By JEREMY WHITE, WIRED US

올림픽 경기의 기록 측정이 항상 정확한 것은 아니었다. 1896년 4월 10일, 달리기 종목에 참가한 선수 17명이 올림픽 최초의 마라톤 경기에 참여했다. 당시 코스는 약 70km였으며, 총 5개국 선수가 출전했다. 당시 경기에서 결승선에 가장 먼저 도착한 이는 물을 운송하던 그리스인 스피리돈 루이스(Spyridon Louis)였다. 루이스의 기록은 2시간 58분 50초였다.

1896년 당시 루이스의 놀라운 기록을 어떻게 확인했을까? 1896년 올림픽 당시 마라톤 경기장 출발선에서 심판이 자신이 사용한 것과 똑같은 스톱워치를 선두 주자로 달린 선수에게 건넸다. 이때, 심판은 자전거로 이동했다. 이 덕분에 루이스가 아테네에서 경기 시작 후 약 3시간도 지나지 않아 결승선에 도착한 사실을 알 수 있었다.

예상한 바와 같이 125년이 지난 현재는 1896년 올림픽 당시보다 상황이 훨씬 더 나아졌다. 1932년부터 올림픽 경기에 공식 시간 기록 서비스를 제공한 기업 오메가(Omega)가 선수의 시간 기록 정확도 발전 기술을 개발하는 임무를 수행해왔다. 아마도 가장 주목할 만한 시간 측정 장비는 오메가와 영국 경기 결승 기록 기업(British Race Finish Recording Company)의 협력으로 탄생해, 1948년 런던 올림픽에 등장한 최초의 광전지 사진판정기인 매직아이(Magic Eye)일 것이다. 이전에는 인간의 맨눈과 스톱워치 전원 버튼 조작을 함께 결합해, 최초로 결승선에 들어온 선수를 확인했다.

그러나 인간이 직접 시계를 작동하면서 선수의 순위를 확인하는 방법은 오심 위험이 큰 방법으로 간주됐다. 1948년 올림픽 당시에도 손으로 스톱워치를 정지하면서 기록을 확인하는 방식을 활용했다. 사진판정기 도입 후 20년이 지났다. 1968년, 멕시코에서 올림픽을 개최할 때, 세계 최초로 전자 전용 기록 측정 방식으로 전환했다. 사진판정기가 세계 신기록을 달성한 선수 10명을 동시에 포착했다. 그러나 기술적 완성도가 높아졌는데도 기록 측정에 동원된 장비가 제대로 선수의 기록을 측정하지 못하는 사례가 발생하자 수동 시간 측정 담당자 45명이 올림픽 개최국인 멕시코에 파견됐다.
 
이후 오메가 시간 측정(Omega Timing)이 기록 측정 정확도를 더 높일 수단이자 갈수록 증가하는 올림픽의 스포츠 기록 목록을 실시간으로 관측하기 위해 발전할 방법이 되었다. (오메가는 2012년 런던 올림픽 당시 초당 100만 분의 1이라는 해상도를 지원하는 퀀텀 타이머(Quantum Timer)를 적용했다. 퀀텀 타이머는 과거에 활용된 기록 측정 기술보다 더 우수하다는 평가를 받았다) 스케이트 보딩과 스포츠 클라이미이, 서핑, 등은 2021년 도쿄올림픽에서 국제올림픽위원회(IOC)의 추가 제재를 받는다.

사실 스포츠 클라이밍은 수영과 체조, 승마 모두 새로운 기록 측정법이나 이전과는 완전히 달라진 기록측정법을 도입했다. 그러나 가장 흥미로운 점은 오메가가 4년간 기존 인공지능(AI)을 활용해 비치발리볼을 학습하도록 한 방식이다.

오메가 타이밍 화장인 알란 조브리스트(Alain Zobrist)는 “배구에서는 컴퓨터 비전이 적용된 카메라로 선수뿐만 아니라 공도 추적한다. 카메라 기술과 AI를 결합해 기록을 확인한다”라고 말했다.

2012년, 조브리스트는 오메가 타이밍의 연구&개발 부서는 엔지니어 180명으로 구성됐으며, 개발 과정은 포지셔닝 시스템과 모션 센서 시스템 장착부터 시작했다고 밝혔다. 목표는 500회가 넘는 여러 스포츠 경기에서 매년 기록 측정 작업을 하는 오메가가 선수의 경기력 관련 상세한 실시간 데이터를 제공할 수 있도록 하는 것이다. 데이터는 불과 초당 1/10도 되지 않는 속도로 측정하고 처리 과정을 거치면서 경기 도중 시청자가 화면으로 보는 정보를 전송한다.

