포즈 추정이란 무엇이며 어디에 사용될 수 있는가?

누군가가 구부정하게 있거나 어깨를 펴고 당당하게 서 있는 모습을 보면, 그 사람이 자세가 나쁜지 자신감이 넘치는지 즉시 알 수 있습니다. 누구에게 설명 들을 필요도 없습니다. 이는 우리가 시간이 지나면서 자연스럽게 바디 랭귀지를 해석하는 법을 배웠기 때문입니다.

경험과 관찰을 통해 우리의 뇌는 인간을 비롯한 다양한 객체의 자세를 인식하는 데 매우 능숙해졌습니다. 기계가 세상의 시각적 정보를 해석할 수 있도록 돕는 분야인 인공지능(AI)과 computer vision의 최근 발전 덕분에, 이제 기계도 이러한 능력을 학습하고 모방하기 시작하고 있습니다.

Pose estimation은 이미지나 비디오를 분석하여 사람이나 객체의 위치와 방향을 파악하는 데 도움을 주는 computer vision 작업입니다. 이는 관절이나 사지 같은 신체의 주요 키포인트(key point)를 식별하여 사람이나 사물이 어떻게 움직이고 있는지 이해하는 방식으로 작동합니다.

이 기술은 피트니스, 헬스케어, 애니메이션 등의 분야에서 널리 사용되고 있습니다. 예를 들어 업무 환경에서는 직원들의 자세를 모니터링하고 안전 및 건강 증진 이니셔티브를 지원하는 데 활용될 수 있습니다. Ultralytics YOLO11과 같은 computer vision 모델은 실시간으로 인간의 포즈를 추정함으로써 이를 가능하게 합니다.

Fig 1. Ultralytics YOLO11을 사용하여 작업자의 자세를 모니터링하는 예시.

이 기사에서는 포즈 추정이 무엇이며 어떻게 작동하는지, 그리고 실제로 어떤 변화를 만들고 있는지 구체적인 사례와 함께 자세히 살펴보겠습니다. 시작해 볼까요!

포즈 추정의 진화#

Pose estimation에 대한 연구는 1960년대 후반과 70년대에 시작되었습니다. 수년에 걸쳐 이 computer vision task에 대한 접근 방식은 기초적인 수학 및 기하학에서 인공지능 기반의 더 발전된 방법으로 전환되었습니다.

초창기의 기법들은 고정된 카메라 각도와 알려진 기준점에 의존했습니다. 이후 3D 모델과 특징 매칭을 포함하는 방식으로 발전했습니다. 오늘날에는 Ultralytics YOLO11과 같은 딥러닝 모델이 이미지나 비디오에서 실시간으로 신체 위치를 감지할 수 있어, 포즈 추정이 그 어느 때보다 빠르고 정확해졌습니다.

기술이 향상됨에 따라 연구자들은 다양한 객체, 특히 인간과 동물의 자세를 모니터링하고 추적할 수 있는 잠재적 응용 분야를 발견했습니다. 포즈 추정은 AI 도구가 이전에는 불가능했던 방식으로 자세와 움직임을 이해하고 측정할 수 있게 해주기 때문에 특히 중요합니다.

예를 들어, 컴퓨터가 손을 사용하지 않는 상호작용을 위해 제스처를 인식하게 하거나, 선수의 움직임을 분석하여 성능을 향상시키고, 비디오 게임에서 현실적인 애니메이션을 구현하며, 환자의 회복 과정을 추적하여 헬스케어를 지원하기도 합니다.

다른 컴퓨터 비전 작업과 어떻게 다른가요?#

Pose estimation은 object detection 및 instance segmentation과 같은 다른 computer vision 작업들과는 다릅니다. 이러한 작업들은 주로 이미지 내의 객체를 식별하고 위치를 찾는 데 중점을 둡니다.

예를 들어 object detection은 사람, 차량, 동물 등의 항목 주위에 bounding box를 그려 존재 여부와 위치를 나타냅니다. Instance segmentation은 픽셀 수준에서 각 객체의 정확한 윤곽을 그리는 방식으로 이를 한 단계 더 발전시킵니다.

그러나 이 두 방법 모두 주로 객체가 무엇인지, 어디에 있는지에 관심이 있으며, 객체가 어떻게 위치해 있는지나 무엇을 하고 있는지에 대한 정보는 제공하지 않습니다. 바로 이 지점에서 포즈 추정이 중요해집니다.

팔꿈치, 무릎 또는 꼬리와 같은 신체의 주요 지점을 식별함으로써 포즈 추정은 자세와 움직임을 해석할 수 있습니다. 이를 통해 3D 공간에서의 움직임을 포함하여 행동, 제스처 및 신체 역학에 대한 더 깊은 이해가 가능합니다.

