Joint Force-Generation Feature Extraction and Sports Injury Risk Prediction During Soccer Shooting Based on the YOLO26 Algorithm

축구 선수가 공을 찰 때마다 그들의 신체는 복잡한 기계적 성취를 수행합니다. 이는 고관절, 무릎, 발목이 정교한 순서에 따라 함께 작동해야 하는 폭발적인 힘의 순간이며, 지면으로부터 다리를 거쳐 공으로 에너지를 전달하는 과정입니다. 이 움직임의 사슬이 올바르게 기능할 때 슛은 강력해지며 신체는 안전하게 유지됩니다. 그러나 이러한 관절의 타이밍이나 각도가 약간이라도 어긋나면, 힘이 부드럽게 전달되지 않습니다. 대신 힘이 특정 조직, 즉 건(힘줄)이나 인대에 과도한 부담을 주며 정체되거나 잘못된 방향으로 흐르게 됩니다. 시간이 지나면서 이러한 작은 오류들이 축적되어 선수들을 경기장에서 물러나게 하거나 경력을 단축시키는 부상으로 이어질 수 있습니다. 수십 년 동안 코치와 과학자들은 이러한 위험한 패턴을 포착하려고 노력해 왔지만, 대개 고가의 실험실에서나 볼 수 있는 방 하나 크기의 카메라나 힘 측정용 바닥이 필요했습니다. 이러한 장벽 때문에 대부분의 선수들, 특히 풀뿌리 단계의 선수들은 자신의 움직임이 조용히 신체를 손상시키고 있는지 모른 채 훈련해 왔습니다.

운남 테크놀로지 비즈니스 대학교와 운남 농업 대학교 연구진이 발표한 새로운 연구는 일반적인 비디오 카메라와 컴퓨터만으로 이러한 보이지 않는 위험을 보는 방법을 제시합니다. 연구팀은 선수가 축구공을 차는 모습을 관찰하고 관절의 각도를 높은 정밀도로 자동 계산할 수 있는 시스템을 개발했습니다. 그들은 특수 컴퓨터 프로그램인 알고리즘을 훈련시켜 비디오 영상 속에서 인간의 골격을 인식하도록 했습니다. YOLO26이라는 기술을 기반으로 구축된 이 프로그램은 수천 장의 축구 선수 이미지로부터 고관절, 무릎, 발목의 정확한 위치를 식별하도록 학습되었습니다. 컴퓨터가 이 관절들의 위치를 파악하면, 관절 사이의 각도를 측정하고 이를 완벽하고 안전한 슛의 모습과 비교할 수 있습니다. 목표는 단순히 움직임을 측정하는 것이 아니라, 부상 위험이 있는 선수를 부상을 입기 전에 경고할 수 있는 경고 시스템을 만드는 것이었습니다.

연구진은 축구 슛의 세 가지 결정적인 순간, 즉 다리가 뒤로 휘둘러지는 준비 단계, 발이 공을 타격하는 정확한 순간, 그리고 다리가 동작을 계속 이어가는 팔로스루(follow-through) 단계에 집중했습니다. 선수들의 영상을 분석한 결과, 안전하지 않은 슈팅 기술을 가진 이들은 다리 움직임 방식에서 뚜렷하고 측정 가능한 차이를 보였습니다. 안전하고 표준적인 슛에서는 에너지를 저장하기 위해 고관절이 충분히 뒤로 휘둘러지고, 무릎은 적당한 정도로 굽혀지며, 다리는 강력하게 뻗으며 타격합니다. 반면, 위험한 움직임을 보이는 선수들은 고관절을 너무 뻣뻣하게 유지하여 충분히 뒤로 휘둘러지지 않았습니다. 이러한 고관절 움직임의 부족을 보완하기 위해, 그들의 무릎은 백스윙 준비 단계 동안 정상보다 훨씬 더 많이 굽혀졌는데, 때로는 안전 표준보다 최대 26도까지 더 굽혀지기도 했습니다. 이러한 무릎의 과도한 굽힘은 근육과 건이 의도한 것보다 더 힘들게 일하게 만들었고, 힘의 부하를 강력한 고관절 근육에서 더 취약한 무릎 관절로 옮겨 놓았습니다.

