Ultralytics YOLO11로 스마트 피트니스 기술 구현하기

활동적인 생활은 건강 관리의 필수적인 부분이며, 규칙적인 운동은 근력을 향상시키고 에너지를 증진하며 건강 위험을 줄여줍니다. 하지만 운동 중에 올바른 자세를 유지하는 것 또한 매우 중요합니다.

올바른 자세와 기술 없이는 가장 효과적인 운동 루틴이라도 결과가 좋지 않거나 더 나쁘게는 부상으로 이어질 수 있습니다. 이것이 많은 사람들이 기술의 도움을 받으려는 이유입니다.

더 개인화되고 기술 중심적인 피트니스 솔루션에 대한 관심이 커짐에 따라, 인공지능(AI)이 이 분야에서 영향력 있는 도구로 떠오르고 있습니다. 실제로 글로벌 AI 피트니스 및 웰니스 시장은 2034년까지 461억 달러에 이를 것으로 예상됩니다.

특히 기계가 시각적 정보를 해석하고 이해할 수 있도록 하는 AI의 한 분야인 computer vision은 인간의 움직임을 점점 더 정확하고 효율적으로 분석하는 데 적용되고 있습니다. 이 기술은 실시간으로 신체의 움직임을 평가하는 데 사용될 수 있으며, 기존의 피트니스 트래커나 앱이 제공할 수 있는 것보다 훨씬 더 많은 통찰력을 제공합니다.

예를 들어, Ultralytics YOLO11과 같은 computer vision 모델은 포즈 추정을 지원하며, 이는 신체의 주요 지점을 식별하여 자세를 평가하고, 형태를 모니터링하며, 반복 횟수를 계산합니다. 이 접근 방식이 특히 신뢰할 수 있는 이유는 특별한 장비 없이 표준 카메라 피드만으로 작동하기 때문입니다.

이 기사에서는 YOLO11의 pose estimation 기능을 사용하여 운동을 모니터링하는 방법과 이 기술이 피트니스의 미래를 어떻게 형성하고 있는지 살펴보겠습니다. 시작해 보겠습니다!

Link to this section운동 모니터링을 위한 포즈 추정 이해하기#

포즈 추정은 이미지나 비디오에서 사람, 동물 또는 사물과 같은 객체의 주요 지점을 감지하고 추적하는 computer vision task입니다. 이미지나 비디오에서 인간을 분석할 때 포즈 추정은 관절과 사지 같은 특정 신체 랜드마크를 식별하여 자세, 정렬 및 움직임을 이해합니다.

이미지에서 객체를 찾는 객체 감지와 달리, 포즈 추정은 객체가 어떻게 위치하고 어떻게 움직이는지에 초점을 맞춥니다. 이는 올바른 자세가 안전과 결과 모두에 중요한 피트니스 분야에서 유용합니다. 운동하는 동안 포즈 추정은 각 운동 내내 관절이 어떻게 움직이는지 추적할 수 있습니다. 이는 잘못된 정렬을 식별하고 즉각적인 피드백을 제공하며 시간이 지남에 따라 점진적인 개선을 지원합니다.

YOLO11과 같은 computer vision 모델은 높은 속도와 정확한 감지 기능을 결합하여 피트니스 애플리케이션에 포즈 추정을 더 쉽게 통합할 수 있게 합니다. 사전 훈련된 YOLO11 포즈 모델은 어깨, 팔꿈치, 무릎, 발목을 포함하여 17개의 신체 주요 지점을 식별할 수 있습니다. 이는 스쿼트나 팔굽혀펴기와 같은 운동을 실시간으로 모니터링하고, 자세 문제를 감지하며, 사용자가 즉시 실수를 수정하도록 돕는 데 사용될 수 있음을 의미합니다.

그림 1. YOLO11의 포즈 추정 지원을 통한 운동 추적 데모.

Link to this section운동 분석을 위한 Ultralytics YOLO11 설정하기#

Ultralytics는 객체 계산, 특정 영역의 움직임 추적, 블러 처리, 속도 측정 및 운동 모니터링과 같은 YOLO 모델을 사용하는 다양한 방법을 보여주는 사용하기 쉬운 솔루션을 제공합니다.

특히 운동 모니터링을 위한 Ultralytics 솔루션은 단 몇 가지 간단한 단계로 YOLO11을 사용하여 실시간으로 운동 형태와 자세를 추적할 수 있게 합니다. 예를 들어, 누군가 팔굽혀펴기를 하는 경우 YOLO11을 사용하여 어깨, 팔꿈치, 손목과 같은 신체 주요 지점을 감지하여 움직임을 분석하고 반복 횟수를 계산할 수 있습니다.