비치발리볼 경기에서는 포지셔닝과 모션 기술을 이용해 AI를 훈련시켜 스매시부터 블락, 스파이크 등 무수히 많은 샷의 유형과 패스 타입을 인식한다는 사실을 의미한다. 또, 볼의 이동 유형도 인식하고, 데이터를 선수의 의상에 장착한 자이로스코프 센서에서 수집한 정보와 결합한다. 모션 센서는 선수의 움직임 방향과 점프 높이, 속도 등 각종 정보를 알 수 있도록 한다. 데이터를 처리하면, 모두 해설이나 화면 그래픽으로 정보를 전달할 방송국으로 전달한다.

조브리스트는 AI에서 한 가지 가장 어려웠던 점은 카메라가 더는 볼 수 없을 때 AI가 공을 정확하게 추적하는 법을 학습하는 것이라고 말했다. 그는 “간혹 선수의 신체 일부가 카메라를 가린다. 혹은 카메라가 TV 프레임 바깥으로 벗어날 때도 있다. 따라서 공의 움직임을 놓쳤을 때, 공을 추적하기 어렵다. 소프트웨어가 공의 움직임을 예측하고 공이 다시 등장했을 때, 공을 놓친 뒤 다시 포착한 순간의 간격을 측정한다. 그리고, 놓친 데이터를 기록하고 자동화 작업을 이어간다. 이는 AI를 이용한 추적의 가장 어려운 부분 중 하나였다”라고 말했다.

AI가 경기 도중 벌어지는 일을 판단하는 중요한 요소는 바로 공을 추적하는 것이다. 조브리스트는 “공을 추적할 때, 공의 위치와 공의 방향 전환 시점을 알 수 있다. 또, 선수 의상에 장착된 센서를 결합해, 알고리즘이 샷을 학습한다. 블락이든 스매시인지도, 경기 도중 공을 친 출전하는 팀과 선수도 알 수 있다. 결과적으로 데이터 측정을 정확하게 할 수 있는 기술이다”라고 말했다.

오메가 타이밍은 비치 발리볼 시스템 정확도가 99%라고 주장한다. 센서와 멀티플 카메라가 초당 250프레임으로 실행하는 덕분이다. 그러나 더럼대학교의 컴퓨터 비전 및 이미지 처리 전문 교수인 토비 브레콘(Toby Breckon) 교수는 게임 도중 실시간 데이터 분석 기법을 적용하는 것은 흥미롭지만, 결정적으로 선수의 인종과 성별 차이 등에 속을 수 있다고 말했다.

브레콘 교수는 “지금까지 거둔 성과는 매우 인상적이다. 또, AI에 모든 다른 움직임을 훈련할킬 다량의 데이터가 필요하다. 그러나 한 가지 중요한 점은 정확도이다. 다른 움직임 예측 정확도가 얼마나 낮아질까? 그리고, 공의 움직임 추적을 놓친다면, 어떻게 될까? 결국, 공의 추적을 놓치면 어떻게 될까? 또, 모든 인정과 성별에 따라 작동하는지도 살펴보아야 한다. 가령, 미국 대표팀과 가나대표팀 경기 모두 99%의 정확도를 기록할 수 있는지 확인해야 한다”라고 지적했다.

조브리스트는 위의 질문에 확신하면서 구글이나 IBM이 AI 경험 필요를 공급할 수는 있지만, 이는 오메가가 택한 방식은 아니라고 말한다. 조브리스트는 “매우 중요한 점과 득점 스포츠인가와 같은 요소는 경기력 설명과 최종 결과로 설명할 수 없는 요소이다. 따라서 결과의 무결성을 위해 다른 기업에 의존할 수 없다. 경기 결과와 선수의 경기 도중 기록을 직접 설명할 수 있어야 한다”라고 말했다.

조브리스트가 이와 관련된 부분을 밝히지는 않았으나 향후 시간 측정과 추적 기술이 향상한다면, 2024년 파리 올림픽이 핵심이 될 것으로 보인다. “완전히 새로운 혁신을 보게 될 것이다. 물론, 시간 측정과 득점, 모션 센서와 포지셔닝 시스템 관련 변화도 있을 것이다. 그리고, 2028년 LA 올림픽에서도 마찬가지일 것이다. 앞으로 열릴 올림픽에서 오메가가 이제 시작한 것과 관련, 매우 흥미로운 프로젝트를 보게 될 것이다.”

** 위 기사는 와이어드US(WIRED.com)에 게재된 것을 와이어드코리아(WIRED.kr)가 번역한 것입니다. (번역 : 고다솔 에디터)

<기사원문>
How AI Will Help Keep Time at the Tokyo Olympics