축구의 Elo 레이팅: 팀 강도는 어떻게 정량화되는가

Tactiq AI · 2026-05-05 · 9분 읽기 · AI와 축구

축구 경기 미리보기에 들어가 "팀 A 레이팅 1720, 팀 B 레이팅 1548"과 같은 것을 본 적이 있다면 Elo 레이팅을 보고 있던 것입니다. 위기와 황금기를 통해 라인이 오르락내리락하는 10년에 걸친 클럽 강도의 그래프를 본 적이 있다면, 그것은 거의 확실히 Elo였습니다.

Elo는 축구가 가진 보편적 팀 강도 지표에 가장 가까운 것입니다. 원래 체스 선수를 평가하기 위해 설계되었으며 축구, 농구, 테니스, eSports 등에 적용되었습니다. 축구의 버전은 체스보다 단순하지만 원리는 같습니다. 그리고 어떤 단일 숫자 지표처럼, 충분히 자주 잘못 읽혀지므로 실제로 어떻게 작동하는지 이해할 가치가 있습니다.

이 기사는 Elo가 팀 강도에 대해 포착하는 것, 어떻게 계산되는지, 왜 분석 대시보드 전반의 기본이 되었는지, 그리고 레이팅을 요약이 아닌 신탁으로 다루는 팬들을 잡는 함정을 다룹니다.

Elo 레이팅이란, 한 단락으로

모든 팀은 레이팅을 가지며, 일반적으로 축구의 클럽 적용에서 1200에서 2100 범위입니다. 각 경기 후 두 팀의 레이팅은 기대에 비해 어떻게 수행했는지에 따라 업데이트됩니다. 1700 레이팅 팀이 1500 레이팅 팀을 이기면 더 강한 측이 이길 것으로 기대되었으므로 레이팅이 거의 변하지 않습니다. 대신 1500 레이팅 측이 이기면 그들의 레이팅이 뛰어오르고 1700 레이팅 측의 것은 떨어집니다. 결과가 기대에 모순되었기 때문입니다. 기대에 반하는 무승부? 레이팅 차이가 놀라움을 비례적으로 흡수합니다.

수백 경기에 걸쳐 레이팅은 각 팀의 진정한 강도 주변에 안정됩니다. 강한 측을 이기면서 레이팅을 올리고, 약한 측에 지면서 미끄러집니다. 숫자는 구체적인 무언가를 의미합니다: 100점 레이팅 격차는 대략 64-36 우승 후보에 해당하고, 200점 격차는 대략 76-24, 400점 격차는 대략 91-9에 해당합니다.

Elo는 실제로 어떻게 계산되는가

복잡함이 제거된 수학:

팀 A 대 팀 B의 기대 결과: E_A = 1 / (1 + 10^((R_B - R_A) / 400))

여기서 R_A와 R_B는 팀의 현재 레이팅입니다. 400 분모는 체스의 관습입니다. 축구 Elo 변형은 때때로 다른 스칼라를 사용하지만 400이 표준입니다.

경기 후 업데이트: 새 R_A = 이전 R_A + K × (실제 결과 - E_A)

"실제 결과"는 A의 관점에서 승리에 1, 무승부에 0.5, 패배에 0입니다. K는 상수입니다. 체스는 경험 수준에 따라 K=16에서 32를 사용합니다. 축구 Elo는 종종 K=20에서 50을 사용하며, 더 높은 값은 더 반응적인 레이팅을 줍니다.

따라서 경기 후:

우승 후보 승: 우승 후보에게 작은 양수 변화, 약자에게 작은 음수.
우승 후보 무승부(이변): 우승 후보에게 작은 음수, 약자에게 작은 양수.
우승 후보 패(큰 이변): 우승 후보에게 상당한 음수, 약자에게 상당한 양수.
약자 승: 다른 방향에서 위와 같음.

