💻 computer science

When Lifts Predict Lifts: Leakage-Controlled Strength Prediction and a Closed-Form Leakage Diagnostic

본 논문은 선수의 최대 리프팅 중량을 예측하기 위한 머신러닝 모델들이 동시 리프트 데이터 누출(concurrent-lift data leakage)로 인해 상당한 정확도 팽창을 겪는다는 점을 폭로하며, 이 누출의 심각성을 정량화하기 위한 폐쇄형 진단법과 더불어 형제 리프트(sibling lift) 데이터에 의존하지 않고도 보정되고 생리학적으로 일관된 예측을 제공하는 비용 효율적인 생성 모델을 제안한다.

원저자: Yasin Alipour, Reza Pourgholi

게시일 2026-09-24

📖 5 분 읽기🧠 심층 분석

CC BY 4.0

원저자: Yasin Alipour, Reza Pourgholi

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

역도 플랫폼에서부터 동네 체육관에 이르기까지, 근력 스포츠의 세계에서 선수가 얼마나 무거운 무게를 들 수 있는지를 아는 것은 모든 것의 기초가 됩니다. 코치들은 이 수치들을 사용하여 훈련 프로그램을 설계하고, 진전 상황을 추적하며, 특정 동작을 시도하는 것이 안전한지 결정합니다. 이상적으로는 코치가 선수가 수행할 수 있는 모든 리프트—클린 앤 저크, 스내치, 백 스쿼트, 데드리프트—를 측정하여 완전한 그림을 그려야 합니다. 하지만 모든 것을 측정하는 것은 느리고, 기력을 소모하며, 이전에 한 번도 대회에 출전해 본 적이 없는 초보 선수에게는 종종 불가능한 일입니다. 이로 인해 나이, 성별, 키, 체중과 같은 단순한 사실을 바탕으로 리프트 중량을 예측하는 컴퓨터 프로그램을 사용하는 것에 대한 관심이 높아지고 있습니다. 기계가 사람의 기본 프로필을 보고 그 사람이 얼마나 들 수 있는지 정확히 알려주어 시간과 노력을 아껴주기를 기대하는 것입니다.

수년 동안 컴퓨터 모델들은 놀라운 정확도로 이를 해낼 수 있다고 주장해 왔으며, 종종 90% 이상의 정확도로 숫자를 맞추곤 했습니다. 그러나 새로운 연구는 이러한 높은 점수가 오해의 소지가 있다고 제안합니다. 연구진은 모델이 사람의 신체로부터 근력을 학습하는 것이 아니라, 다른 알려진 리프트들을 단서로 삼아 누락된 리프트를 추측하고 있다는 사실을 발견했습니다. 만약 모델이 어떤 사람이 스쿼트를 얼마나 하는지 안다면, 두 동작이 매우 밀접하게 연결되어 있기 때문에 데드리프트 중량을 거의 완벽한 정확도로 추측할 수 있습니다. 이것은 마치 어떤 사람의 키를 묻는 대신 그 사람이 얼마나 큰지 물어보고 키를 맞추려는 것과 같습니다. 답은 쉽지만, 그것은 새로운 정보를 알려주는 것이 아닙니다. 코치들이 실제로 직면하는 진짜 과제는, 이전에 들어본 적 없는 낯선 사람의 나이와 체격만을 가지고 그 사람의 전체 프로필을 예측하는 것입니다.

