일본산업뉴스요약

AWS, 기계학습으로 F1에 혁신
‘보이지 않는 것’을 가시화해 팬을 매료

조금 전 오타니 선수의 홈런은 타구 속도가 시속 175.3km, 타구 각도 25도, 추정 비거리 119m였습니다.

최근, 스포츠 중계에서 영상만으로는 볼 수 없는 퍼포먼스를 가시화해 선수의 능력이나 경기의 매력을 전달하는 움직임이 다양한 경기에서 행해지고 있다. 그 중에서도 데이터 활용에서 가장 앞서고 있는 것이 모터 스포츠계의 최고봉인 ‘F1(Formula 1)’이다.

F1의 레이싱카에는 약 300개의 센서가 탑재되어 있으며, 피트로 전송되는 텔레메트리(Telemetry) 데이터는 초당 110만 개 이상에 달한다. 데이터량에서는 레이스별로 500테라바이트(TB)를 취급하고 있다. 이것은 풀 HD의 동영상의 경우 약 8만 3,000시간 분, 대략 10년 분에 상당하는 용량이다.

2016년에 F1의 상업권을 취득한 미국의 Liberty Media는 F1의 인기를 글로벌 베이스로 확대하기 위해서는 이 방대한 데이터를 활용해 시청자에게 제대로 된 스토리를 전달할 필요가 있다고 생각했다고 한다. 이를 위해 불가결한 것이 AI(인공지능)의 한 분야인 기계학습이다.

F1에 기계학습 기술을 제공하여 데이터를 이용해 스포츠를 즐기는 새로운 방법을 실현하고 있는 곳이 2019년부터 글로벌 파트너로 활약하고 있는 미국 Amazon Web Services(AWS)이다. AWS는 스포츠를 ‘차기 사업의 축’으로 삼고, F1뿐 아니라 미국 프로미식축구 NFL(National Football League)과 미국 프로골프 PGA TOUR에 대해서도 데이터 활용을 통해 서포트하고 있다.

AWS는 클라우드와 기계학습 기술을 활용해 각 그랑프리에서 팬들에게 전혀 새로운 경험을 제공하는 것을 목적으로 하는 'F1 Insights'라는 방송용 그래픽을 만들고 있다. 과거와 최신의 다양한 데이터를 이용해 서로 다른 인사이트(통찰) 정보를 제공함으로써 F1 팬들은 레이서의 의사결정이나 팀의 전략 등 레이스 결과에 영향을 미치는 사항을 실시간으로 파악할 수 있다. 현시점에서 F1 Insights에는 23 종류가 있다.

그 가운데 2024년 10월에 제공이 개시된 것이 ‘Time Lost’이다. F1에서는 10팀, 총 20대의 레이싱카들이 우승을 놓고 겨루지만, 최근 성능 차이는 현저히 줄어들고 있어 레이스 중의 작은 실수가 결과에 큰 영향을 미친다. 하지만, 팬들은 영상을 보는 것만으로는 그러한 실수를 알지 못하는 경우가 많다. 이것을 데이터를 바탕으로 밝혀내는 것이 Time Lost이다. 레이서 실수의 성질뿐만 아니라, 레이서가 얼마나 많은 시간을 잃었는지도 알려준다.

AWS 아시아태평양 및 일본지역 클라우드액셀러레이션 담당 디렉터인 루카 씨는 “우리가 원했던 것은 만약 그 실수를 저지르지 않았다면 레이서는 어느 포지션에 있었겠는가를 보여주는 것이다. 이 같은 논쟁은 항상 팬들 사이에서 있었지만, 100% 진실에 근거한 것은 아니었다. Time Lost는 과거의 랩타임이나 타이어의 마모 상황 등도 포함해 여러 가지 데이터에 근거해 산출하고 있다”라고 말한다.

