Ⅰ. 서 론
스포츠 과학(Sports science)은 운동 중에 인체가 어떻 게 작용하는지를 연구하는 학문으로, 운동과 신체활동이 세포에서 전신에 이르기까지 건강과 운동수행 능력을 어 떻게 촉진하는지 연구한다. 즉 스포츠 과학은 생리학, 심 리학, 해부학, 생물역학, 생화학, 생물역학 등의 분야를 아우르는 학제 간 연구분야이다(McNamee, Olivier & Wainwright, 2006).
또한 스포츠 과학 분야의 주된 관심 연구주제는 스포츠 부상이다 (Casals & Finch, 2017). 스포츠를 수행하며 발 생하는 부상의 원인에 대해 규명하며 이때 스포츠 부상의 가장 흔한 원인은 대개 부적절한 역학적 운동법와 근육 피로와 관련이 있다(Taimela, Kujala & Osterman, 1990). 그 이유는 대개 일반적인 스포츠 훈련법이 열린사 슬 운동, 닫힌사슬 운동 또는 코어강화 운동으로 구성되 어 있기 때문이다. (Negrete & Brophy, 2000;McGill, 2010)
스포츠 과학의 발전으로 스포츠 분야 중 육상, 야구, 수영, 축구 등 주요 스포츠 종목은 지난 몇 년 동안 상당한 발전을 이루었다. 운동선수들이 과학적인 훈련법을 통해 운동수행 능력을 효율적으로 향상됨으로써 개인 간 경기 력은 점차 평준화되고 경기 승패가 개인 역량보다 경기전 술과 전략에 의해 좌우되는 경우가 많다(Shogan, 2020). 그러나 스포츠 분야 중 웨이트 운동과 같이 운동선수가 아닌 일반인에게 더욱 근접해있는 피트니스 스포츠 종목 은 방법적인 측면에서 정확도와 정밀도를 높이기 위한 빅 데이터 분석 기술 사용이 더딘 실정이다(Li, Chen, Guo & Rochester, 2022). 대게 피트니스 운동 시 운동 지도자 는 훈련 방법을 구성하고 분석을 수행할 때 과거의 경험에 의존하는데, 이는 지도자의 역량에 따라 운동방법이 정확 하지 않고 부적절한 경우가 많으며 부상까지 초래할 수 있다(Schmidt & Wrisberg, 2008). 또한 운동 수행자의 신 체 상태에 대한 일관적이지 않은 수기 기록 역시 정확한 훈련법과 운동 효과에 대한 예측을 어렵게 한다.
최근에 빅데이터 분석 기술은 스포츠 산업 전반에서 인 공지능, 딥러닝, 클라우드 컴퓨팅 등의 4차산업 기술과 함 께 많은 분야에 성공적으로 활용되고 있다 (Banerjee, Chakraborty, Kumar & Biswas, 2020). 특히 스포츠 분 야에서 빅데이터 분석의 성공적 활용을 위해서는 정확한 데이터 수집, 신속한 분석, 알고리즘의 높은 정확성, 사용 자 경험기반의 인터페이스 등이 요구된다(Hussain et al., 2018). 이에 본 연구에서는 피트니스 종목에서 빅데이터 분석 기술의 상용화를 위한 제반 기술을 고찰하고 빅데이 터를 이용한 피트니스 운동법의 청사진을 제시하면서 끝 으로 이를 임상적으로 검증하는 스포츠 과학적 연구 방안 에 대해 제언하고자 한다.