대부분의 공개 Elo 시스템이 추가하는 두 가지 축구 특유 정제:

골 차이 가중치. 3-0 승은 1-0 승보다 더 많이 셉니다. 대부분의 공개 Elo 변형은 골 마진에 기반한 요인으로 K를 곱합니다(K × √GoalDiff 또는 유사한 것). 이것 없이는 시스템이 모든 결과를 이진으로 다루어 정보를 잃습니다.

홈 어드밴티지. 홈팀은 기대치가 계산되기 전에 작은 레이팅 보너스를 받습니다(또는 원정팀이 페널티를 받습니다). ClubElo는 대략 100점을 사용합니다.

이러한 정제는 시즌에 걸쳐 팀 강도를 의미 있게 추적하는 축구 적응 Elo를 생성합니다.

왜 Elo가 기본이 되었는가

Elo는 실용적이고 전술적인 이유의 혼합으로 축구에 정착했습니다.

입력은 보편적으로 사용 가능하다. 경기 결과와 상대 레이팅이 필요한 전부입니다. Elo를 계산하기 위해 이벤트 데이터, 추적 데이터 또는 xG가 필요하지 않습니다. 일정 결과가 존재하는 한 어떤 시대에서든 역사적 레이팅을 구축할 수 있습니다.

상대 강도를 포착한다. 22승을 한 팀은 엘리트로 보일 수 있습니다. 하위권 측을 상대로 22승하고 상위 6위를 상대로 승리가 없는 팀은 엘리트가 아닙니다. Elo는 승리가 더 약한 레이팅에 대한 것이었기 때문에 순진한 승점 표보다 첫 번째 패턴을 덜 보상합니다.

수학은 감사할 수 있을 만큼 단순하다. 블랙박스 없음. 경기 이력이 주어지면 어떤 팀의 레이팅이든 직접 다시 계산할 수 있습니다. 그 감사 가능성은 분석에서 중요합니다. 데이터 사이언스 팀 없이 K 값, 골 차이 가중치, 홈 보너스를 테스트하고 튜닝할 수 있게 하기 때문입니다.

단일 숫자를 생산한다. 단일 숫자 요약의 모든 결함에도 불구하고 잘 소통합니다. "팀 A 레이팅 1720 vs 팀 B 1548"은 일반 팬에게 "팀 A 28경기에 걸친 npxG 차이 +15.2"가 그렇지 않은 방식으로 이해 가능합니다.

리그 간 비교(보정 포함). Club Elo는 대회를 서로 평가하는 병렬 "리그 Elo"를 사용해 리그 강도에 맞게 조정될 수 있습니다. 이는 순진한 승률 비교가 할 수 없는 리그 간 비교를 가능하게 합니다.

Elo가 오해를 부르는 곳

레이팅 칼럼을 신뢰하기 전에 이해해야 할 네 가지 실제 한계.

폼 지연. Elo는 점진적으로 업데이트됩니다. 5승의 핫 스트릭에 있는 팀은 레이팅에서 도약하지 않습니다. 꾸준히 올라갑니다. 위기에 있는 팀은 곤두박질치지 않습니다. 표류해 내려갑니다. 단기 폼은 설계상 과소 가중됩니다. 일부 분석가는 최근 폼 민감도와 시즌 합계 안정성을 결합하기 위해 Elo와 함께 "롤링 폼"을 사용합니다.

경기 내에서 상대 품질이 평평하다고 가정한다. Elo는 1700 레이팅 팀이 전체 경기에서 1700 레이팅 강도로 플레이한다고 가정합니다. 실제로 스쿼드 로테이션, 피로, 경기 중 부상, 전술적 결정은 강도가 변동함을 의미합니다. Elo는 각 경기를 깨끗한 "레이팅 vs 레이팅" 결투로 다루며, 이는 실제 경기가 결코 아닌 단순화입니다.

