‘부상 방지 위한’ NFL의 AI 혁신 ‘디지털 애슬리트 플랫폼’

AWS와 함께 구축한 NFL의 디지털 애슬리트 플랫폼(Digital Athlete platform)은 컴퓨터 비전과 머신러닝을 사용한 예측 분석을 통해 부상으로 이어질 가능성이 높은 플레이와 선수 위치를 식별한다.

지난 2월 라스베이거스의 앨리전트 스타디움에서 열리는 슈퍼볼 LVIII의 첫 킥오프에서는 경기장의 모든 움직임을 추적하여 선수들의 안전을 확보하는 인공지능 플랫폼이 동작했다.

NFL은 수년 동안 데이터 기반 혁신을 앞장서 추진해왔다. 예를 들어, 2015년에 이 리그는 모든 선수의 필드 위치, 속도, 이동 거리, 가속도를 실시간으로 파악하는 RFID 센서를 모든 선수에게 장착하여 데이터 수집 노력을 크게 늘렸다. 이번 시즌 NFL은 AWS와 긴밀히 협력하여 새로운 클럽 포털을 선보였다. 바로 디지털 애슬리트다.

디지털 애슬리트는 AI와 머신러닝(ML)을 활용하여 선수의 플레이와 신체 위치를 통해 부상 가능성을 예측하는 플랫폼이다. 이 플랫폼은 선수들의 RFID 태그, 초당 60프레임을 촬영하는 38대의 5K 광학 추적 카메라, 날씨, 장비, 플레이 유형 등의 기타 데이터에서 데이터를 추출하여 상황을 종합적으로 파악한다. 데이터 소스 중 하나는 모든 플레이어의 실시간 위치, 속도, 가속도 데이터를 캡처하는 차세대 통계 시스템(NGS)이다.

매주 경기가 진행되는 동안 디지털 애슬리트는 680만 개의 비디오 프레임을 캡처하고 처리하며, 경기장에서 선수들의 위치와 위치를 약 1억 개나 문서화한다. 연습 기간 동안에는 매주 약 1만 5,000마일의 선수 추적 데이터를 처리했다. 5억 개 이상의 데이터 포인트에 해당한다.

AWS의 글로벌 스포츠 책임자인 줄리 수자는 "경재 내 시나리오에서 수백만 건의 시뮬레이션을 실행하여 잠재적 부상 위험이 가장 높은 선수를 팀에 알려주고, 팀은 이 정보를 사용하여 개별화된 부상 예방 과정을 개발한다"라고 설명했다.

수자는 ESPN과 NBA 및 기타 스포츠 리그의 데이터 추적 및 분석 제공업체인 세컨드 스펙트럼(Second Spectrum)에서 비즈니스 개발 및 전략 책임자로 근무한 후 AWS에 합류했다. 이후 3년 동안 스포츠 부문을 이끌고 있다. 현재 그녀는 AWS에서 팀과 함께 스포츠 및 엔터테인먼트 조직이 팬 참여와 경기장 관리부터 경기 전략, 스카우팅, 규칙 개발에 이르기까지 모든 것을 포괄하는 데이터 기반 솔루션을 구축하는 작업을 담당하고 있다.

NFL은 지난 시즌에 디지털 애슬리트를 시범 운영했으며 이번 시즌에는 32개 팀 모두가 사용할 수 있도록 했다.

게임의 변화
디지털 애슬리트 구축의 첫 번째 단계는 컴퓨터 비전과 머신러닝을 사용하여 AI가 경기 및 연습 영상에서 정보를 수집하도록 가르치는 것이었다. 예를 들어, AI 플랫폼이 머리 충격을 추적하기 전에 헬멧을 식별하도록 하기 위해 모든 각도에서 헬멧 이미지를 수집해야 했다. 헬멧을 식별할 수 있게 된 후에는 헬멧의 충격을 인식하고 NGS 데이터를 상호 참조하여 어떤 선수가 관련되어 있는지 판단하도록 학습했다.

