일본산업뉴스요약

AI 기술, 스포츠에 응용
경기의 수준 향상에 기대

인공지능(AI) 기술의 스포츠로의 응용이 추진되고 있다. 지금까지는 선수의 신체에 센서를 부착해 퍼포먼스를 계측하는 방법이 중심이었지만 동영상을 AI 기술로 분석할 수 있게 되었다. 개인이 촬영한 영상도 분석할 수 있게 되고 있다. 데이터 분석과 전술 활용은 프로 스포츠에 한정되어 있었지만 민간 스포츠에도 협력하면 대량의 데이터를 수집할 수 있다. 체제만 갖추어진다면 AI를 이용한 스포츠 선수의 수준 향상은 커다란 잠재력을 가지고 있다.

AI를 이용한 정지 화면에서의 물체 인식은 인간의 정도를 넘어 입체물과 동영상 등에 응용을 확대하고 있다. 도쿄대학의 하라다(原田) 교수는 동영상 데이터와 그 해설문을 이어주는 AI 기술을 개발했다.

예를 들어 ‘높이 뛰기의 연습을 하는 검은 옷을 입은 남자아이’라고 검색하면 동영상 데이터 베이스의 안에서 해당 장면을 찾아 낸다. 검색 상위 1위에 들어가는 확률이 약 36%로 상위 5위까지에 들어가는 확률은 70%이다. 몇 개의 후보를 보여주는 형태로 장면 검색에 응용할 수 있다.

신기술로는 우선 동영상에 나오는 인물을 검색하여 추적한다. 동영상을 시계열로 세우면 한 명 한 명의 움직임이 연속되는 동영상 데이터가 만들어진다. 이 데이터의 특징과 단어를 연결시켜 의미가 통하는 문장으로 만든다.

그러면 인물이 무엇을 하고 있는지 문장으로 설명할 수 있어 장면 검색과 분류 등에 응용할 수 있다. 실제로 스포츠 데이터 베이스 안에서 ‘런닝’과 ‘승마’ 등의 장면을 검색하여 찾아내었다.

게이오기쥬쿠대학의 아오키(青木) 교수의 AI 기술은 스포츠 분석에 더 특화되어 있다. 아오키 교수는 “스포츠 영상은 피사체가 선수와 공 등에 한정된다. 식별할 선수와 포메이션 등의 전술적인 분석이 요구된다.”고 설명한다.

그래서 테니스에서는 영상에서 선수의 신체 골격을 식별하여 신체의 움직임과 샷의 성패를 분석하고 샷 마다 성공률을 예측했다. 수영 경기에서는 자유형의 팔 저음을 검출하여 스트로크 당 추진거리와 페이스 배분을 가시화한다. 또한, 럭비에서는 선수들의 대국적인 움직임에서 공수의 역전과 장면을 분류하고 개인 플레이와 집단 플레이를 다루는 일에 성공했다.

과제는 학습용 데이터의 정비이다. 하라다 교수는 “상세한 분석에는 세부 데이터가 필요하다.”고 설명한다. 예를 들어 게이오대학의 테니스 샷 예측은 샷을 친 후의 가점을 토대로 성패를 측정하고 있다. 성패만이 아닌 구종 데이터가 더해지면 AI 기술로 학습하여 상세한 분석도 불가능하지 않다.

프로 스포츠에서는 전임 담당자가 영상을 보고 플레이와 장면을 분석하여 데이터화하고 있다. 데이터의 질은 높지만 양이 한정된다. 한편, 민간 스포츠에서는 촬영자의 수는 방대하다. 스마트폰과 비디오카메라의 진화로 영상의 질도 향상되었다.

일반인이 협력하여 동영상에 해설을 달고 수집하면 학습한 만큼 AI는 똑똑해진다. 똑똑해진 AI에게 동영상을 업로드하면 자동 분석되는 등 경기자 전원이 혜택을 받아 경기 전체의 수준 향상으로 연결된다.

-- 끝 --