클럽 레이팅의 국제 이전. 클럽 기반 Elo 레이팅은 국가 대표팀 토너먼트 성과로 깨끗하게 이전되지 않습니다. AFCON, Euro, World Cup, 이는 선수의 클럽 Elo 레이팅이 거의 무관한 경기입니다. 국가 대표팀이 클럽 컨텍스트에 걸쳐 선수를 혼합하기 때문입니다. 국제 토너먼트 경기를 예측하기 위해 클럽 Elo를 사용하는 것은 범주 오류입니다.

프리시즌 회귀. 승격 팀의 작년 하위 리그 레이팅은 더 높은 등급에서의 현재 강도를 과장합니다. 많은 Elo 시스템은 로스터 변동을 설명하기 위해 시즌 사이에 "회귀"를 적용해 모든 팀의 레이팅을 평균 쪽으로 줄입니다. 정확한 회귀량은 판단 호출이며, 다른 제공자는 다른 값을 사용합니다.

K 값 민감도. Elo의 반응성은 K에 크게 의존합니다. K가 너무 작은 시스템은 실제 강도 변화에 반응하지 않게 됩니다. K가 너무 큰 시스템은 단일 경기 분산에서 격렬하게 흔들립니다. 축구의 "올바른" K는 경험적으로 튜닝되며, 다른 제공자는 다른 K 값을 생산합니다.

유용한 규칙: Elo는 정확한 순위가 아니라 좋은 베이스라인 팀 강도 요약입니다. 다른 신호(최근 폼, xG 차이, 스쿼드 컨텍스트)가 정제하는 시작점으로 가장 유용합니다.

Tactiq가 분석에서 팀 강도 신호를 사용하는 방법

Tactiq의 분석은 여러 입력 중 하나로 경기 이력에서 도출된 팀 강도 신호를 통합합니다. 이 신호는 최근 폼, xG 차이, 상대 전적 이력, 스쿼드 컨텍스트와 함께 각 경기 결과의 기본 확률에 기여합니다. 분석이 읽는 나머지와 팀 강도 신호가 결합되는 구체적 방식은 제품 내부에 머무릅니다.

사용자가 경기 카드에서 보는 것:

결과에 대한 확률 삼중항, 이 특정 경기에 대한 기저 신호가 얼마나 안정적인지를 반영하는 신뢰도 표시기로 한정.
최근 추세와 함께 양 팀의 기대 득점.
평이한 언어로 매치업 패턴의 이름을 대는 작성된 분석: "홈팀은 최근 폼과 경기 이력에서 더 강한 측으로 들어가지만, 최근 기회 창조는 방문 측보다 뒤쳐졌습니다."
외부 시장 데이터 없음. 제3자 플랫폼으로의 리다이렉트 없음. 가상 화폐 없음. 통계 분석만.

분석은 원시 Elo 숫자를 표면화하지 않습니다. 기저 팀 강도 그림이 시사하는 전술적 읽기를 표면화합니다.

결론

Elo 레이팅은 결과와 상대 품질에 따라 매 경기 후 업데이트되는 단일 숫자로 팀 강도를 압축합니다. 수학은 단순합니다. 출력은 해석 가능합니다. 지표는 시대와 리그를 가로질러 이동합니다.

예측이 아니라 요약입니다. 최근 폼, 부상, 전술적 변화, 스쿼드 로테이션, 그 어느 것도 Elo에 직접 나타나지 않습니다. Elo를 더 풍부한 분석의 보충으로 사용하는 것은 잘 작동합니다. 단독 입력으로 사용하는 것은 대부분의 현대 경기를 결정하는 질감을 놓칩니다.

Tactiq는 더 풍부한 컨텍스트와 함께 팀 강도 신호를 읽도록 만들어졌습니다. 분석은 평이한 언어로 매치업의 신뢰도가 한정된 읽기를 표면화하고 통계 신호를 외부 시장 데이터와 결코 섞지 않습니다. 1,200개 이상 대회, 32개 언어 현지화, 하루 8회 분석의 무료 등급, 신용 카드 불필요.