가장 좋은 점은 이 솔루션을 설정하는 데 몇 분밖에 걸리지 않는다는 것입니다. 자세한 단계별 가이드는 공식 Ultralytics 문서에서 확인할 수 있습니다.

또한 운동 모니터링 솔루션을 설정하는 동안 문제가 발생할 경우 유념해야 할 몇 가지 사항은 다음과 같습니다:

• Python 환경을 최신 상태로 유지하세요: Ultralytics 패키지를 설치하기 전에 Python 버전과 관련 종속성이 최신인지 확인하세요. 이는 호환성 문제를 방지하는 데 도움이 됩니다.

• 조명 일관성: 신체 전체에 강한 역광이나 그림자가 지지 않도록 하세요. 일관되고 확산된 조명은 모델이 주요 지점을 더 안정적으로 인식하도록 돕습니다.

• 정확성을 위해 주요 지점 구성하기: 각 주요 지점은 어깨 6번, 팔꿈치 8번과 같은 특정 신체 관절에 해당합니다. 정확한 움직임 추적을 위해 운동에 따라 이러한 주요 지점 번호를 조정할 수 있습니다.

• 카메라 각도 최적화: 운동하는 사람의 옆이나 앞모습을 방해 없이 명확하게 포착할 수 있도록 카메라를 배치하세요. 신체 자세를 왜곡하는 극단적인 각도나 기울기는 피하세요.

Link to this sectioncomputer vision을 활용한 운동 모니터링의 실제 적용 사례#

이제 YOLO11이 포즈 추정을 통해 정확한 운동 모니터링을 어떻게 지원하는지 다루었으니, 이를 사용할 수 있는 몇 가지 실제 적용 사례를 살펴보겠습니다.

Link to this sectionYOLO11을 사용한 가정 내 자동 운동 분석#

집에서 운동하는 것은 편리할 수 있지만, 적절한 피드백이 없으면 나쁜 습관이 생기거나 부상 위험이 따르기 쉽습니다. YOLO11은 웨어러블이나 수동 입력 없이 실시간으로 자세를 모니터링하고 반복 횟수를 추적하여 개인 훈련을 개선하는 데 도움을 줄 수 있습니다.

이러한 Vision AI 시스템은 재택근무를 하며 온라인 회의 사이에 빠르게 팔굽혀펴기 세트를 하려는 사람에게 매우 유용할 수 있습니다. 운동 공간을 커버하는 카메라만 설치하면 됩니다.

팔굽혀펴기를 하는 동안 YOLO11은 신체의 주요 지점을 감지할 수 있습니다. 팔꿈치 각도를 주시하여 언제 내려가고 언제 다시 올라오는지 알 수 있습니다. 전체 움직임은 각각 1회로 계산됩니다. 자세가 정확하지 않거나 충분히 내려가지 않으면 시스템을 설정하여 즉시 알림을 받을 수 있으므로 트레이너 없이도 자세를 수정할 수 있습니다.

그림 2. YOLO11을 사용하여 가정에서 팔굽혀펴기 자세를 분석하는 데모.

Link to this section체육관에서 AI를 사용한 실시간 운동 피드백#

바쁜 체육관에서 트레이너는 종종 여러 고객을 동시에 담당합니다. 이로 인해 바닥에서 모든 사람의 움직임을 모니터링하기 어려울 수 있습니다. 동시에 운동하는 사람이 너무 많으면 자세 실수나 불완전한 반복 횟수를 쉽게 놓칠 수 있습니다.

computer vision 솔루션은 이러한 문제를 해결할 더 나은 방법을 제공할 수 있습니다. 카메라를 설치하고 YOLO11과 같은 모델을 배포함으로써 체육관은 각 사람의 움직임을 실시간으로 추적할 수 있습니다.

예를 들어, 누군가가 레그 프레스를 하고 있고 다른 사람이 근처 러닝머신에서 걷고 있다고 가정해 봅시다. 레그 프레스는 특히 올바른 자세를 익히지 못한 사람들에게 잘못 수행할 경우 부상을 유발할 수 있습니다.

