Physics-Informed Dual-View YOLO Framework for Tennis Ball Trajectory Prediction

테니스 공이 라켓을 떠날 때, 그것은 손에서 던져진 돌처럼 단순히 매끄럽고 예측 가능한 호를 그리며 나아가지 않는다. 대신, 공은 격렬하게 회전하며, 그 회전은 공기와 상호작용하여 공을 위, 아래 또는 옆으로 밀어내는 보이지 않는 힘을 만들어낸다. 마그누스 효과(Magnus effect)라고 알려진 이 현상은 테니스 공의 비행을 중력, 공기 저항, 그리고 회전이 서로 다른 방향으로 끌어당기는 복잡한 물리학의 춤으로 바꾼다. 수십 년 동안 과학자들과 코치들은 회전하는 공이 정확히 어디에 떨어질지 예측하기 위해 노력해 왔지만, 전통적인 방식들은 이러한 뒤틀림의 힘을 무시하는 단순화된 모델에 의존하는 경우가 많았다. 이러한 오래된 모델들은 공이 단순한 투사체처럼 움직인다고 가정하는데, 이는 진공 상태에서 떨어지는 바위에는 잘 들어맞을지 모르나 고속으로 진행되는 테니스 경기의 혼돈스러운 현실을 포착하는 데는 실패한다. 공의 실제 경로를 이해하는 것은 단순히 점수를 얻는 것뿐만 아니라, 더 나은 훈련 도구를 개발하고, 선수의 성과를 분석하며, 미래의 스포츠 기술을 위한 현실적인 시뮬레이션을 만드는 데에도 매우 중요하다.

대만 국립 가오슝 과학기술대학교의 연구진은 눈에 보이는 것과 실제 물리학 사이의 간극을 메우는 새로운 방식의 비행 추적법을 개발했다. 그들은 첨단 컴퓨터 비전과 공기역학 법칙을 결합하여 테니스 공의 정확한 3차원 경로를 재구성하는 시스템을 구축했다. 공의 움직임을 추측하는 대신, 그들의 방법은 고속 카메라를 사용하여 측면과 상단에서 동시에 두 가지 각도로 공을 관찰한다. 이 이중 관점 덕분에 그들은 단일 카메라가 결코 달성할 수 없는 명확함으로 공의 속도, 발사 각도, 그리고 회전에 의한 드리프트(drift)를 볼 수 있다. 이 시각적 데이터를 마그누스 효과를 고려한 컴퓨터 모델에 입력함으로써, 그들은 이전에는 실제 환경에서 달성하기 어려웠던 정밀도로 공의 여정을 시뮬레이션할 수 있다.

연구팀은 붉은 클레이 테니스 코트에서 테스트를 진행하였으며, 밝은 낮 시간과 인공 야간 조명 아래에서 각각 40개의 서로 다른 스트로크를 기록했다. 그들은 드론을 사용하여 상단 뷰를 포착하고 삼각대에 설치된 카메라로 측면 뷰를 촬영하였으며, 두 카메라 모두 빠른 움직임을 흐림 없이 포착하기 위해 초당 60프레임으로 촬영했다. YOLO라고 불리는 딥러닝 기반의 컴퓨터 프로그램은 모든 프레임에서 공을 식별하고 공이 날아가는 동안의 위치를 추적했다. 시스템이 라켓이 공을 치는 정확한 순간을 찾아내면, 초기 속도와 방향을 계산한다. 결정적으로, 연구진은 각 샷에 대해 두 가지 서로 다른 시뮬레이션을 실행했다. 하나는 회전의 물리학을 포함한 것이고, 다른 하나는 공이 단순히 중력에 의해 떨어지는 것처럼 취급하여 회전을 무시한 것이었다. 그들은 이 시뮬레이션 결과들을 클레이 위에 남겨진 공의 흔적을 직접 관찰하여 측정한 실제 착지 지점과 비교했다.

결과는 두 접근 방식 사이에 명확한 차이가 있음을 보여주었다. 연구진이 회전과 그에 따른 공기역학적 힘을 무시했을 때, 그들의 예측은 종종 상당한 오차를 보였다. 공이 앞으로 얼마나 멀리 이동할지를 예측하는 평균 오차는 거의 2.5미터에 달했다. 그러나 마그누스 효과를 계산에 포함했을 때, 그 오차는 1미터 남짓으로 급격히 줄어들었다. 모델이 예측한 착지 지점과 실제 착지 지점 사이의 전체 거리는 거의 2.8미터에서 약 1.5미터로 줄어들었다. 이러한 개선은 특히 전방 방향에서 가장 눈에 띄었는데, 이는 단순 중력 모델로는 설명할 수 없는 방식으로 회전이 공을 아래로 떨어뜨리거나 휘게 만들기 때문이다. 연구는 이 특정 설정에서 공의 좌우 위치는 회전에 의해 크게 영향을 받지 않았지만, 전방 궤적은 이러한 공기역학적 힘을 고려하는 것에 크게 의존한다는 것을 발견했다.

연구진은 또한 이 시스템이 햇빛이 비치든 조명이 켜져 있든 관계없이 일관되게 잘 작동한다는 것을 발견했다. 착지 예측의 정확도는 다양한 조명 조건에서도 안정적으로 유지되었으며, 이는 이중 카메라 추적과 물리 기반 모델링의 결적인 조합이 실제 사용을 위한 견고함을 갖추었음을 입증한다. 이 연구는 회전과 공기 사이의 복잡한 상호작용을 무시하는 것이 공의 행방을 예측하는 데 있어 체계적인 오류를 초래하며, 진정으로 정확하려면 이러한 힘을 반드시 포함해야 한다는 점을 시사한다. 컴퓨터 비전과 공기역학적 시뮬레이션을 성공적으로 결합함으로써, 연구팀은 테니스 공의 비행을 높은 충실도로 재구성할 수 있는 프레임워크를 만들었다. 이 접근 방식은 단순한 기하학적 추적을 넘어, 경기를 지배하는 물리적 힘에 대한 더 깊은 이해으로 나아감으로써 스포츠 동작 분석의 새로운 표준을 제시한다.