운동 변동성을 활용한 카약 선수 성능 추정 가능성

초록

본 논문은 최신 수상용 관성 데이터 수집 장치를 이용해 카약 패들링 중 발생하는 움직임 변동성을 정량화하고, 이를 기존의 성능 지표와 비교·보완하는 새로운 평가 방법을 제시한다. 변동성 기반 지표들의 계산 방법, 신뢰성 검증 및 실제 코칭 현장에서의 적용 가능성을 논의하며, 향후 다학제 연구 과제로 남은 과제들을 제시한다.

상세 요약

이 연구는 카약 패들링 동작을 고해상도 관성 센서(가속도계·자이로스코프)로 측정한 3축 데이터를 기반으로, 신호의 미세한 변동성을 정량화하는 새로운 지표들을 도입한다. 기존 연구에서는 평균 파워, 스트로크 길이, 주기 등 평균값 중심의 파라미터가 주로 사용되었지만, 이러한 지표는 선수의 기술적 일관성이나 피로도 변화를 포착하기에 한계가 있다. 저자들은 ‘플럭투에이션 인덱스(FI)’와 ‘스펙트럼 엔트로피(SE)’라는 두 가지 변동성 지표를 제안한다. FI는 스트로크 간 가속도 신호의 표준편차를 스트로크 주기와 정규화한 값으로, 높은 FI는 스트로크 간 힘 전달의 불안정성을 의미한다. SE는 파워 스펙트럼을 기반으로 신호의 주파수 분포가 얼마나 고르게 퍼져 있는지를 나타내며, 높은 엔트로피는 비정상적인 진동이나 외부 교란을 반영한다.

데이터 전처리 단계에서는 저역통과 필터링과 동기화된 스트로크 검출 알고리즘을 적용해 각 스트로크 구간을 정확히 구분한다. 이후 각 구간별 가속도·각속도 신호에 대해 푸리에 변환을 수행하고, 파워 스펙트럼을 추출한다. FI와 SE는 각각 시간 영역과 주파수 영역에서 계산되며, 두 지표는 상관관계가 낮아 상보적인 정보를 제공한다는 점이 강조된다.

실험은 12명의 남·여 상급 카약 선수(연령 18~30세)를 대상으로 500 m 전력 테스트와 2000 m 장거리 테스트 두 가지 조건에서 수행되었다. 각 테스트마다 동일한 센서 모듈을 보트에 부착하고, 코치가 사전에 정의한 ‘기술 점수’를 독립적으로 부여하였다. 결과 분석에서는 FI와 SE가 기존 평균 파워, 스트로크 주기 변동성(표준편차)보다 코치 점수와의 피어슨 상관계수가 각각 –0.68, –0.71로 더 높은 음의 상관관계를 보였으며, 다중 회귀 모델에 두 변동성 지표를 포함시켰을 때 설명력(R²)이 0.82까지 상승하였다. 또한, 피로 누적에 따른 FI와 SE의 시간적 추이는 초기 5분 구간에서는 안정적이었으나, 10분 이후 급격히 상승하는 패턴을 보여, 실시간 피로 모니터링에 유용함을 시사한다.

논문은 변동성 지표의 장점으로 (1) 센서 설치가 간단하고 비침습적이며, (2) 실시간 계산이 가능해 코칭 현장에서 즉각적인 피드백 제공, (3) 기존 평균 기반 지표와 결합해 종합적인 성능 평가 체계 구축 가능성을 들었다. 반면, 제한점으로는(가) 스트로크 검출 알고리즘이 물결이나 외부 충격에 민감해 오류가 발생할 수 있고, (나) 현재는 1차원 가속도만 사용했으나 회전 운동을 포함한 6자유도 데이터 통합이 필요하다는 점을 언급한다. 향후 연구 과제로는 머신러닝 기반의 패턴 인식, 다변량 엔트로피 분석, 그리고 다른 수상 스포츠(노 젓기, 서핑 등)와의 비교 연구가 제시된다.