연구는 이러한 오류가 공을 찬 후에도 사라지지 않는다는 것을 밝혀냈습니다. 제대로 된 슛에서는 다리가 자연스럽게 팔로스루를 하여 신체가 남은 에너지를 부드럽게 분산시킵니다. 그러나 위험한 움직임에서는 다리가 갑자기 멈추거나 부자연스럽고 거칠게 움직였습니다. 이러한 '뻣뻣한' 팔로스루는 충격이 온몸에 의해 흡수되는 대신 관절에 갇히게 만들었습니다. 컴퓨터 분석 결과, 이러한 편차는 무작위가 아니었으며 특정 부상과 직접적으로 연결되는 패턴을 따르고 있었습니다. 고관절 신전의 부족과 과도한 무릎 굽힘은 햄스트링 염좌 및 무릎 앞쪽 통증의 위험과 연관되어 있었습니다. 위험한 그룹에서 관찰된 불안정한 발목 위치는 발목 염좌의 가능성이 높음을 시사했습니다. 연구진은 이러한 발견을 바탕으로 3단계 경고 시스템을 구축했습니다. 움직임의 한 부분에서 작은 편차를 보이는 선수는 저위험군일 수 있지만, 여러 단계에서 여러 오류를 보이는 선수는 즉각적인 기술 교정이 필요한 고위험군으로 분류되었습니다.

이 연구가 중요한 이유는 단순히 이러한 패턴을 발견했기 때문만이 아니라, 이를 찾아낸 방법론에 있습니다. 이 시스템은 오직 하나의 평범한 카메라로 동작을 기록할 수 있으므로, 지역 공원에서부터 프로 경기장에 이르기까지 어떤 훈련 환경에서도 선수를 스크리닝하는 것이 가능합니다. 연구진은 자신들의 컴퓨터 모델이 슛의 빠르고 찰나적인 움직임 중 발생하는 미세한 오류를 인간 관찰자가 흔히 놓치는 수준의 일관성으로 감지할 수 있음을 입증했습니다. 그러나 저자들은 이 도구가 의료적 진단이 아닌 스크리닝 보조 도구라는 점을 주의 깊게 명시하고 있습니다. 이는 부상과 통계적으로 연관된 움직임 패턴을 식별하는 것이지, 근력이나 과거 병력 등 다른 많은 요인에 따라 달라지는 특정 선수의 부상 여부를 확실하게 예측할 수는 없기 때문입니다. 또한 연구는 단일 카메라 사용의 한계를 인정하며, 이는 움직임의 완전한 3차원적 깊이를 포착할 수 없으며 현재의 데이터가 상대적으로 적은 수의 선수 집단에서 나왔다는 점을 언급했습니다.

이러한 한계에도 불구하고, 이 연구는 축구 부상 예방을 위한 명확한 길을 제시합니다. 복잡한 생체 역학 데이터를 단순하고 실행 가능한 각도로 변환함으로써, 연구진은 첨단 과학과 일상적인 코칭 사이의 가교를 만들었습니다. 그들은 잘못된 슛의 위험한 역학이 코치가 느끼는 막연한 느낌이 아니라, 관찰되고 교정될 수 있는 측정 가능한 현실임을 보여주었습니다. 기술이 발전하고 더 많은 데이터가 수집됨에 따라, 이 접근 방식은 훈련의 표준적인 부분이 되어 모든 수준의 선수들이 장기적으로 신체를 안전하게 보호하면서도 강력하게 슛을 쏠 수 있도록 도울 수 있습니다. 이 작업은 스포츠 안전의 미래가 더 비싼 장비에 있는 것이 아니라, 우리가 이미 하고 있는 움직임을 더 똑똑하게 바라보는 방식에 있다는 것을 시사합니다.