기대 어시스트(Expected Assists, 이하 xA)는 축구 통계에서 특정 패스가 어시스트로 연결될 확률을 수치화한 지표다. 이는 단순히 도움의 횟수를 집계하는 전통적인 방식에서 벗어나, 패스의 질과 기회 창출의 가치를 객관적으로 평가하기 위해 도입되었다. xA는 해당 패스를 받은 선수가 실제로 득점에 성공했는지 여부와 상관없이, 그 패스가 득점으로 이어질 가능성이 얼마나 높았는지를 0과 1 사이의 숫자로 나타낸다.

xA를 산출할 때는 과거 수만 건의 경기 데이터를 바탕으로 구축된 모델을 사용하며 다양한 변수를 고려한다. 패스가 시작된 지점과 도착한 지점, 패스의 종류(스루패스, 크로스, 컷백 등), 패스의 거리 및 각도, 경기 상황 등이 주요 분석 대상이다. 예를 들어, 골문과 가까운 위험 지역에서 수비 라인을 허물고 연결된 정교한 컷백은 먼 거리에서 시도된 단순한 롱패스보다 훨씬 높은 xA 값을 갖게 된다. 이 지표는 슈팅을 날린 선수의 결정력보다는 패스를 공급한 선수의 기회 창출 능력 자체에 집중한다.

전통적인 어시스트 기록은 패스를 받은 선수가 최종적으로 골을 넣어야만 인정된다는 한계가 있다. 패스 제공자가 완벽한 득점 기회를 만들어주었더라도 슈팅을 시도한 선수가 실수로 기회를 무산시키면 패스 제공자의 공헌은 기록에 남지 않는다. 반면 xA는 슈팅이 득점이 되었는지, 혹은 골대를 맞혔는지와 관계없이 해당 패스가 창출한 기회의 질에 따라 동일한 값을 부여한다. 이를 통해 운이나 동료의 결정력에 좌우되지 않는 미드필더나 윙어의 순수한 조력 능력을 더 정확하게 측정할 수 있다.

xA 데이터는 선수 평가와 팀 전략 수립에서 핵심적인 역할을 수행한다. 실제 어시스트 수치보다 xA 수치가 현저히 높은 선수는 동료들의 결정력 부족으로 인해 지표상으로 저평가되었을 가능성이 크며, 장기적으로는 어시스트 개수가 증가할 잠재력이 높다고 해석된다. 반대로 xA는 낮으나 실제 어시스트가 많은 선수는 동료의 뛰어난 개인 기량에 힘입었거나 일시적인 행운이 따랐을 확률이 높다고 분석된다. 구단과 분석가들은 이러한 데이터를 바탕으로 선수의 실제 기량을 파악하고 이적 시장에서 효율적인 의사결정을 내린다.

현대 축구 분석 기술이 발전함에 따라 xA 모델 역시 더욱 정교해지고 있다. 최근의 고급 모델은 수비수의 위치, 압박 강도, 패스를 받는 선수의 신체 방향 등을 실시간으로 반영하여 확률을 계산한다. 다만 xA는 패스 이후에 슈팅이 발생해야만 측정된다는 특성상, 슈팅으로 이어지지 않은 위협적인 전진 패스나 드리블의 가치를 완전히 포착하지 못한다는 한계도 존재한다. 그럼에도 불구하고 xA는 현대 축구에서 선수의 창의성과 기회 창출 기여도를 평가하는 가장 신뢰받는 데이터 지표 중 하나로 평가받는다.