이란 담간 대학교의 연구원인 야신 알리푸르(Yasin Alipour)와 레자 푸르골리(Reza Pourgholi)는 이 결함을 폭로하고 더 나은 예측 방법을 구축하기 위해 연구를 시작했습니다. 그들은 먼저 대규모의 공개 크로스핏 선수 데이터베이스를 사용하여 이전 연구들이 보고했던 높은 정확도의 결과들을 재현했습니다. 컴퓨터 모델이 예측을 수행하는 동안 선수의 다른 리프트들을 볼 수 있게 허용했을 때, 모델은 눈부시게 수행되었으며 이전 연구에서 나타난 93%의 정확도와 일치했습니다. 하지만 그들은 규칙을 바꿨습니다. 모델이 다른 리프트들을 입력값에서 제거하고, 오직 선수의 나이, 성별, 키, 체중만을 사용하여 리프트를 예측하도록 강제했습니다. 결과는 무너졌습니다. 정확도는 90%대에서 60% 중반대로 크게 떨어졌습니다. 이 극적인 하락은 이전의 성공이 정답이 질문 안에 숨겨져 있는 '데이터 누수(data leakage)'에 의해 만들어진 환상이었음을 드러냈습니다.

연구진은 정직한 문제는 실험실에서 해결하려는 문제보다 훨씬 더 어렵다는 것을 깨달았습니다. 기록이 전혀 없는 새로운 선수의 리프트를 예측하는 것은 어려운 작업이며, 현재 사용 가능한 최고의 컴퓨터 프로그램들도 약 65% 정도만 정확하게 맞춥니다. 이것은 기술의 실패가 아니라 현실의 반영입니다. 사람의 신체 크기와 나이만으로는 그 사람의 근력을 다 알 수 없기 때문입니다. 이 연구는 기계가 선수를 스크리닝하고 대략적인 시작점을 제공할 수는 있지만, 실제 리프트 측정을 대체할 수는 없음을 보여줍니다. 복잡한 알고리즘이 제공하는 추가 정보는 단순히 성별과 체중에 기반한 계산보다 아주 적은 가치만을 더할 뿐입니다.

이 혼란을 해결하기 위해 연구팀은 이러한 의존성이 발생하기 전에 이를 감지할 수 있는 새로운 도구를 개발했습니다. 그들은 데이터셋을 분석하여 '형제' 타겟(예: 다른 리프트들)이 제거될 경우 정확도가 얼마나 떨어질지를 예측할 수 있는 간단한 점수를 만들었습니다. 이 점수는 기본적인 신체적 사실들을 고려한 후, 서로 다른 리프트들이 어떻게 연관되는지를 분석함으로써 작동합니다. 만약 점수가 높다면, 해당 데이터셋이 데이터 누수에 의해 부풀려졌을 가능성이 높다고 경고합니다. 연구진은 이 진단 도구를 근력 데이터에 테스트했고, 그것이 완벽하게 작동한다는 것을 발견했습니다. 또한 그들은 콘크리트 배합의 강도나 건물의 에너지 사용량과 같이 완전히 다른 분야에도 이를 적용해 보았습니다. 타겟들이 체육관의 서로 다른 리프트들처럼 진정으로 연결되어 있는 경우, 점수는 정확도의 큰 하락을 올바르게 예측했습니다. 반면, 건물의 난방 및 냉방 요구량처럼 타겟이 이미 입력 데이터에 의해 결정되어 있는 경우에는 점수가 거의 하락하지 않을 것임을 올바르게 예측하여, 도구가 실제 예측과 데이터 누수를 구분할 수 있음을 증명했습니다.

단순히 문제를 폭로하는 것을 넘어, 연구진은 '콜드 스타트(cold-start)' 예측이라는 정직하고 어려운 과제를 처리하기 위해 설계된 새로운 유형의 모델을 구축했습니다. 각 리프트를 별개의 문제로 취급하는 대신, 그들은 근력을 '전반적인 능력'과 '특정한 스타일'의 조합으로 보는 단일 시스템을 구축했습니다. 근력을 선수의 전반적인 강도를 조절하는 '볼륨 노브'와, 그 강도가 다양한 동작에 어떻게 분배되는지를 결정하는 '슬라이더 세트'라고 상상해 보십시오. 이 시스템은 몇 개의 알려진 리프트를 사용하여 알려지지 않은 리프트의 빈 곳을 채우거나, 새로운 선수의 전체 프로필을 예측할 수 있습니다. 이 방식은 기존의 더 복잡한 방법보다 훨씬 적은 시간과 비용으로 수행되며, 동시에 코치가 수치를 얼마나 신뢰할 수 있는지 알 수 있도록 불확정성(uncertainty)의 척도를 제공합니다.