시리즈를 따라왔다면 지표 어휘는 이제 AI가 축구 경기를 예측하는 방법, xG, xA, npxG, PPDA, Field Tilt, 전진 액션, SCA/GCA, 그리고 xPts를 아우릅니다. Elo는 그 다른 지표가 위에 쌓이는 팀 강도 베이스라인으로 컬렉션에 합류합니다.

자주 묻는 질문

축구에서 Elo 레이팅이란 무엇인가요?

Elo 레이팅은 팀의 강도를 나타내는 단일 숫자로, 매 경기 결과와 상대 품질에 따라 업데이트됩니다. 더 강한 팀은 더 높은 레이팅을 가집니다. 더 강한 팀이 더 약한 팀을 이기면 두 레이팅 모두 작은 양만큼 변합니다. 더 약한 팀이 더 강한 팀을 이기면 레이팅이 훨씬 더 흔들립니다. 이 시스템은 1960년 체스를 위해 Arpad Elo가 발명했으며 대부분의 경쟁 스포츠에 적용되었습니다.

Elo는 실제로 어떻게 계산되나요?

각 경기 후 각 팀의 레이팅은 공식에 의해 업데이트됩니다: 새 레이팅 = 이전 레이팅 + K × (실제 결과 - 기대 결과). '기대 결과'는 레이팅 격차에서 계산됩니다(더 큰 격차는 우승 후보가 더 자주 이길 것으로 기대됨을 의미). 'K'는 단일 경기가 레이팅을 얼마나 변화시키는지를 제어하는 튜닝 상수입니다. 작은 K = 안정적 레이팅. 큰 K = 반응적 레이팅.

왜 Elo는 축구에서 이렇게 인기를 얻었나요?

세 가지 이유. 데이터 사이언스 팀 없이 구현할 수 있을 만큼 수학이 간단합니다. 레이팅은 순진한 승률 통계가 하지 않는 상대 강도를 포착합니다. 그리고 입력(경기 결과, 상대 레이팅)은 수십 년 전으로 돌아가는 어떤 경기에 대해서도 보편적으로 사용 가능하여 처음부터 역사적 레이팅을 구축할 수 있습니다.

Elo는 파워 랭킹과 같은 것인가요?

관련되지만 동일하지 않습니다. 파워 랭킹은 편집자 큐레이트 목록입니다(작가들이 누가 누구 위인지 결정). Elo는 과거 결과의 기계적 출력이며, 인간 판단이 필요하지 않습니다. 둘은 종종 상위 측에 대해서는 동의하지만 과소 평가되거나 과대 평가된 팀에 대해서는 갈라지며, 미디어 합의와 Elo의 불일치는 종종 더 흥미로운 신호입니다.

Tactiq는 분석에서 팀 강도 레이팅을 사용하나요?

분석은 기회 창조, 스쿼드 컨텍스트, 상대 전적을 포함한 여러 다른 입력과 함께 경기 이력에서 도출된 팀 강도 신호를 통합합니다. 팀 강도가 분석에 들어가는 구체적 방법은 제품 내부에 머무릅니다. 팬에게는 효과가 경기가 잘 매치되었는지 일방적인지에 대한 신뢰도가 한정된 읽기로 나타납니다.

공개 Elo 데이터는 어디서 오나요?

가장 잘 알려진 공개 출처는 ClubElo.com이며, Christian Wolf가 유지 관리하는 1960년대까지 거슬러 올라가는 주요 유럽 리그의 모든 팀에 대한 매일 업데이트되는 Elo 레이팅을 게시합니다. FiveThirtyEight는 역사적으로 더 정교한 변형인 Soccer Power Index(SPI)를 게시했습니다. Elo를 사용하는 대부분의 분석 대시보드는 이들 중 하나에서 가져오거나 자체 보정을 만듭니다.