타율이 말하지 않는 것: 2025 MLB 타자들의 실제 성과와 타구 질

타자의 성적을 볼 때 가장 먼저 확인하는 것은 타율이다. 하지만 타율은 안타의 비율만 보여주기 때문에 볼넷이나 장타의 차이를 충분히 반영하지 못한다. 그래서 타율보다 타격 생산성을 더 잘 반영하는 wOBA를 실제 성과의 지표로 사용하고, 이를 타구의 질을 바탕으로 계산한 xwOBA와 비교했다.

이번 분석의 질문은 단순하다.

2025 MLB에서 실제 wOBA와 타구 질 기반 xwOBA가 크게 어긋난 선수는 누구이며, 그 차이는 타구 속도와 강한 타구 비율로 어떻게 보이는가?

이 질문을 고른 이유는 선수 평가에서 바로 쓸 수 있기 때문이다. 결과만 낮은 선수를 못 친다고 분류하기 전에, 타구 자체는 충분히 괜찮았는지 확인할 수 있다. 반대로 결과가 좋은 선수도 타구 질이 함께 뒷받침되는지 점검할 수 있다.

데이터는 어떻게 만들었나

제공된 MLB 2025 선수 Statcast CSV를 사용했다. 파일은 선수-시즌 단위로 632행이며, 각 선수의 타석 수, 타율, wOBA·xwOBA, 평균 타구 속도, 강한 타구 비율, 배럴 타구 비율 등을 포함한다.

소표본 선수의 값이 크게 흔들리지 않도록 타석(PA) 200 이상만 남겼다. 최종 분석 표본은 348명이다. 선수별로 다음 차이를 계산했다.

xwOBA - wOBA가 양수면 타구 질로 기대되는 성과보다 실제 wOBA가 낮았다는 뜻이고, 음수면 실제 결과가 기대치보다 높았다는 뜻이다. 이 값은 미래 성적을 보장하는 예측값이 아니라, 한 시즌의 결과와 타구 질이 얼마나 어긋났는지를 나타내는 설명 지표다.

먼저 확인한 결과: 평균은 거의 같지만 개인별 차이는 컸다

348명의 평균 xwOBA - wOBA는 +0.003, 중앙값은 +0.002였다. 전체 평균만 보면 실제 성과와 기대 성과가 거의 비슷하다. 그러나 선수별로 보면 양상이 달라진다.

• xwOBA가 wOBA보다 높은 선수: 192명
• wOBA가 xwOBA보다 높은 선수: 151명
• 두 값이 같은 선수: 5명

즉, 전체 평균이 0에 가까워도 특정 선수에게는 꽤 큰 차이가 생긴다. 그래서 평균 하나보다 차이가 큰 선수들을 살펴보는 것이 이번 질문에 더 맞았다.

타구는 괜찮았는데 결과가 따라오지 않은 선수

선수	PA	wOBA	xwOBA	차이	강한 타구 비율	평균 타구 속도
Jac Caglianone	232	.239	.321	+.082	42.4%	89.4 mph
Henry Davis	283	.229	.293	+.064	37.4%	88.6 mph
Tyler O'Neill	209	.297	.360	+.063	39.1%	88.8 mph
Luis Torrens	283	.278	.338	+.060	48.1%	90.6 mph

가장 큰 차이는 Caglianone에게서 나타났다. 실제 wOBA는 .239였지만 xwOBA는 .321로 .082포인트 높았다. 이 선수의 강한 타구 비율은 42.4%로, 단순히 타구를 전혀 강하게 만들지 못한 선수라고 보기는 어렵다.

이 결과가 “곧 반드시 반등한다”는 뜻은 아니다. 다만 타율이나 wOBA만 보고 타격 내용까지 나쁘다고 결론내리는 것은 위험하다는 점을 보여준다. 이런 선수는 다음 단계에서 삼진·타구 방향·수비 위치·구장 같은 맥락을 추가로 확인할 후보가 된다.