연구팀은 거의 30만 명의 경쟁적인 파워리프터가 포함된 다른 데이터베이스를 통해 이 결과들을 대규모로 검증했습니다. 결과는 유효했습니다: 다른 리프트들을 제거하자 기존 모델의 높은 정확도는 사라졌고, 새로운 진단 도구는 누수를 정확히 식별해 냈습니다. 또한 그들은 리프트 간의 관계가 서로 다른 인구 집단 사이에서도 일관되게 유지된다는 것을 보여주었습니다. 레크리에이션 크로스핏 선수들을 위해 훈련된 모델은 엘리트 파워리프터들의 리프트 간 관계를 성공적으로 예측할 수 있었는데, 이는 엘리트 선수들이 훨씬 더 강함에도 불구하고 가능했습니다. 이는 절대적인 수치는 변할지라도, 근력이 어떻게 분배되는지에 대한 근본적인 구조는 동일하다는 것을 시사합니다.

이 연구는 코치와 데이터 과학자들에게 명확한 메시지로 결론을 맺습니다. 근력 예측의 헤드라인 수치들은 종로 지나치게 좋아서 믿기 힘든 경우가 많습니다. 모델이 한 선수의 다른 리프트를 사용하여 새로운 리프트를 추측한다면, 그것은 지능을 보여주는 것이 아니라 단순히 알려진 물리적 관계를 이용하고 있는 것입니다. 이 분야에서 머신러닝의 진정한 가치는 새로운 선수에게 합리적인 시작점을 제공하고, 일부 리프트가 알려졌을 때 누락된 데이터를 채워주는 능력에 있으며, 이 모든 과정에서 자신의 확실성의 한계를 정직하게 인정하는 데 있습니다. 연구진은 쉬운 '누출된 예측'과 어려운 '정직한 예측'을 분리함으로써, 인간의 근력을 이해하기 위해 데이터를 사용하는 더 명확한 길을 제시했습니다.

기술 요약: 리프트가 리프트를 예측할 때: 누출 제어형 근력 예측 및 폐쇄형 누출 진단법

문제 정의

근력 스포츠에 적용된 머신러닝 모델들은 흔히 선수의 최대 리프트(maximal lifts)를 예측하는 데 있어 높은 정확도(예: $R^2 \approx 0.93$ )를 보고한다. 그러나 본 논문은 이러한 높은 정확도가 상당 부분 **동시 리프트 누출(concurrent-lift leakage)**에 의한 인위적인 결과라고 주장한다. 표준적인 "웜 스타트(warm-start)" 설정에서는, 모델이 한 리프트(예: 스내치)를 예측하기 위해 선수의 다른 알려진 리프트들(예: 클린 앤 저크, 스쿼트, 데드리프트)을 입력값으로 사용한다. 이 리프트들은 공통된 잠재적 근력 요인을 공유하고 있기 때문에, 이 예측은 진정한 일반화라기보다는 거의 결정론적인 보간(interpolation)에 가깝다.

실제적인 미해결 과제는 콜드 스타트(cold-start) 설정이다. 이는 리프트 기록이 존재하기 전, 단순한 기술자(descriptors: 연령, 성별, 체중, 신장, 훈련 경험)만을 사용하여 선수의 전체 리프트 프로필을 예측하는 것이다. 이 현실적인 시나리오에서는 보고된 정확도가 현저히 떨어진다. 그럼에도 불구하고, 다중 타겟 데이터셋에서 "형제(sibling)" 타겟(다른 리프트들)을 제외했을 때 정확도가 얼마나 손실되는지를 진단하는 도구는 거의 존재하지 않는다.

방법론

1. 누출 진단: LFLS 점수

저자들은 복잡한 형제 모델을 학습시키지 않고도, 형제 타겟이 제거될 때 발생하는 정확도 손실을 예측할 수 있는 **폐쇄형 누출 심각도 점수(LFLS score)**를 제안한다.