Ⅱ. 스포츠 과학 분야 빅데이터 분석 기술 및 활용
1. 클라우드 기반의 빅데이터 수집 및 분석 과정
빅데이터 분석에 앞서 피트니스 운동 수행자의 신체 정 보는 유무선 측정기기에서 대량으로 수집되며 수집된 데이 터는 클라우드에 저장되어 효율적으로 관리된다. 그리고 수집 및 저장된 신체 구성, 최대 근력, 힘, 속도, 민첩성 및 균형 능력 관련 데이터 간의 상관관계를 분석한다. 이 때 추가적으로 대사 인자, 인슐린 유사 성장 인자 및 내분 비 호르몬 인자와 같이 생화학 데이터 또는 유전 데이터를 추가적으로 수집하여 상관관계에 대한 보다 면밀한 분석이 가능하다 (Gibney, Healy & Sönksen, 2007;Kraemer, Ratamess, Hymer, Nindl & Fragala, 2020). 특히 운동생 리학적으로 크레아틴 키나제와 미오글로빈은 근육 손상을 알리는 지표가 되며(Clarkson, Kearns, Rouzier, Rubin & Thompson, 2006 ), 인터루킨-1, 인터루킨-6, 종양 괴사인 자는 염증 반응을 나타내는 지표가 되므로(Brouckaert, 1993), 빅데이터 분석에도 유용하게 쓰일 수 있다. 이처럼 다양한 측정 데이터는 데이터 레이블링 기준으로 사용되며 생체역학적 동작 데이터는 인풋 데이터로 사용되어 의료 인공지능 분야에서 딥러닝 기법으로 가장 왕성하게 사용 중인 합성곱 신경망(convolutional neural network, CNN) 모델을 제작한다(Anwar et al., 2018). 이렇게 최종적으로 만들어진 빅데이터 기술은 생체역학 데이터만으로도 개인 의 에너지, 운동수행 능력, 피로도, 칼로리 등을 예측 및 분류할 수 있는 정밀 스포츠 과학을 실현할수 있으며, 나아 가, 데이터 분석 시 개인 의료데이터까지 통합시킨다면 스 포츠 분야와 의료 분야의 학문적 융합이 가능해져 개인의 삶의 질을 극대화시킬 수 있다.
2. 스포츠 과학 분야 빅데이터 분석 상용화를 위한 제반 기술
위와 같이 스포츠 과학적으로 빅데이터 분석 기술을 상용 화시키기 위해서는 몇 가지 제반 기술을 통합시켜 놓은 플랫 폼 기술이 필수적이다. 이 제반 기술에는 빅데이터를 수집, 저장, 분석뿐만 아닌 시각화하는 기술까지 포함된다 (Sagiroglu & Sinanc, 2013). 특히 디지털 리터러시 문제가 대두되고 있는 현대 사회에서 노인, 장애인과 같은 정보 취약 층을 위한 시각화 기술은 분석기법 못지않게 주목받고 있는 핵심기술이다(Thompson, Jaeger, Taylor, Subramaniam, & Bertot, 2014). 복잡한 계산식과 난해한 수치는 개발자에게 필요할 뿐, 사용자 입장에서는 편리하게 보고 해석하는 것이 중요하기 때문이다. 또한 실시간 데이터 분석과 시각화를 위 해서는 내장된 분석 알고리즘 성능이 지속가능한 플랫폼 기 술 이용을 판가름하는 중요한 기준이 된다. 또한 무선데이터 의 경우, 데이터를 빠르게 송수신할 수 있는 통신 기술이 필 요한데, 최근에는 사물인터넷 기술이 발전함에 통신 칩 발전 과 더불어 데이터 형태별 효과적인 네트워크 프로토콜도 다 양해졌다(Al-Fuqaha, Guizani, Mohammadi, Aledhari & Ayyash, 2015).
