 측정할 수 있게 해줬다. 타구 속도, 발사각, 투구 회전수, 수비수의 반응 속도, 주자의 이동 거리까지 데이터화되면서, 야구는 ‘눈으로 보는 스포츠’에서 ‘숫자로 설명할 수 있는 스포츠’로 변했다. 이 변화는 단지 데이터의 증가가 아니라, 선수의 진짜 실력과 기여도를 훨씬 정확하게 평가할 수 있는 기반이 되었다. 과거에는 단순히 안타가 많거나 홈런을 많이 치는 선수가 좋은 타자로 여겨졌지만, 스탯캐스트 이후에는 그 타구의 질, 속도, 그리고 반복 가능성까지 분석하게 되었다. 즉, ‘보이는 결과’보다 ‘보이지 않던 능력’이 평가의 중심에 서게 된 것이다.

 

 

 

타자의 타구 질 분석으로 달라진 평가 방식

스탯캐스트가 가장 큰 영향을 미친 분야 중 하나는 타자의 타구 질 분석이다. 그 중심에는 타구 속도(Exit Velocity)와 발사각(Launch Angle)이 있다. 이 두 수치는 타자가 공을 얼마나 강하게, 그리고 어떤 각도로 때렸는지를 알려주는 핵심 지표다. 예를 들어 타구 속도가 시속 95마일 이상이고, 발사각이 25도 전후라면 그 타구는 홈런이나 장타로 이어질 가능성이 매우 높다. 이런 데이터를 기반으로 계산한 것이 바로 예상 타율(xBA)이나 예상 장타율(xSLG), 그리고 예상 가중출루율(xwOBA)이다.

실제로 스탯캐스트 도입 이후, 전통적인 타율은 낮지만 타구 속도와 발사각이 좋은 타자들이 주목받기 시작했다. 대표적인 예가 애런 저지다. 저지는 데뷔 초반부터 삼진이 많다는 이유로 비판을 받았지만, 그의 타구 속도는 메이저리그 전체 1~2위를 다툴 정도였다. 이후 스탯캐스트 데이터를 바탕으로 그의 장타 생산력이 객관적으로 입증되면서, 저지는 리그 최고의 장타자로 인정받게 된다.

또 다른 예는 맥스 먼시다. 그는 오클랜드 시절에는 주목받지 못했지만, LA 다저스로 이적한 후 타구 질 중심의 분석 덕분에 기회를 얻고, 이후 리그 평균 이상의 장타력을 가진 타자로 도약했다. 이처럼 타율이나 OPS만으로는 보이지 않던 장점들이 스탯캐스트를 통해 조명되었고, ‘보이지 않던 가능성’을 가진 선수들이 새롭게 발굴되는 계기가 되었다.

 

투수 평가에서 바뀐 기준: 회전수와 투구 궤적

투수 평가에서도 스탯캐스트는 엄청난 변화를 가져왔다. 과거에는 ERA(평균자책점), WHIP, 승수 등이 투수의 성과를 설명하는 주요 수치였다. 하지만 이제는 구속뿐만 아니라 투구 회전수(RPM), 릴리스 포인트, 움직임(horizontal/vertical movement), 그리고 구종의 일관성 같은 요소가 투수 평가의 중심으로 떠올랐다.

대표적인 사례가 트레버 바우어다. 그는 과학적 투구 훈련과 스탯캐스트 기반 데이터를 적극 활용해 투구 회전수를 비약적으로 향상시켰고, 이를 통해 직구의 위력을 높이며 사이영상까지 수상했다. 특히 패스트볼의 수직 무브먼트가 증가하면 타자 입장에서 ‘공이 떠오르는 듯한’ 효과가 생기는데, 이 효과가 실제로 공략을 어렵게 만든다는 점이 수치로 입증되었다.

또한 류현진의 사례도 흥미롭다. 그가 2019년 시즌 리그 평균 이하의 구속에도 불구하고 사이영상 투표 2위에 오를 수 있었던 이유 중 하나는, 스탯캐스트가 보여주는 그의 릴리스 포인트 일관성과 커맨드의 정밀도였다. 단순히 구속이 빠르거나 삼진을 많이 잡는 투수만이 아니라, ‘효율적이고 예측 불가능한 투구를 하는 투수’가 인정받는 구조로 바뀌게 된 것이다. 이처럼 스탯캐스트는 투수 능력을 ‘결과 중심’이 아닌 ‘과정 중심’으로 평가하는 새로운 기준을 만들어냈다.

 

수비와 주루 평가에서도 바뀐 시선

스탯캐스트는 공격과 투구뿐 아니라 수비와 주루에서도 평가 방식을 크게 바꾸었다. 특히 수비에서는 Outs Above Average(OAA)라는 지표가 핵심으로 떠올랐다. 이 지표는 수비수가 처리한 타구의 난이도와 범위를 계산해, 평균 대비 얼마나 더 많은 아웃을 만들어냈는지를 보여준다. 과거에는 실책 수나 수비율 같은 단순 지표만으로 수비력을 판단했지만, 이제는 수비수가 얼마나 넓은 범위를 커버하고, 얼마나 빨리 반응했는지가 객관적인 수치로 제공된다.

예를 들어 케빈 키어마이어와 같은 외야수는 타구 판단력과 스피드, 송구 능력을 통해 리그 최고의 수비수로 평가받고 있다. 이는 단지 실책이 적어서가 아니라, OAA와 같은 고급 수비 지표에서 일관되게 높은 수치를 기록하고 있기 때문이다. 마찬가지로 내야수들의 움직임과 병살 처리 속도도 이제는 정량적으로 비교 가능해졌다.

주루 평가에서도 스프린트 속도와 주자 리드 거리, 베이스 간 반응 시간이 모두 수치화되면서, 과거에는 ‘감’으로만 파악되던 주루 능력이 정밀하게 분석되기 시작했다. 실제로 주루에서 큰 차이를 만들지 못했던 선수들이 스프린트 속도 데이터를 기반으로 훈련 방향을 조정해 성과를 높이는 사례도 늘고 있다.

이처럼 스탯캐스트는 야구에서 ‘보이지 않던 노력과 능력’을 수치화함으로써, 선수 평가에 있어 새로운 시각을 열어주었다. 과거에는 지나쳤을 수도 있는 선수의 장점이 이제는 구체적인 데이터로 증명되며, 더욱 공정하고 과학적인 평가가 가능해진 것이다.

 

스탯캐스트의 도입은 MLB 선수 평가 방식에 큰 변화를 가져왔다. 타자의 경우 단순한 타율이 아닌 타구 속도와 발사각, xwOBA 등의 지표를 통해 타구의 질과 장타력을 평가할 수 있게 되었고, 투수는 회전수, 릴리스 포인트, 구종 움직임을 기반으로 능력을 측정받는다. 수비에서는 OAA 같은 고급 지표를 통해 수비 범위와 반응 속도를 정밀하게 평가하고, 주루 능력도 스프린트 속도 등으로 수치화되었다. 이러한 변화는 선수의 숨겨진 가치를 드러내고, 평가 기준을 더욱 객관화·세분화하는 데 기여했다. 이제 야구는 숫자만이 아니라, 그 숫자를 통해 선수를 정확히 읽어내는 시대에 들어섰다.