계산: 이 점수는 저렴한 기술자 기반 모델의 잔차 공분산 행렬( $\Sigma$ )으로부터 유도된다.
논리: 이는 형제 타겟으로부터 회복 가능한 타겟 분산 중, 지배적인 공유 잠재 요인에 의해 운반되는 비율을 측정한다.
공식: 타겟 $k$ 에 대해, LFL에 따라 $R^2_{sib}$ (전체 공분산을 사용한 형제 회복 가능 분산)와 $\lambda_1\lambda_1^\top$ 인 랭크-1 지배 요인을 제거한 후의 분산( $R^2_{sib,0}$ ) 사이의 차이로 정의된다.
$LFLS(k) = R^2_{sib}(k; \Sigma) - R^2_{sib}(k; \Sigma - \lambda_1\lambda_1^\top)$
예측: 예측된 정확도 손실은 $LFLS(k) \times (1 - R^2_{cold})$ 로 계산된다.

2. 생성 모델: 용량(Capacity)과 스타일(Style)

본 논문은 근력 프로파일링을 로그 공간에서의 요인 분석(factor analysis) 프레임워크(확률적 PCA와 동일)에 기반한 단일 생성 모델로 재구성한다.
$z = m(x) + \Lambda u + \epsilon$

$m(x)$ : 강력한 그래디언트 부스팅 회귀 모델을 사용하여 피팅된, 기술자 조건부 평균.
$\Lambda u$ : 잠재 요인 구조로서, $u$ 는 스칼라 용량(전반적인 근력 크기)과 잠재적인 스타일 요인(리프트 간 근력 분포)을 나타낸다.
$\epsilon$ : 대각 잔차 노이즈.
예측: 모델이 가우시안(Gaussian)을 따르기 때문에, 관찰된 리프트의 임의의 부분 집합이 주어졌을 때 관찰되지 않은 임의의 부분 집합에 대한 예측 분포는 **폐쇄형 해(closed-form solution)**를 갖는다. 이를 통해 모델은 콜드 스타트(리프트 관찰 없음), 웜 스타트(모든 리프트 관찰됨), 그리고 그 사이의 모든 중간 단계의 부분 집합을 하나의 적합(fit)으로 처리할 수 있다.

3. 보정(Calibration) 및 순서화(Ordering)

보정된 불확실성: 모델은 **분할 콤포니컬 예측(split conformal prediction)**을 사용하여, 모델 내부의 분산 추정치와 관계없이 마진 확정적 커버리지(marginal coverage)를 보장하는 예측 구간을 생성한다.
생리학적 순서화: 예측된 프로필은 인구 통계적 추세에 따라 생리학적 일관성을 보장하기 위해(예: 인구 통계적 추세가 데드리프트가 스쿼트보다 낮지 않도록 규정하는 경우 데드리프트 예측이 스쿼트보다 낮아지지 않도록 함) 등차 회귀(isotometric regression)를 통해 리프트 순서로 투영된다. 다만, 저자들은 기본 모델이 자연스럽게 이를 위반하는 경우가 드물다고 언급한다.

주요 결과

1. "누출 붕괴(Leakage Collapse)"

CrossFit 데이터셋( $N=51,161$ )에 대한 기존 연구를 재현하면서, 저자들은 웜 스타트 모델이 높은 $R^2$ (0.90–0.93)를 달성함을 확인했다. 그러나 동시 리프트가 제외되었을 때(콜드 스타트), 정확도는 약 0.16에서 0.26만큼 무너져 $R^2$ 가 약 0.64–0.68로 떨어졌다. 이 효과는 295,781명의 파워리프터로부터 얻은 더 큰 규모의 OpenPowerlifting 검증 데이터셋에서도 재현되었으며, 이는 이 현상이 자기 보고 데이터의 인위적 산물이 아님을 확인시켜 준다.