디지털 애슬리트는 다양한 데이터를 활용하여 부상이 언제, 어떻게 발생하는 지에 대한 조건을 재구성한다. 또 다양한 선수 세트를 사용하여 모든 플레이에 대한 시뮬레이션을 실행한다. 그런 다음 위험 완화 모델링을 사용하여 훈련 데이터를 분석하고 부상 위험을 최소화하면서 선수의 이상적인 훈련량을 결정하게 된다. 

수자의 팀은 현재 포즈 추정이라는 기능을 개발 중인데, 이는 공간과 시간에 따른 선수의 움직임을 평가하여 신체 위치가 어떻게 부상으로 이어질 수 있는지 더 잘 이해하기 위한 것이다.

수자는 이 데이터가 선수들을 위한 맞춤형 훈련 프로그램을 만드는 데 도움이 될 뿐만 아니라 리그 차원에서 의사 결정을 내리는 데도 활용되고 있다고 전했다. 디지털 애슬리트가 사용한 데이터는 2023년에 도입된 NFL의 새로운 킥오프 공정 캐치 규칙의 핵심 요소였다. 기존 규칙에서는 키커가 공을 엔드존 안쪽이나 그 너머로 걷어차지 않는 한, 팀은 킥오프 리턴을 시도해야 했다. 이제 킥 리터너는 공이 엔드존을 벗어나서 킥 리턴 플레이를 종료하고 공을 리턴하는 팀의 25야드 라인에 놓더라도 공정한 캐치를 요청할 수 있다.

새 규칙의 목표는 킥오프 리턴을 7% 줄이는 것이었으며, 데이터에 따르면 이러한 플레이로 인한 뇌진탕이 15% 감소할 것으로 예상됐다.

수자는 "킥오프 런백이 감소했는데, 이는 정면으로 맞서는 상황이 더 많이 발생한다는 의미다. 이는 규칙과 경기 방식이 변화하고 있다는 것을 나타낸다"라고 말했다.

디지털 애슬리트의 목표는 플레이 시나리오와 부상 결과 사이의 유사한 상관관계를 발견하여 완화할 수 있는 위험을 밝히는 데 도움을 주는 것이다. 수자는 "부상의 가능성을 높이는 특정 플레이나 규칙을 찾아낼 수 있다면 그 규칙을 바꿀 수 있다"라고 말했다.

직관을 뛰어넘는 데이터
궁극적으로 디지털 애슬리트의 목표는 직감이 아닌 데이터를 사용하여 경기와 연습 중에 현장에서 일어나는 상황을 이해하는 것이다. 실제로 분석을 통해 정보를 얻은 팀들은 4다운 전환을 시도하는 경향을 늘리고 있다. 경기의 다른 영역에서도 디지털 애슬리트의 영향이 미치고 있는 것이다.

수자는 "이전에는 잘 몰랐기 때문에 이런 부분에 대해 이야기할 수 없었다. 직감으로 알고 있는 것들이 많았다. 본능적으로 알고 있는 것을 통계적으로 증명하거나 반증할 수 있게 된다”라고 말했다.

수자는 스포츠뿐만 아니라 모든 비즈니스에 해당되는 이야기라고 강조했다. 그녀는 "정말 중요한 것은 호기심을 갖는 마음가짐이다. 먼저 데이터 전략을 세우고, 데이터의 기초를 마련한 다음, 데이터에 대해 질문하는 것이 중요하다"라고 전했다.

그 후, 성공적인 데이터 기반 트랜스포메이션을 위해서는 AI 역량을 구축하는 것이 반복적인 과정이며, 시간이 지남에 따라 이러한 역량이 성장할 수 있도록 인내심이 필요하다는 것을 알아야 한다고 그녀는 덧붙였다.

수자는 "모델을 구축하고 설정한 다음 바로 실행되는 것이 아니다. 모델은 갈수록 더 똑똑해진다"라고 말했다. ciokr@idg.co.kr