트레이너의 주의가 러닝머신을 타는 사람에게 집중되어 있더라도, YOLO11은 여전히 레그 프레스 사용자를 모니터링하고 사용자가 어려움을 겪거나 부상 위험이 있는 경우 트레이너에게 알릴 수 있습니다. 이러한 고급 모니터링은 트레이너가 더 나은 피드백을 제공하고, 부상 위험을 줄이며, 주의가 분산되는 바쁜 체육관 시간에도 고품질의 코칭을 유지하도록 돕습니다.

그림 3. 성과 향상을 위해 YOLO11로 체육관 운동 모니터링. (출처)

Link to this section운동선수를 위한 AI 기반 개인 트레이닝#

스포츠 훈련에 있어서 정밀함은 우선순위입니다. 자세나 움직임의 작은 오류라도 승리와 부상의 차이가 될 수 있습니다. 포즈 추정은 운동선수가 이러한 작은 문제를 조기에 발견하고 수정하도록 돕기 위해 빠르게 채택되고 있으며, 훈련을 더욱 선제적이고 집중적으로 만들고 있습니다.

예를 들어, 축구와 같은 스포츠에서 computer vision은 경기나 연습 세션 동안 선수의 움직임을 추적할 수 있습니다. 엉덩이, 무릎, 발목과 같은 신체 주요 지점을 모니터링하여 선수가 어떻게 드리블하고, 방향을 바꾸고, 공을 차는지 분석할 수 있습니다. 이 자세한 움직임 데이터는 코치가 성과에 영향을 미치거나 부상 위험을 높일 수 있는 비효율성이나 불균형을 식별하도록 돕습니다.

그림 4. 축구 선수와 코치는 포즈 추정과 YOLO11을 사용하여 훈련 세션을 분석할 수 있습니다. (출처)

Link to this section개인 피트니스 코칭에서 AI의 장단점#

이제 Vision AI가 다양한 환경에서 어떻게 더 스마트한 실시간 운동 추적을 지원하는지 살펴보았으니, 주요 장점 몇 가지를 알아보겠습니다:

• 원활한 기기 통합: computer vision 솔루션은 스마트워치, 피트니스 앱 및 기타 기기와 연결되어 모든 운동 데이터를 한곳에 통합할 수 있습니다.
• 최소한의 설정 요구 사항: 쉬운 설치와 보정으로 체육관에서 복잡한 하드웨어 없이도 신속하게 배포할 수 있습니다.
• 비용 절감: 반복 횟수 계산과 자세 확인을 자동화함으로써 체육관은 트레이너가 모든 세션을 모니터링할 필요성을 줄일 수 있습니다.

computer vision을 사용한 운동 모니터링은 많은 이점을 제공하지만, 이러한 기술 유형을 구현할 때 고려해야 할 몇 가지 제한 사항은 다음과 같습니다:

• 데이터 개인정보 보호 우려: 지속적인 비디오 모니터링은 명확한 정책과 안전한 데이터 처리가 필요한 개인정보 보호 문제를 제기합니다.
• 제한된 적응성: 운동 루틴의 갑작스러운 변화나 예상치 못한 움직임은 재훈련 없이는 정확하게 포착되지 않을 수 있습니다.
• 환경적 간섭: 배경의 복잡함이나 반사되는 표면은 시스템의 추적 알고리즘을 혼동시킬 수 있습니다.

Link to this section핵심 요약#

Ultralytics YOLO11은 표준 카메라 피드와 고급 computer vision만을 사용하여 실시간 운동 추적을 단순화합니다. 이는 가정, 체육관, 재활 센터를 포함한 다양한 환경에서 자세를 자동으로 모니터링하고, 반복 횟수를 계산하며, 자세를 개선하여 웨어러블이나 수동 기록의 필요성을 없애줍니다.

사용자는 즉각적인 피드백을 받아 더 스마트한 훈련, 부상 예방 및 일관된 발전을 이룰 수 있습니다. 동시에 이는 피트니스 전문가와 시설이 운영을 간소화하는 동시에 코칭과 지도의 품질을 높이는 데 도움을 줍니다.

기술이 발전함에 따라 움직임 이력에 맞춰진 적응형 훈련 계획 및 실시간 동작에 역동적으로 반응하는 가상 코칭 인터페이스와 같은 더욱 지능적인 기능을 기대할 수 있습니다.

AI가 궁금하신가요? 저희 커뮤니티에 가입하고 GitHub 저장소를 탐색하여 자세히 알아보세요. 솔루션 페이지에서 AI in logistics 및 computer vision in healthcare와 같은 분야의 최신 발전을 발견해 보세요. 라이선스 옵션을 확인하고 오늘부터 Vision AI를 시작해 보세요!