달리기 기술을 완성하기 위한 포즈 추정 사용

달리기는 전 세계적으로 인기 있는 운동입니다. 미국에서는 약 5000만 명이 정기적으로 달리기나 조깅을 즐기며, 일본에서는 2024년 가장 인기 있는 스포츠가 달리기였습니다.

이른 아침이나 늦은 저녁에 특히 곳곳에서 러너들을 볼 수 있습니다. 공원, 거리, 해변은 다양한 속도와 이유로 달리는 사람들로 붐빕니다.

어떤 사람들은 훈련 계획을 따르고, 다른 사람들은 활동적인 생활을 유지하거나 머리를 식히기 위해 가볍게 달립니다. 많은 사람들에게 달리기는 매일 몸을 움직일 수 있는 쉬운 방법입니다. 하지만 그렇더라도 생각만큼 간단하지는 않습니다.

자세나 보폭의 작은 변화가 수행 능력, 편안함, 그리고 허리 통증과 같은 부상 위험에 영향을 미칠 수 있습니다. 신체가 어떻게 움직이는지에 주의를 기울이면 러너가 더 건강하게 달리고 지구력, 근력, 전반적인 체력 등 훈련에서 더 많은 성과를 얻는 데 도움이 됩니다.

하지만 달리는 동안 이러한 세부 사항을 파악하기는 어렵습니다. 단 몇 분 만에 수백 번의 발걸음이 일어나며 이를 놓치기 쉽습니다. 바로 여기서 컴퓨터 비전이 중요한 역할을 합니다. 컴퓨터 비전은 AI의 한 분야로 이미지와 비디오를 분석하여 움직임을 프레임 단위로 분해하고 실시간으로는 파악하기 어려운 패턴을 드러낼 수 있습니다.

포즈 추정은 이러한 접근 방식의 핵심 요소입니다. 이는 신체 관절과 관절의 시간 경과에 따른 움직임을 추적하는 데 사용되는 컴퓨터 비전 작업입니다. Ultralytics YOLO11 및 곧 출시될 Ultralytics YOLO26과 같은 모델은 포즈 추정을 지원하며 프레임 전반에 걸쳐 러너의 움직임을 일관되게 추적하여 실시간 분석을 훨씬 더 실용적으로 만듭니다.

그림 1. YOLO11과 포즈 추정을 사용하여 달리기 및 훈련 중인 운동선수 분석. (출처)

이 글에서는 올바른 달리기 자세가 어떤 모습인지, 그리고 Ultralytics YOLO 모델을 어떻게 사용하여 달리기 기술을 분석하고 개선할 수 있는지 살펴보겠습니다. 시작해 봅시다!

Link to this section올바른 달리기 자세가 중요한 이유#

달리기의 여러 요소를 살펴보기 전에, 일상 훈련에서 달리기 자세가 왜 중요한지 자세히 알아보겠습니다.

가벼운 조깅을 하든 특정 목표를 향해 노력하든 모든 러너는 자신의 노력이 결실을 맺기를 원합니다. 하지만 자세, 과도한 보폭, 또는 타이밍의 사소한 문제가 조금씩 쌓이면 달리기 동작이 불필요하게 힘들어지고 하체와 관절에 추가적인 부담을 줄 수 있습니다.

신체 역학에 주의를 기울이면 러너는 더 안전하게 달리고 부상 위험을 줄이며 심장 건강 개선, 근육 강화, 전반적인 체력 향상과 같은 이점을 얻을 수 있습니다. 좋은 달리기 자세는 신체가 하나의 조화로운 시스템으로 움직이는 것에서 시작됩니다.

몸통이 약간 앞으로 기울어진 상태를 유지하고 팔과 다리가 균형 있게 움직이면 에너지를 더 효율적으로 사용하게 되고 동작이 더 부드러워지며 부상 위험이 줄어듭니다. 시간이 지남에 따라 자세는 근육이 협력하는 방식도 형성합니다.