2. 진단 정확도

LFLS 점수는 여러 도메인에서 측정된 웜-투-콜드(warm-to-cold) 손실을 성공적으로 예측한다:

근력(Strength): 스케일링된 LFLS와 측정된 손실 사이의 상관관계 $r=0.94$ .
콘크리트 혼합물(Concrete Mixtures): 상관관계 $r=0.998$ .
건물 에너지(Building Energy): 기술자가 이미 타겟을 결정하므로 누출이 거의 없음을 정확히 식별함.
학교 성적(School Grades): 가장 낮은 성능( $r=0.71$ )을 보였으며, 이는 이 진단법이 보편적 법칙이라기보다는 증거를 위한 도구임을 시사한다.

3. 콜드 스타트 성능

정직한 콜드 스타트 작업에서, 제안된 모델은 평균 $R^2$ 0.656을 달 기록하며, CatBoost(0.654) 및 LightGBM(0.646)과 같은 강력한 베이스라인과 통계적으로 대등한 성능을 보였다. 논문은 점 단위의 정확도(point accuracy)가 주요 기여가 아님을 강조하며, 대신 부분 집합 예측을 처리하고 보정된 불확실성을 제공하는 능력이 핵심 가치라고 밝힌다.

4. 부분 집합 예측 효율성

부분적으로 관찰된 리프트 세트로부터 미관찰 리프트를 예측할 때:

제안된 모델은 모든 관찰 수준에서 코리조네이리드 가우시안 프로세스(Coregionalized GP)(이 작업을 위한 고전적 방법)의 성능과 일치한다.
효율성: 제안된 모델은 그래디언트 부스팅 평균 위에 피팅된 폐쇄형 공분산을 사용하여 훨씬 빠르다. GP는 커널과 유도 지점(inducing points)을 최적화해야 하므로, 제안된 방식이 수 분 걸리는 동안 GP는 약 30초가 소요되는 식의 차이가 있다.
성능: 저관찰 환경(1~2개의 관찰된 리프트)에서는 그래디언트 부스팅 컨디셔너보다 우수한 성능을 보이며, 고관찰 환경에서는 GP와 대등하다.

5. 해석 가능성

6가지 척도(풀업과 컨디셔닝 벤치마크 추가)의 프로필에서 두 번째 잠재 요인이 식별 가능하다. 이 요인은 바벨 리프트에는 거의 로드되지 않고 컨디셔닝 지표에는 양(+)의 값을 가지며, 근력 대 컨디셔닝 축을 나타낸다. 이 요인을 포함하면 부분 집합 예측 정확도가 향상된다.

의의 및 주장

본 논문은 세 가지 주요 기여를 주장한다:

보고된 정확도의 교정: 근력 예측의 높은 정확도가 종종 누출의 인위적 산물임을 입증하며, "정직한" 콜드 스타트 문제가 훨씬 더 어렵다는 것( $R^2 \approx 0.65$ )을 보여준다.
진단 도구: 복잡한 모델을 학습시키기 전에 형제 누출로 인한 정확도 손실을 예측하는 폐쇄형 점수인 LFLS를 도입하였으며, 이를 근력, 콘크리트, 에너지 분야에서 검증하였다.
통합 생성 프레임워크: 콜드 스타트 예측, 임의의 부분 집합 조건부화, 보정된 불확실성을 모두 처리할 수 있는 단일하고 계산 효율적인 모델을 제공하며, 이는 가우시안 프로세스의 성능에 필적하면서도 생리학적 순서를 유지한다.

저자들은 콜드 스타트 예측의 실질적 유용성에 대해 겸손한 태도를 유지하며, 이것이 단순한 인구 통계적 기록(성별 및 체중) 이상의 가치를 아주 제한적으로만 더할 뿐이라고 언급한다. 따라서 이는 직접적인 측정을 대체하는 것이 아니라 스크리닝 및 초기화 도구로 간주되어야 한다. 본 연구는 관찰적이고 횡단적인 연구이며, 인과 관계를 주장하지 않는다.