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 우리 뇌는 인간을 포함한 다양한 객체의 자세를 인식하는 데 매우 능숙해졌습니다. 최근 인공지능(AI)과 컴퓨터 비전 분야의 발전 덕분에, 기계 역시 세상의 시각 정보를 해석하는 이러한 능력을 배우고 복제하기 시작했습니다. 참고로 이 분야는 기계가 시각 정보를 해석할 수 있게 해줍니다.

포즈 추정은 이미지나 비디오를 분석하여 사람이나 객체의 위치와 방향을 파악하도록 돕는 컴퓨터 비전 작업입니다. 관절이나 사지와 같은 신체의 주요 지점을 식별함으로써 사람이나 사물이 어떻게 움직이는지 이해합니다.

이 기술은 피트니스, 헬스케어, 애니메이션 등 다양한 분야에서 널리 사용되고 있습니다. 예를 들어 직장 환경에서는 직원의 자세를 모니터링하여 안전 및 건강 증진 계획을 지원하는 데 사용할 수 있습니다. Ultralytics YOLO11과 같은 컴퓨터 비전 모델은 실시간으로 사람의 포즈를 추정하여 이를 가능하게 합니다.

Fig 1. YOLO11을 사용하여 작업자의 자세를 모니터링하는 예시입니다.

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

Link to this section포즈 추정의 진화#

포즈 추정에 대한 연구는 1960년대 후반과 70년대에 시작되었습니다. 수년 동안 이 컴퓨터 비전 작업에 대한 접근 방식은 기초 수학과 기하학에서 인공지능 기반의 보다 진보된 방식으로 변화했습니다.

초기에는 고정된 카메라 각도와 알려진 참조 지점에 의존했으나, 이후 3D 모델과 특징 매칭을 포함하는 방식으로 발전했습니다. 오늘날 YOLO11과 같은 딥러닝 모델은 이미지나 비디오에서 실시간으로 신체 위치를 감지할 수 있어, 포즈 추정을 그 어느 때보다 빠르고 정확하게 만듭니다.

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.

Link to this section다른 컴퓨터 비전 작업과 어떻게 다른가요?#

포즈 추정은 객체 탐지 및 인스턴스 세그멘테이션과 같은 다른 컴퓨터 비전 작업과는 다릅니다. 이러한 작업은 주로 이미지 내의 객체를 식별하고 위치를 찾는 데 중점을 둡니다.

예를 들어, 객체 탐지는 사람, 차량, 동물과 같은 항목 주위에 경계 상자(bbox)를 그려 존재 여부와 위치를 나타냅니다. 인스턴스 세그멘테이션은 한 단계 더 나아가 픽셀 수준에서 각 객체의 정확한 모양을 윤곽선으로 그립니다.

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.

Link to this section포즈 추정의 작동 원리 이해하기#

포즈 추정 모델은 일반적으로 상향식(bottom-up)과 하향식(top-down)이라는 두 가지 주요 접근 방식을 따릅니다. 상향식 접근 방식에서는 모델이 먼저 팔꿈치, 무릎, 어깨와 같은 개별 주요 지점을 감지한 다음, 이들을 그룹화하여 누구 또는 무엇의 것인지 파악합니다. 반면 하향식 접근 방식은 먼저 각 객체(예: 이미지 속의 사람)를 감지한 다음 해당 객체에 대한 주요 지점을 찾는 방식으로 시작합니다.

Fig 2. 상향식 및 하향식 포즈 추정 방식의 비교.

YOLO11과 같은 일부 최신 모델은 두 접근 방식의 장점을 결합합니다. 수동 그룹화 단계를 생략하여 상향식 방식의 효율성을 유지하면서도, 사람을 감지하고 포즈를 동시에 추정함으로써 하향식 시스템의 정밀도를 활용하는 단일화된 간소화 프로세스를 따릅니다.