균형 잡힌 움직임은 근력 훈련과 달리기 중 안정성, 자세, 지구력 및 더 나은 정렬을 지원합니다. 초보자에게는 이것이 구축해 나갈 강력한 토대를 마련해 줍니다. 엘리트 러너의 경우, 피로 관련 문제와 장기적인 통증 위험을 줄이면서 수행 능력을 향상시킵니다.

Link to this section올바른 달리기 자세의 징후 식별하기#

러너가 자신의 움직임에 더 주의를 기울이기 시작하면 달리기 스타일 전반에 걸쳐 특정 패턴이 나타납니다. 모든 사람이 조금씩 다르게 달리지만, 이러한 공통 요소들은 효율적인 달리기가 어떤 모습인지에 대한 일반적인 아이디어를 제공합니다.

달리기 자세는 달리는 동안 자세, 균형 및 움직임이 어떻게 조화를 이루는지를 의미합니다. 이는 전진하는 동안 신체가 어떻게 정렬되고 조율된 상태를 유지하는지 설명합니다. 이러한 세부 사항을 관찰하면 러너는 부드럽고 통제된 움직임뿐만 아니라 불필요한 노력이나 통증을 유발할 수 있는 습관을 발견하는 데 도움이 됩니다.

다음은 올바른 달리기 자세에서 흔히 볼 수 있는 몇 가지 공통 요소입니다:

• 다리 움직임과 보폭: 좋은 달리기 자세는 일반적으로 편안한 무릎 올리기와 자연스럽게 느껴지는 꾸준한 보폭에서 나옵니다. 보폭과 보조(케이던스)는 중요하며, 각 발걸음을 너무 앞으로 내디디면 균형이 무너질 수 있습니다. 부드러운 밀어내기는 달리기를 가볍고 효율적으로 유지해 줍니다.
• 착지 지점과 무게 중심: 러너는 뒤꿈치, 발바닥 중간, 앞꿈치 등 다양한 방식으로 착지합니다. 정확한 착지 지점이나 뒤꿈치 착지보다 중요한 것은 매 걸음마다 신체가 얼마나 부드럽게 움직이는가입니다. 무게 중심을 유지하면 불필요한 움직임이 줄어들고 전반적인 안정성이 높아집니다.
• 근육 협응: 달리기는 둔근, 대퇴사두근, 햄스트링, 고관절 굴근을 포함한 여러 근육 그룹을 사용합니다. 이러한 근육들이 균형 있게 함께 작동할 때 움직임이 더 안정되고 부상 위험이 줄어듭니다.

그림 2. 달리기 보행을 이해하고 더 나은 러너가 되기 위한 주요 신체 지점. (출처)

많은 러너는 또한 달리기 성능을 향상시키기 위해 러닝화, 코칭 및 자세 지도를 활용합니다. 적절한 러닝화는 편안함을 지원하고 관절에 가해지는 스트레스를 줄여줄 수 있으며, 특히 아직 근력과 꾸준함을 키우고 있는 신규 러너에게 유용합니다.

또한 달리기 코치와 함께 작업하거나 자세 중심의 훈련 계획을 따르면 러너가 올바른 달리기 자세를 이해하고, 비효율적인 습관을 교정하며, 시간이 지남에 따라 부상 위험을 낮추는 데 도움이 될 수 있습니다. 특히 초보자의 경우, 올바른 달리기 자세를 일찍 배우면 발전하는 과정에서 달리기가 더 쉽고 안전하며 즐겁게 느껴질 수 있습니다.

Link to this section포즈 추정을 사용하여 달리기를 분석하는 방법 이해하기#

포즈 추정은 이미지나 비디오에서 사람이나 객체의 위치와 움직임을 결정하기 위해 주요 지점을 식별하고 추적하는 컴퓨터 비전 작업입니다. 특히 인간 포즈 추정은 인간의 신체가 프레임별로 어떻게 움직이는지 추적할 수 있게 해줍니다.