포즈 추정의 작동 원리 이해하기#

Pose estimation models은 일반적으로 bottom-up과 top-down의 두 가지 주요 접근 방식을 따릅니다. Bottom-up 접근 방식에서는 모델이 팔꿈치, 무릎, 어깨 같은 개별 키포인트들을 먼저 감지한 다음, 이들을 그룹화하여 어떤 사람이나 객체에 속하는지 파악합니다. 반면 top-down 접근 방식은 (이미지 속 사람처럼) 각 객체를 먼저 감지한 후 해당 특정 객체의 키포인트 위치를 찾는 방식으로 시작합니다.

Fig 2. Bottom-up 대 top-down pose estimation 방식.

Ultralytics YOLO11과 같은 일부 최신 모델은 두 접근 방식의 장점을 결합합니다. 수동 그룹화 단계를 생략하여 상향식(bottom-up) 방식의 효율성을 유지하는 동시에, 사람을 감지하고 자세를 한 번에 추정하여 하나의 간소화된 프로세스로 하향식(top-down) 시스템의 정확도를 활용합니다.

포즈 추정을 위한 Ultralytics YOLO11 커스텀 학습#

포즈 추정 모델이 어떻게 작동하는지 살펴보면서, 모델이 실제로 어떻게 다른 객체의 포즈를 추정하는 법을 배우는지 궁금할 수 있습니다. 여기서 사용자 정의 학습 개념이 등장합니다.

커스텀 학습이란 사용자 자신의 데이터를 사용하여 특정 키포인트를 인식하도록 모델을 학습시키는 것을 의미합니다. 처음부터 모델을 구축하려면 방대한 양의 라벨링된 이미지와 상당한 시간이 소요되므로, 많은 사람들이 전이 학습(transfer learning)을 선택합니다. 이는 COCO-Pose dataset에 사전 학습된 Ultralytics YOLO11 포즈 추정 모델과 같이 대규모 데이터셋으로 이미 학습된 모델에서 시작하여, 특정 작업이나 사용 사례에 맞게 사용자 데이터로 미세 조정(fine-tuning)하는 것을 포함합니다.

요가 자세를 다루고 있다고 가정해 보겠습니다. 각 자세에 해당 활동에 특화된 키포인트가 라벨링된 이미지를 사용하여 Ultralytics YOLO11을 미세 조정할 수 있습니다. 이를 수행하려면 모델이 학습할 수 있는 어노테이션된 이미지로 구성된 커스텀 dataset이 필요합니다.

학습 중에 배치 크기(한 번에 처리되는 이미지 수), 학습률(모델이 학습을 업데이트하는 속도), 에포크(모델이 데이터셋을 몇 번 반복하는지)와 같은 설정을 조정하여 정확도를 높일 수 있습니다. 이를 통해 특정 요구 사항에 맞춘 포즈 추정 모델을 훨씬 쉽게 구축할 수 있습니다.

포즈 추정의 실제 응용 분야#

이제 포즈 추정이 무엇이며 어떻게 작동하는지 논의했으므로, 실제 사용 사례를 자세히 살펴보겠습니다.

물리 치료를 위한 포즈 추정 활용#

포즈 추정은 헬스케어 산업, 특히 물리 치료 분야에서 신뢰할 수 있는 도구로 자리 잡고 있습니다. AI와 컴퓨터 비전을 사용하여 이러한 시스템은 실시간으로 자세와 움직임을 추적하고 물리 치료사가 제공하는 것과 유사한 피드백을 제공할 수 있습니다.

예를 들어, 무릎 수술 후 회복 중인 환자는 포즈 추정 시스템을 사용하여 재활 운동을 올바르게 수행하고 있는지 확인할 수 있습니다. 이 시스템은 잘못된 움직임을 발견하고 개선을 위한 제안을 제공하여, 환자가 올바른 궤도를 유지하고 부상을 방지하도록 돕습니다.

Fig 3. 물리 치료에 Ultralytics YOLO11을 사용하는 예시.

재활 치료를 넘어 pose estimation은 fitness apps 영역으로도 확장되고 있습니다. 예를 들어 집에서 운동하는 사람은 앱을 사용하여 운동 중 자세를 확인할 수 있습니다. 앱은 스쿼트 시 자세 각도를 조절하거나 데드리프트 중 허리가 곧게 펴져 있는지 확인하는 등의 피드백을 실시간으로 제공할 수 있습니다. 이를 통해 사용자는 트레이너 없이도 자세를 개선하고 부상을 방지할 수 있습니다.

포즈 추정으로 구현되는 엔터테인먼트용 모션 캡처#

포즈 추정은 엔터테인먼트 분야의 모션 캡처 방식을 변화시켜 더 간단하고 접근하기 쉽게 만들었습니다. 과거에는 모션 캡처를 위해 사람의 신체에 마커를 부착하고 특수 카메라로 추적해야 했는데, 이는 번거롭고 비용이 많이 들었습니다.