Table 1
The list of in-depth reviewed articles on big data analytics related to sports science and fitness training
 |
3. 피트니스 종목에서 빅데이터를 이용한 통합 플랫 폼 활용 예
Figure 1은 피트니스 운동 시 빅데이터를 이용한 통합 플랫폼 활용 예시를 나타낸 것이다. 운동 수행자는 생체 신호 및 동작 신호 수집을 위해 센서를 몸에 부착한다. 분석에 활용될 주요한 데이터 수집을 위해 측정 센서는 웨이트 트레이닝 장비와 수행자의 사지에 부착된다. 일반 적인 동작 센서에는 훈련자의 정확한 운동 스트로크를 기 록하기 위해 자이로 센서 또는 카메라를 이용할 수 있다. 최근에는 스마트 시계 및 심전도(ECG)를 이용하여 혈압, 심전도 신호, 심장박동 및 호흡수를 포함한 생리학적 정 보를 모니터링할 수 있다(Dias & Paulo Silva Cunha, 2018). 운동을 가이드하는 정보는 동작분석과 함께 동시 에 진행된다. 즉 동작을 실시간으로 캡쳐하면서 3D 모델 시뮬레이션 상에서 정확한 자세를 코치하고 알림을 주는 기능을 스마트 고글이나 스크린을 이용하여 기술적으로 제공할 수 있다. 따라서 이 때 3D 모델 시뮬레이션이 운동 수행자의 동작과 정확하게 동기화되기 위해 신호가 수집 될 때 노이즈, 잡음 방해를 통제하는 것이 기술적으로 중 요하다. 또한 플랫폼에 내장된 인공지능 분석 기술은 수 행자의 현재의 잘못된 자세로 운동했을 경우 발생할 수 있는 근골격계 손상 등에 대해 예측해줌으로써 수행자가 보다 올바른 자세로 수행하게끔 과학적인 운동지도가 가 능하다(Novatchkov & Baca, 2012). 특히, 보디빌딩과 같 은 전문 선수의 경우 현재의 자세로 발휘할 수 있는 관절 별 힘 값과 발달할 수 있는 근육 정보를 제공함으로써 필 요 근육을 발달시켜 미학적인 신체를 효율적으로 훈련시 킬 수 있다.
일례로, 이러한 모델링을 활용한 최신 연구 Ling, Yu & Li (2019)에 따르면, 의료 빅데이터를 활용하여 인공지 능을 통해 하지를 최적의 동작으로 재활 운동시킬 수 있는 모델을 만드는데 성공했으며, Meng et al. (2020)에 따르 면, 빅데이터 분석 인공지능을 활용하여 노인의 체력 상 태를 예측하고 위한 최적의 운동 프로그램을 제공하도록 하여 150명을 대상으로 중재한 결과, 보행 기능과 체력 전반의 유의한 임상적 효능을 발견하였다.
Ⅲ. 빅데이터 플랫폼 기술을 활용한 스포츠 과학 연구 방향 제언
Novatchkov & Baca (2013)가 수행한 인공지능을 이용 한 웨이트 트레이닝 관련 연구에 따르면, 15명의 운동 초 심자에게서 레그 프레스 운동수행 동안 운동장비와 대상 자에게 부착한 센서를 이용해 데이터를 수집하고 이를 기 반으로 패턴인지 분석 알고리즘을 학습시킨 결과, 운동기 술 평가에 대한 알고리즘의 예측성능이 높았으며, 이를 근거로 웨이트 트레이닝 시 인공지능 기술을 통해 운동 수행능력을 평가하고 피드백을 제공하는데 적합하다고 보고하였다. 또한 Wu & Qi (2020)는 아동의 체력을 평가 하고 운동 수행을 평가하는 인공지능 기술을 개발하고 적 용한 결과, 특수체육 교사의 업무 부하를 줄여줄 수 있는 데 효과적이라고 보고했다.
따라서 향후 연구에서는 피트니스 운동에 인공지능 기 술 활용 시 인공지능 성능에 대한 검증보다는 상기 제시한 빅데이터 플랫폼 기술을 실제 피트니스 운동 현장에서 활 용하고 그 효과성을 검증하는 임상 연구가 필요한 실정이 다. 또한 높은 수준의 연구 근거 창출을 위해 무작위 대조 연구법이 적합하며, 다시 말해 인공지능 기술을 활용하여 운동을 수행한 그룹과 전통적 운동지도 방법으로 운동을 수행한 그룹 사이에서 다양한 종속 변수에 대한 결과 값을 통계적으로 비교해볼 필요가 있다. 이때 실험 대상자는 피트니스 운동을 수행하는 대상자의 특성에 따라 전문 보 디빌딩 선수인 경우와 초심자인 일반인인 경우로 나뉠 수 있으며, 일반인 경우에도 연령별로 하위 분석을 수행할 수 있을 것이다. 특히 검증할 종속 변수 선정 시 대상자 특성을 고려해야 하는데, 먼저 대상자 특성과 상관없는 종속변수로는 수행자의 신체구성, 최대근력, 힘, 속도, 민 첩성, 균형 능력 등 알고리즘 학습에 일반적으로 사용하 는 생체역학적, 생화학적 데이터가 있을 것이며, 대상자 특성을 고려한다면 전문 보디빌딩 선수의 경우 대회 경기 점수를, 일반인의 경우 신체적 건강 상태 및 삶의 질에 관해 포커스를 두어 검증이 가능할 것이다(Murdoch & Detsky, 2013;Rein & Memmert, 2016). 또한 장기간 연 구를 설계하여 운동 중 발생할 수 있는 근육 피로와 부상 발생률에 대해서도 플랫폼 기술에 대한 검증이 필요하다 (Wang & Huang, 2020)
이외에도 이용자들의 만족도에 대한 검증은 기술 상용 화 속도를 높일 수 있는 기초자료로 활용할 수 있을 것이 며, 운동 수행자 뿐만 아니라 운동 지도자를 대상으로 운 동 지도 시 플랫폼 기술을 병행하여 지도했을 때의 용이성 과 현장에서 기술 도입 후 장점과 단점에 대해 파악하여 피트니스 종목에 사용하기 적합한 플랫폼 기술로 고도화 시킬 기초자료 창출이 필요하다.