프레임 속의 러너를 단순히 감지하는 대신, 시간에 따른 신체 부위의 움직임을 따라가며 상세한 보행 및 달리기 생체 역학 분석을 지원합니다. 포즈 추정의 주요 장점 중 하나는 표준 카메라와 함께 작동하여 많은 실제 환경에서 접근 가능하다는 점입니다.

포즈 추정을 지원하는 YOLO11과 같은 모델은 러닝머신이나 야외에서 러닝을 하든 상관없이 러너를 프레임별로 추적할 수 있습니다. 어깨, 둔근, 무릎, 발목, 팔꿈치와 같은 주요 지점을 식별함으로써 모델은 시간에 따른 신체 움직임을 연결하여 전반적인 모션과 관절 굴곡 패턴을 드러냅니다.

그림 3. 포즈 추정을 사용하여 준비 운동 중 주요 신체 지점을 추적할 수 있습니다. (출처)

예를 들어, 스쿼트나 런지와 같은 일반적인 운동 동작 중에 타이밍과 협응은 신체가 움직이는 방식에 큰 영향을 미칩니다. 보폭, 신체 정렬 또는 발 위치의 작은 변화가 속도, 균형, 제어 및 부상 위험에 영향을 줄 수 있습니다.

이러한 작은 변화를 지속적으로 포착하는 것은 쉽지 않습니다. 포즈 추정이 달리기 코치를 대체할 수는 없지만, 자세, 타이밍, 협응력을 달리기 전반에 걸쳐 더 쉽게 확인할 수 있도록 돕는 시각적 보조 도구 역할을 할 수 있습니다. 시간이 지남에 따라 기술을 비교하고 작은 조정을 감지하는 과정도 훨씬 효율적으로 만들어 줍니다.

Link to this sectionUltralytics YOLO 모델이 달리기 기술 분석을 지원하는 방법#

다음으로, Ultralytics YOLO 모델이 포즈 추정과 같은 작업을 어떻게 지원하는지 살펴보겠습니다.

YOLO11과 같은 Ultralytics YOLO 포즈 모델은 즉시 사용 가능하며 COCO-Pose와 같은 대규모 레이블링된 데이터셋으로 사전 훈련되어 있습니다. 이를 통해 일반적인 신체 주요 지점을 감지하고 추적하며, 그 지식을 다양한 애플리케이션 전반에 걸쳐 적용할 수 있습니다.

비디오 프레임 전반에서 신체 주요 지점을 추적하여 수집된 통찰력은 사람들이 시간에 따라 어떻게 움직이는지 연구하는 데 사용될 수 있습니다. 이를 통해 달리기 기술의 핵심 측면인 자세, 보폭 패턴, 관절 움직임 및 협응력을 분석할 수 있습니다.

더 구체적인 통찰력이 필요할 때, 이러한 모델은 맞춤 훈련이 가능합니다. 모델을 처음부터 훈련하는 대신, 사전 훈련된 YOLO 포즈 모델을 추가 레이블링 데이터를 사용하여 미세 조정할 수 있습니다.

예를 들어, 개가 달리는 방식을 분석하는 솔루션을 구축하려는 경우, 개와 관련된 레이블링된 포즈 데이터로 모델을 훈련하여 원래 훈련에서 얻은 일반적인 포즈 추정 기능을 유지하면서도 개의 신체 구조와 움직임 패턴을 학습하도록 할 수 있습니다.

그림 4. 포즈 추정을 위해 개에게서 감지된 주요 신체 지점. (출력)

Link to this section허들 기술을 분석하기 위한 포즈 추정 활용 사례#

이제 포즈 추정이 어떻게 작동하는지 더 잘 이해했으니, 허들 기술을 분석하는 데 어떻게 적용할 수 있는지 예시를 통해 살펴보겠습니다.