결과가 기대보다 좋았던 선수도 있었다

선수	PA	wOBA	xwOBA	차이	강한 타구 비율	평균 타구 속도
Miguel Andujar	341	.354	.298	−.056	35.4%	88.0 mph
Harrison Bader	501	.346	.297	−.049	40.3%	87.2 mph
Nick Kurtz	489	.419	.372	−.047	51.1%	92.7 mph
Jacob Wilson	523	.348	.304	−.044	24.7%	84.6 mph

Andujar는 xwOBA보다 실제 wOBA가 .056 높았다. 반대로 Kurtz는 강한 타구 비율과 평균 타구 속도가 모두 높았는데도 실제 성과가 기대치보다 높았다. 따라서 xwOBA와 실제 성과의 차이를 “운이 좋았거나 나빴다” 한마디로만 설명할 수는 없다. 타구 질이 좋은 선수 안에서도 결과가 기대보다 더 좋거나 덜 좋을 수 있다.

차이의 4분위로 보면 방향이 더 선명해진다

차이 구간	선수 수	평균 wOBA	평균 xwOBA	평균 차이	강한 타구 비율	평균 타구 속도
Q1 실제 우위	92	.331	.310	−.021	38.7%	88.7 mph
Q2	87	.321	.318	−.003	41.1%	89.4 mph
Q3	83	.310	.319	+.009	41.9%	89.6 mph
Q4 기대 우위	86	.294	.323	+.029	43.4%	90.0 mph

Q4, 즉 실제 결과가 기대보다 낮은 그룹은 Q1보다 강한 타구 비율이 4.6%포인트 높고 평균 타구 속도도 1.3mph 높았다. 이것은 타구 질이 좋으면 항상 wOBA가 높아진다는 뜻은 아니다. 오히려 “타구를 잘 만들고도 결과가 낮은 선수”가 따로 존재한다는 뜻에 가깝다.

변수별 피어슨 상관계수도 같은 방향이지만 크기는 크지 않았다.

• 차이와 평균 타구 속도: r = 0.203
• 차이와 강한 타구 비율: r = 0.194
• 차이와 배럴 타구 비율: r = 0.142

상관이 약한 편이라는 점도 중요한 결과다. 실제 성과와 기대 성과의 차이는 타구 속도 하나로 설명되지 않는다. 타석 결과에는 삼진, 볼넷, 수비·구장 환경, 타구 방향과 같은 요소가 함께 얽혀 있기 때문이다.

그래서 무엇을 알게 되었나

이번 분석에서 가장 유용했던 결론은 xwOBA가 wOBA를 읽는 보조 렌즈라는 점이다.

1. 평균적으로는 실제 성과와 기대 성과가 거의 같았다.
2. 그러나 선수별로는 .08포인트 안팎의 차이도 나타났다.
3. 결과가 낮은 선수 중에는 강한 타구와 높은 타구 속도를 가진 선수가 있었다.
4. 타구 질이 좋은 선수라고 해서 항상 실제 결과가 기대치와 같지는 않았다.
5. 타구 질과 실제-기대 차이의 상관은 약했으므로, xwOBA만으로 반등이나 하락을 단정할 수 없었다.

실무적으로는 wOBA가 낮은 선수를 모두 같은 방식으로 평가하기보다, xwOBA와의 차이를 먼저 확인하는 편이 낫다. Q4 그룹은 “타격 결과가 나쁘다”에서 분석을 멈추지 않고, 왜 결과가 기대를 못 따라왔는지 추가로 질문하게 해주는 목록이다.

한계와 다음 분석

이번 자료는 2025년 한 시즌의 선수-시즌 단면이다. 따라서 다음 시즌 반등을 검증한 분석은 아니다. PA 200 기준을 적용했지만 선수별 타구 수와 역할은 여전히 다르며, 팀·구장·수비 시프트·타구 방향·타석 상황은 통제하지 않았다. 또한 xwOBA 자체가 타구 결과를 바탕으로 만든 기대 지표이므로 원인 변수처럼 해석해서는 안 된다.

다음 단계에서는 2024년과 2025년을 연결해 전년의 xwOBA - wOBA 차이가 다음 시즌 wOBA 변화와 관련되는지 확인할 수 있다. 그때는 시간 순서를 지키고, 최소 타구 수를 정하며, 같은 선수의 반복 관측을 사용해야 한다.

재현 파일

• 분석 코드: src/analyze_player_gap.py
• 선수별 결과: processed/mlb_2025_player_gap.csv
• 4분위 요약: processed/mlb_2025_gap_quartile_summary.csv
• 상관표: processed/mlb_2025_gap_correlations.csv
• 데이터 정의: problem_definition.md, data_dictionary.csv
• 수집 범위와 품질 점검: manifest.json, quality_report.md