WAR이 사이트마다 다른 이유: 대체 선수는 평균 선수가 아닙니다

먼저 비교의 기준선을 확인한다

WAR은 대체 수준의 선수와 비교한 기여를 승리 단위로 추정하는 지표입니다. 대체 수준과 리그 평균 선수는 같은 개념이 아닙니다. WAR 0을 평균적인 주전과 같다고 해석하면 기준선부터 어긋납니다.

실제 팀 승리를 선수에게 완벽하게 나누어 준 장부도 아닙니다. 한 선수를 빼면 팀 승수가 그 WAR만큼 정확히 줄어든다고 말할 수는 없습니다. 실제 대체 선수와 기용 방식, 팀의 구조가 모형의 기준과 다를 수 있기 때문입니다.

한 숫자에 여러 요소를 넣는 선택

타자 평가는 공격·주루·수비·포지션과 출장량을 어떻게 측정하고 합칠지 정해야 합니다. 투수 평가도 실제 실점과 일부 투구 사건 중 무엇을 중심으로 삼는지 달라질 수 있습니다. 모델의 선택이 다르면 최종값이 달라지는 것은 자연스러운 일입니다.

소수점까지 표시된 숫자라고 불확실성이 없어진 것은 아닙니다. 수비처럼 측정이 어려운 영역과 짧은 구간의 기여는 자료와 모형의 영향을 받을 수 있습니다. 소수점 차이를 절대적인 우열로 말하기보다 어느 구성 요소에서 차이가 났는지 확인하는 편이 좋습니다.

서로 다른 제공처의 숫자를 섞지 않는다

A선수는 한 사이트, B선수는 다른 사이트에서 가져온 WAR을 비교하면 선수 차이와 모델 차이를 섞게 됩니다. 같은 제공처·리그·시즌을 우선 맞추세요. 값이 4.1과 3.9라고 해도 다른 계산 기준이라면 0.2만큼 우수하다는 결론을 바로 내릴 수 없습니다.

조회 날짜도 남기는 것이 좋습니다. 원자료 정정과 모델 업데이트로 숫자가 바뀔 수 있기 때문입니다. 공개된 구성 요소가 있다면 공격·주루·수비를 나누어 봅니다. 종합값이 같아도 기여의 모양은 서로 다를 수 있습니다.

연봉 계산기로 곧바로 바꾸지 않는다

WAR에 일정 금액을 곱해 적정 연봉이라고 말하려면 많은 가정이 필요합니다. 리그의 경제 구조와 계약 시장, 나이와 기간, 팀의 필요가 다를 수 있습니다. 다른 시장의 승리당 금액을 그대로 가져와 계약을 판정하면 가정이 결론을 지배합니다.

WAR의 장점은 여러 기여를 비교 가능한 형태로 정리하려는 데 있고, 한계는 그 정리가 모형에 의존한다는 데 있습니다. 유용한 추정치로 활용하되 유일한 진실로 쓰지 않고 출처·정의·구성 요소를 함께 남기세요. 숫자에 동의하거나 반대하기 전에 무엇을 계산했는지 아는 일이 먼저입니다.

함께 확인할 질문

WAR만 알면 다른 기록은 필요 없나요?

종합값은 정보를 압축합니다. 선수의 특징과 변화의 원인을 보려면 구성 요소와 출장량, 타격·투구 원자료를 함께 살펴야 합니다.