끝으로 피트니스 운동과 웨이트 트레이닝 장비의 대중 화에 견줘 볼 때, 운동의 효율과 부상 방지를 위해 정확한 운동수행과 적절한 피드백은 매우 중요하며 특히 운동 초 심자나 노인과 같은 건강 취약층에게는 더욱 그러하다. 또한 피트니스 운동 시 운동수행의 질은 운동 효율과 효과 에 매우 중요한 요인이기에 때문에 상기에서 제시한 빅데 이터 분석 관련 핵심기술을 통합시킨 플랫폼 기술 개발과 실증은 향후 운동 수행자를 보다 과학적으로 지도하고 부 상을 효과적으로 예방시킴으로써 피트니스 산업과 서비 스의 질적 제고에 기여할 수 있을 것으로 판단된다.
Ⅳ. 결 론
기존의 전통적인 피트니스 운동법은 운동 수행자 개인의 기량과 지도자의 역량의 편차 문제로 인해, 경기성적이나 건강체력 수준을 향상시키는데 한계가 있었다. 또한 현재에 도 피트니스 운동은 개인이 보유한 객관적인 데이터에 근거 하기보다 기억, 경험, 연속적이지 않은 수기 기록과 구두지 시 등 비과학적 방법을 이용하여 수행되는 경우가 많다. 특 히 노인과 장애인과 같이 집중 케어가 필요한 취약층의 경 우 개인별 맞춤형 운동법은 건강 관리에 매우 중요한 부분 이다. 세계적으로 노인과 장애인의 수는 지속적으로 증가하 고 있으며(World Health Organization, 2011;Kanasi, Ayilavarapu, & Jones, 2016), 국내에서도 그들의 건강과 체력을 증진시키고 의료적 부담을 완화하는데 경제적, 사회 적 문제가 대두되고 있다. 또한 피트니스 종목 관련 노인과 장애인을 위한 전문 운동센터가 부족한 상황에서 노인과 장 애인의 과학적이고 전문적인 신체 훈련을 위한 스마트 기술 과 기기 개발이 시급하며 이러한 기술도입에 앞서 효과성과 안정성에 대한 실증 연구도 부족한 실정이다.
결과적으로, 현재 피트니스 종목은 비장애인과 장애인 상관없이 운동 효율과 효과면에서 운동 수행자마다 편차 가 클 뿐만 아니라 잘못된 운동으로 부상이 발생하는 경우 가 빈번하고 끝내 운동을 중단하는 경우도 비일비재하다. 이에 본 연구에서는 육상, 농구, 야구, 축구와 같은 대중 인기스포츠 종목에서는 이미 보급화 되어 활발히 사용 중 인 빅데이터 관련 기술을 피트니스 종목에 활용할 수 있는 방안과 기술의 상용화를 위해 필요한 기술적, 학술적 과 제에 대해 고찰하였다. 본 연구 고찰 및 제언 사항을 토대 로 향후 피트니스 종목 역시 주요 스포츠 과학의 한 분야 로서 빅데이터로 인한 산업 발전과 서비스의 질적 개선이 이루어질 수 있을 것으로 기대한다.