이제 AI와 computer vision의 발전 덕분에 마커를 부착할 필요 없이 일반 cameras와 알고리즘을 사용하여 신체 움직임을 추적할 수 있게 되었으며, 실시간으로도 프로세스를 더욱 효율적이고 정확하게 수행할 수 있습니다.

그 훌륭한 예가 바로 Disney's AR (Augmented Reality) Poser입니다. 이 재미있는 도구를 사용하면 휴대폰으로 사진을 찍고 증강 현실에서 디지털 캐릭터가 나의 포즈를 따라 하게 만들 수 있습니다. 사진 속 포즈를 분석하여 3D 캐릭터와 일치시킴으로써 재미있고 개인화된 AR 셀카를 만들어 줍니다.

Fig 4. AR 캐릭터가 pose estimation을 사용하여 사람의 포즈를 모방하고 있습니다.

동물 포즈 추정으로 이루어지는 사회적 행동 연구#

동물 행동 연구는 과학자들이 동물이 어떻게 의사소통하고, 짝을 찾고, 새끼를 돌보며, 무리를 지어 사는지 이해하도록 돕습니다. 이러한 지식은 야생 동물을 보호하고 자연 세계에 대한 더 깊은 이해를 얻는 데 필수적입니다.

Pose estimation은 동물에게 센나 태그를 부착하지 않고 이미지와 비디오를 사용하여 tracking animal의 움직임과 자세를 추적함으로써 이 과정을 단순화합니다. 이러한 시스템은 동물의 자세를 자동으로 모니터링하여 그루밍, 놀이, 싸움 등의 행동에 대한 인사이트를 제공합니다.

흥미로운 예로 과학자들이 포즈 추정을 사용하여 유인원의 행동을 연구하는 경우가 있습니다. 실제로 연구자들은 6종의 유인원에서 71,000개가 넘는 라벨링된 이미지가 포함된 OpenApePose와 같은 데이터셋을 구축했습니다.

Fig 5. 유인원 pose estimation.

포즈 추정의 장단점#

포즈 추정이 다양한 산업에 가져올 수 있는 몇 가지 주요 이점은 다음과 같습니다.

• Scalability: Pose estimation 시스템은 스마트폰부터 고급 카메라 설정에 이르기까지 다양한 장치에 배포할 수 있으므로, 다양한 유스케이스와 환경에서 확장성이 높고 접근성이 뛰어납니다.
• 비용 효율성: 포즈 추정은 일반 카메라에 의존하며 값비싼 센서나 태그가 필요하지 않기 때문에, 연구 및 상업적 응용 분야에서 움직임을 추적하는 데 더 비용 효율적인 솔루션이 될 수 있습니다.
• 지속적인 모니터링: 포즈 추정 시스템은 지속적인 실시간 추적을 제공하여 재활 과정의 환자 진전 상황을 확인하거나 야생 동물의 행동을 추적하는 등 시간에 따른 변화를 모니터링할 수 있습니다.

포즈 추정의 장점은 다양한 분야에서 분명하지만 고려해야 할 몇 가지 과제도 있습니다. 유념해야 할 몇 가지 주요 제한 사항은 다음과 같습니다.

• 제한된 일반화: 인간 데이터셋으로 학습된 많은 모델은 특정 데이터셋에 대한 재학습 없이는 동물이나 일반적이지 않은 신체 구조에 잘 일반화되지 않습니다.

• 환경적 제한: 성능은 열악한 조명, 빠른 움직임으로 인한 흐림(motion blur), 또는 복잡한 배경에서 저하될 수 있습니다.

• 폐색(occlusion)에 대한 높은 민감도: 특히 혼잡한 장면이나 다중 객체 추적 시 신체 일부가 가려지거나 화면 밖으로 벗어나면 정확도가 떨어질 수 있습니다.

핵심 요약#

포즈 추정은 마커를 사용하던 초기 시스템에서 발전하여 Ultralytics YOLO11과 같은 딥러닝 모델 기반의 영향력 있는 도구로 거듭나며 오랜 기간 발전해 왔습니다. 물리 치료를 개선하든, 인터랙티브 AR 경험을 구동하든, 야생 동물 연구를 돕든, 포즈 추정은 기계가 움직임과 자세를 이해하는 방식을 변화시키고 있습니다. 기술이 계속 발전함에 따라 한계를 해결하는 것은 훨씬 더 실용적인 용도를 발굴하고 기계가 우리와 다른 생명체의 움직임을 이해하는 능력을 향상시키는 열쇠가 될 것입니다.

AI에 대해 더 알고 싶으신가요? computer vision 프로젝트를 시작하기 위해 저희 GitHub repository를 탐색하고, our community와 소통하며, our licensing options을 확인해 보세요. 솔루션 페이지에서 AI in retail 및 computer vision in the logistics 산업과 같은 혁신에 대해 자세히 알아보세요.