허들 경기는 빠르고 기술적으로 까다로운 스포츠입니다. 한 번 달리는 동안 발 접지, 도약, 착지가 1초의 몇 분의 1 만에 일어납니다.

이러한 동작이 너무 빠르게 발생하기 때문에 육안이나 수동 비디오 검토로는 중요한 세부 사항을 관찰하기 어려울 수 있습니다. 결과적으로 보폭 리듬, 타이밍 또는 지면 접지의 작지만 의미 있는 차이를 종종 간과하게 됩니다.

컴퓨터 비전 기반 포즈 추정은 표준 비디오 영상을 구조화된 데이터로 변환함으로써 이 문제를 해결합니다. 예를 들어, 최근 연구에서 연구자들은 Ultralytics YOLOv8 기반 모델을 사용하여 하체 주요 지점을 추적했습니다. Ultralytics YOLO 모델의 이전 세대인 YOLOv8은 포즈 추정을 지원하며 YOLO11과 같은 최신 모델의 기반을 제공합니다.

이 연구는 발목, 뒤꿈치, 엄지발가락과 같은 주요 지점에 초점을 맞추어 스프린트 허들링 중 보폭 타이밍, 보폭 패턴 및 지면 접지를 분석했습니다. 시간이 지남에 따라 이러한 주요 지점을 따라감으로써 연구자들은 실제 훈련 조건에서 보폭 진행, 타이밍 및 움직임 패턴을 면밀히 모니터링할 수 있었습니다.

Link to this section보행 분석을 위한 컴퓨터 비전 사용의 장단점#

다음은 달리기 기술 분석을 위해 포즈 추정을 사용할 때의 주요 이점입니다:

• 객관적인 피드백: 포즈 추정은 개인적인 판단이 아닌 측정된 신체 주요 지점에 기반한 일관된 시각 데이터를 제공합니다. 이는 관절의 가동 범위를 평가할 때 주관성을 줄이는 데 도움이 됩니다.
• 자가 검토: 러너는 지속적인 코칭 지원 없이도 자신의 움직임 패턴을 분석할 수 있어 레크리에이션 및 독립적인 훈련에 유용합니다.
• 그룹 확장성: 동일한 워크플로우를 여러 러너에게 적용할 수 있어 수동 관찰이 비실용적인 팀, 훈련 그룹 또는 연구 연구에 적합합니다.

포즈 추정은 여러 장점을 제공하지만, 고려해야 할 몇 가지 제한 사항은 다음과 같습니다:

• 카메라 설정: 잘못된 카메라 각도나 일관되지 않은 프레임은 관절 각도, 보폭 패턴 및 발걸음 수가 얼마나 정확하게 캡처되는지 저하시킬 수 있습니다.
• 폐색(Occlusion): 신체 일부가 가려지거나 프레임 내에서 여러 러너가 겹치면 정확도가 감소합니다.
• 환경적 요인: 그림자, 고르지 않은 표면 또는 움직이는 배경을 포함한 야외 조건은 측정 일관성에 영향을 줄 수 있습니다.

Link to this section핵심 요약#

Ultralytics YOLO 모델과 포즈 추정은 달리기 분석을 더욱 접근하기 쉽게 만들고 있습니다. 일반 비디오에서 신체 움직임, 관절 각도 및 보폭 패턴을 추적하여 달리기 자세에 대한 명확한 통찰력을 제공하는 데 사용할 수 있습니다. 이러한 도구는 러너와 코치가 비효율성을 발견하고, 개선 사항을 추적하며, 실시간으로 부상 위험을 관리하는 데 도움을 줍니다.

GitHub 저장소를 방문하고 커뮤니티에 가입하여 AI에 대해 자세히 알아보세요. 솔루션 페이지에서 로봇 공학의 AI 및 자동차 산업의 컴퓨터 비전에 대해 알아보세요. 지금 바로 비전 AI를 시작하려면 라이선스 옵션을 확인하세요!