본 논문은 기존 ELO 시스템의 한계를 극복하기 위해 승리차(Margin of Victory, MOV)를 활용한 새로운 등급 시스템인 MOVDA (Margin of Victory Differential Analysis)를 제안합니다. ELO 시스템이 이진 결과(승/패)만 고려하는 것과 달리, MOVDA는 실제 MOV와 예측 MOV 간의 차이를 활용하여 등급 업데이트에 미묘하고 가중치가 부여된 신호를 제공합니다. 특히, 포화 효과와 홈 어드밴티지 등을 고려한 비선형 함수(스케일링된 쌍곡선 탄젠트 함수)를 사용하여 예측 MOV를 계산합니다. 2013년부터 2023년까지의 NBA 경기 데이터(13,619 경기)를 사용한 실험 결과, MOVDA는 기존 ELO 및 베이지안 기반 시스템보다 성능이 우수함을 보였습니다. Brier score 예측 오류를 1.54% 감소시키고, 결과 정확도를 0.58% 향상시켰으며, 등급 수렴 속도를 13.5% 향상시켰습니다. 계산 효율성 또한 유지하면서 이론적 근거와 실험적 우수성을 모두 갖춘 방법론입니다.