Link to this section포즈 추정을 위한 YOLO11 사용자 정의 학습(Custom Training)#

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

사용자 정의 학습이란 자신의 데이터를 사용하여 특정 주요 지점을 인식하도록 모델을 가르치는 것을 의미합니다. 처음부터 모델을 구축하려면 많은 양의 라벨링된 이미지와 상당한 시간이 필요하기 때문에, 많은 사람들이 전이 학습을 선택합니다. 이는 COCO-Pose 데이터셋으로 사전 학습된 YOLO11 포즈 추정 모델과 같이 대규모 데이터셋에서 이미 학습된 모델로 시작하여, 특정 작업이나 사용 사례에 맞게 자신의 데이터로 미세 조정(fine-tuning)하는 것을 포함합니다.

요가 포즈로 작업한다고 가정해 봅시다. 각 포즈에 해당 활동에 특정한 주요 지점이 라벨링된 이미지를 사용하여 YOLO11을 미세 조정할 수 있습니다. 이를 위해서는 모델이 학습할 수 있는 주석이 달린 이미지의 사용자 정의 데이터셋이 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.

Link to this section포즈 추정의 실제 응용 분야#

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

Link to this section물리 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 YOLO11을 사용하는 예시입니다.

재활을 넘어, 포즈 추정은 피트니스 앱에도 도입되고 있습니다. 예를 들어 집에서 운동하는 사용자는 앱을 사용하여 운동 중 자세를 확인할 수 있습니다. 앱은 스쿼트 각도를 조정하거나 데드리프트 중 등을 곧게 펴는 것과 같은 실시간 피드백을 제공할 수 있습니다. 이는 사용자가 트레이너 없이도 자세를 개선하고 부상을 예방하는 데 도움을 줍니다.

Link to this section포즈 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 컴퓨터 비전의 발전으로 마커 없이도 일반 카메라와 알고리즘을 사용하여 신체 움직임을 추적할 수 있게 되었으며, 실시간으로도 더 효율적이고 정확하게 프로세스를 수행할 수 있습니다.

이에 대한 좋은 예는 Disney의 AR(증강 현실) Poser입니다. 이 재미있는 도구를 사용하면 휴대폰으로 사진을 찍고 증강 현실에서 디지털 캐릭터가 자신의 포즈를 따라 하도록 할 수 있습니다. 사진 속 포즈를 분석하여 3D 캐릭터와 매칭함으로써 재미있고 개인화된 AR 셀카를 생성합니다.

Fig 4. 포즈 추정을 사용하여 사람의 포즈를 따라 하는 AR 캐릭터.

Link to this section동물 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.

포즈 추정은 동물에게 센서나 태그를 부착하지 않고도 이미지와 비디오를 사용하여 동물 움직임과 자세를 추적함으로써 이 과정을 단순화합니다. 이러한 시스템은 동물의 포즈를 자동으로 모니터링하여 손질, 놀이, 다툼과 같은 행동에 대한 통찰력을 제공할 수 있습니다.

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 포즈 추정.

Link to this section포즈 추정의 장단점#

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

• 확장성: 포즈 추정 시스템은 스마트폰부터 고급 카메라 설정에 이르기까지 다양한 장치에 배포될 수 있어, 여러 사용 사례와 환경에서 매우 확장 가능하고 접근하기 쉽습니다.
• 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.

Link to this section핵심 요약#

포즈 추정은 마커를 사용하던 초기 시스템에서 YOLO11과 같은 딥러닝 모델로 구동되는 영향력 있는 도구로 진화하며 먼 길을 왔습니다. 물리 치료 개선, 대화형 AR 경험 강화, 야생 동물 연구 지원 등 포즈 추정은 기계가 움직임과 자세를 이해하는 방식을 변화시키고 있습니다. 기술이 계속 발전함에 따라, 이러한 제한 사항을 해결하는 것은 더 많은 실제 활용 사례를 열고 우리와 다른 생명체가 어떻게 움직이는지 기계가 더 잘 이해하도록 만드는 데 핵심이 될 것입니다.

AI가 궁금하신가요? GitHub 저장소를 탐색하고, 커뮤니티에 참여하며, 라이선스 옵션을 확인하여 컴퓨터 비전 프로젝트를 시작해 보세요. 소매업에서의 AI 및 물류 산업에서의 컴퓨터 비전과 같은 혁신에 대해 솔루션 페이지에서 더 자세히 알아보세요.