-- 벽에 9cm까지 접근 --
'Close to the Wall'이라는 F1 Insights도 매우 흥미롭다. 레이스에서는 레이서가 랩타임을 단축하기 위해 코너 벽에 매우 가까이 접근해 주행한다. 거의 접촉한 것처럼 보이는 경우도 있지만, 실제로 얼마나 가까이 접근했는지 영상만으로는 알 수 없다.

그래서 AWS는 영상 프레임의 취득, 차량의 움직임 검지, 궤적 추정, 결과 출력이라고 하는 4 단계의 프로세스를 거쳐, 레이싱 카가 벽으로부터 가장 가까운 부분(통상적으로는 타이어)의 거리를 계산해 제시한다. 아래의 사진에서는 해밀턴 선수가 벽에 9cm까지 접근해 주행했다는 사실을 알려주고 있다.

중요한 것은 영상만으로는 알 수 없는 사실을 실시간으로 알려주는 것이다. 기계학습을 통해 ‘보이지 않는 것’이 가시화됨으로써 팬들이 경기를 즐기는 방법도 달라진다.

AWS는 F1에 대해 기술과 서비스를 제공하고 있을 뿐만 아니라, F1에 참가하고 있는 팀인 스쿠데리아 페라리(Scuderia Ferrari)와 협업하고 있다. 구체적으로는 최고 속도의 차량을 만들기 위해 AI를 활용한 파워유닛 제조 분석과 피트스탑 시간을 단축하기 위한 분석 등을 페라리에 제공하고 있다.

피트스탑 시간에는 주로 타이어 교체 작업이 이루어지며, 최근 차량의 성능 차이가 줄어드는 가운데 승패를 결정짓는 중요한 요소 중 하나가 되고 있다. 피트스탑 시간은 5~6년 전에는 5초 정도였지만 각 팀의 노력으로 인해 최근에는 2초 정도까지 좁혀졌다.

페라리와 AWS는 피트스탑 영상을 기계학습에 입력해 작업 인력과 타이어 등 객체를 인식하고 성능을 분석해 최적화를 시도한다고 한다.

-- 전 세계적으로 확대되는 F1 인기 --
1990년대 초반 최고 시청률이 20%를 넘어서는 등 일본에서 절대적인 인기를 자랑했던 F1이지만, 이후 인기 침체로 인해 2012년부터 일본에서는 지상파에서 방영되지 않고 있다. 이 때문에 팬덤은 코어화되고 있지만, 최근 일본을 포함해 전 세계적으로 그 인기가 다시 높아지고 있다.

올 4월 4~6일, 미에(三重) 현의 스즈카(鈴鹿)서킷에서 개최된 제3전(戰) 일본 그랑프리에는 2009년 일본에서의 F1 재개 이후 최다인 26만 6,000명이 방문했다.

F1을 주최하는 국제자동차연맹(FIA)에 따르면, 연간 총 650만 명이 F1을 서킷에서 관전하고, 연간 누계 15억 명 이상이 TV 방송을 시청, 글로벌 팬 수는 7억 명 이상에 이른다고 한다. 2024년에는 21개 국에서 총 24경기가 시행. F1의 연간 수입은 34억1,100만 달러(약 4,900억 엔)로 사상 최고를 기록했다. 데이터를 이용해 팬들을 끌어들이겠다는 시도가 이 수치에 얼마나 기여했는지는 알 수 없지만, F1 Insights가 팬들에게 새로운 즐거움을 선사하고 있는 것은 틀림없다.

AWS의 루카 디렉터와의 인터뷰에서 마지막 질문으로 다음엔 어떤 F1 Insights에 도전할 생각인지 물어보았다. 그는 “다음에 무엇에 도전할지는 말씀드릴 수 없다. F1이 그것에 대한 언급을 허락하지 않기 때문이다. 다만 앞으로도 계속하고 싶은 것은 팀이 실행하는 다양한 레이스 전략을 팬들이 쉽게 이해할 수 있도록 돕는 것이다”라고 말했다.

 -- 끝 --

Copyright © 2025 [Nikkei XTECH] / Nikkei Business Publications, Inc. All rights reserved.