📖 Ghassan, M. Ali, H. Nazar, M. Adile, M. Hanoon, N. Jojoal, M. Mollah, A. (2023). Athlete’s Performance Analysis Based on Improved Machine Learning Approach on Wearable Devices. Journal of Intelligent Systems and Internet of Things, (8)1, 75-91. https://doi.org/10.54216/JISIoT.080108

• 알-쿠누즈 대학 연구팀이 개발한 '개선된 기계학습 기반 웨어러블 기기 접근법(iMLA-WD)'은 웨어러블 기기와 첨단 기계학습 알고리즘을 결합해 선수들의 퍼포먼스를 정밀하게 분석하고 예측하는 새로운 방법을 제시했다.

• iMLA-WD(Improved Machine Learning Approach on Wearable Devices) 모델의 핵심은 웨어러블 기기로 수집한 선수들의 생체 데이터를 기계학습 알고리즘으로 분석하는 것이다. 이 시스템은 심박수, 체온, 움직임 패턴 등 다양한 생체 지표를 실시간으로 모니터링하며, 이를 통해 선수의 현재 컨디션과 잠재적인 부상 위험을 평가한다.

• 이 모델의 주요 특징은 다음과 같다:
  - 데이터 수집 및 처리: 웨어러블 기기에서 수집한 심박수, 움직임, 체온 데이터를 클라우드 서버로 전송하고 분석
  - 기계 학습 기반 분석: 기계 학습 알고리즘을 활용해 데이터를 학습하고, 선수의 현재 상태와 성과 예측(98.65%의 높은 정확도로 건강 상태분석 퍼포먼스 예측)
  - 개인화된 피드백 제공: 분석 결과를 바탕으로 선수별 맞춤형 훈련 전략을 제안하며, 특정 부위의 피로 누적이나 부상 위험 사전 경고
  

• 이 시스템의 가장 장점은 개인화된 트레이닝 프로그램을 제공할 수 있다는 점이다.
• 시스템은 각 선수의 고유한 생체 리듬과 퍼포먼스 패턴을 학습해 최적의 트레이닝 강도와 휴식 시간을 제안했다.
• 이는 과훈련으로 인한 부상 위험을 줄이고, 동시에 선수들의 잠재력을 최대한 끌어올릴 수 있는 방법이다.
  
  
• iMLA-WD 시스템의 또 다른 중요한 기능은 부상 위험을 사전에 감지하는 것이다.

• 시스템은 선수의 움직임 패턴, 근육 피로도, 관절 스트레스 등을 지속적으로 모니터링하며, 이상 징후가 감지되면 즉시 경고로 알린다. 
  
  
• 이는 특히 반복적인 동작이 많은 테니스나 골프 같은 종목에서 큰 도움이 될 것으로 예상된다. 실제로 연구팀은 테니스 선수들을 대상으로 한 실험에서 세 가지 주요 스트로크에 대한 정확한 평가를 수행할 수 있었다.
  
  
• iMLA-WD 시스템의 또 다른 강점은 다양한 스포츠 종목에 적용할 수 있는 확장성이다. 연구팀은 현대 5종 경기를 위한 성능 평가 지표를 개발했는데, 이는 펜싱, 수영, 승마, 사격, 크로스컨트리 달리기 등 다양한 종목의 특성을 모두 고려한 것이다.
  
  
• 이러한 첨단 기술의 도입은 필연적으로 윤리적 문제를 제기한다. 선수 개인정보 보호, 데이터의 소유권, 기술 접근성의 형평성 등이 주요 쟁점이 될 수 있다. 따라서 이 기술을 실제 스포츠 현장에 도입할 때는 이러한 윤리적 고려사항을 충분히 검토해야 할 것이다.
  
  
• 그럼에도 불구하고, iMLA-WD 시스템이 스포츠 과학의 미래를 밝게하는 것은 분명하다. 이 기술은 선수들의 퍼포먼스를 극대화하고 부상을 예방하는 데 큰 도움이 될 것이다.

• iMLA-WD 시스템의 개발은 스포츠 과학이 새로운 시대에 접어들었음을 알리는 신호탄이다. 웨어러블 기기와 기계학습의 결합은 선수들의 퍼포먼스를 정밀하게 분석하고 예측할 수 있는 강력한 도구를 제공한다. 
  
  
• 객관적이고 정량화된 데이터를 바탕으로 각 선수에게 최적화된 트레이닝 프로그램을 설계할 수 있게 되었다.

• 선수는 자신의 신체 상태를 더욱 정확히 이해하고, 최상의 컨디션으로 경기에 임하게 될 것이다.
  
  
• 물론 이 기술이 완벽한 것은 아니다. 아직 개선의 여지가 있으며, 실제 현장에서의 검증이 더 필요하다.