인공지능(AI) 씨름 학습용 데이터를 활용한 가상현실(VR) 콘텐츠 개발 방향 연구: 올림픽 e스포츠 시리즈를 중심으로

권석무; 박우진; 허건식; 이승재; 공성배

doi:10.47684/jcd.2024.02.26.2.103

추천

검색

질문

자료유형: 학술저널

저자정보: 권석무 (용인대학교) 박우진 (이랜서) 허건식 (용인대학교) 이승재 (용인대학교) 공성배 (용인대학교)

저널정보: 한국코칭능력개발원 코칭능력개발지 코칭능력개발지 제26권 제2호 (통권 제93호)

발행연도: 2024.2

수록면: 103 - 112 (10page)

DOI: 10.47684/jcd.2024.02.26.2.103

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구는 인공지능 및 가상현실 기술 발전과 더불어 국제올림픽위원회의 가상 스포츠 및 e스포츠 정책을 탐색 및 분석하여 인공지능 씨름 학습용 데이터를 활용한 가상현실 콘텐츠 개발 방향성을 제시하는 데 목적을 가진다. 연구목적을 달성하기 위해 국내·외 학술논문, 단행본, 언론보도 기사 등의 문헌자료와 국제올림픽위원회를 비롯한 종목별 국제연맹의 공식 홈페이지 자료를 참고하여 문헌 고찰법 및 내용분석법으로 연구를 진행했다. 수집 자료는 내용의 분석을 통해 내용을 추출하였으며, 객관적인 신뢰성 및 타당성을 높이기 위해 인공지능 분야 및 체육학 박사학위 소지자 5인이 다각적 검증법을 실시하였다. 결론은 다음과 같다. 첫째, 현재까지 국제올림픽위원회에서 공인한 전체 16개 가상 스포츠 종목은 신체성과 경쟁성을 기준으로 구분하면 크게 ‘신체적 가상 스포츠’, ‘비신체적 가상 스포츠’, ‘경쟁적인 게이밍’ 등의 세 가지 유형으로 분류되며, 주관 국제연맹 유무를 기준으로도 구분된다. 이들 가운데 ‘신체적 가상 스포츠’ 유형의 가상현실 스포츠로써 채택된 종목은 조정, 댄스스포츠, 사이클, 태권도, 탁구, 트라이애슬론이며, 주관 국제연맹이 존재하지 않는 종목은 경쟁적인 게이밍 종목 Street Fighter6, Rocket League였다. 신체적 가상 스포츠 6개 종목은 경기 방식과 판정 기술에 따라 ‘Mono+기록 하드웨어’, ‘Mono+모션트래킹’, ‘Duo+모션트래킹’의 세 가지 유형으로 구분되었다. 둘째, 씨름의 경기 특성 및 인공지능 학습용 데이터 활용을 고려했을 때, ‘가상현실’ 씨름 개발 방향성 수립에 가장 적절한 참고 사례는 1인 겨룸세 기반에서는 댄스스포츠의 Mono+모션트래킹, 2인 겨룸세 기반에서는 태권도, 탁구의 Duo+모션트래킹 유형이었다. 셋째, 단기적 관점에서 ‘신체적 가상 스포츠’와 ‘비신체적 가상 스포츠’ 유형의 ‘가상현실’ 콘텐츠, 중장기적 관점에서 ‘경쟁적인 게이밍’과 ‘일반적인 게이밍’ 유형의 씨름 경기 콘텐츠 개발을 위해서는 AI 씨름 학습용 데이터를 전체 기술을 대상으로 확보해야한다. 또한 대한씨름협회 지정 55수 원형기술을 넘어서 과거 지역별 씨름 기술 복원 사업 등을 거쳐 AI 학습용 데이터의 대상이 되는 씨름의 기술을 확대해야만 더욱 다채로운 씨름 경기 콘텐츠 제작이 가능하리라 판단된다.

Along with the development of artificial intelligence (AI) and virtual realit (VR) technology, this study aims to explore and analyze the virtual sports and e-Sports policies of International Olympic Committee (IOC) to present the direction of VR content development using AI learning data set of Ssireum. In order to achieve the research objectives, literature data such as domestic and foreign academic papers, books, and media articles, and official website data of the international sports federation(IF for each event, including the IOC, were referenced. The collected data were extracted through content analysis, and to increase objective reliability and validity, five Ph.D degree holders in the field of AI and physical education performed multiple verification methods. The conclusion is as follows. First, the 16 virtual sports recognized by the IOC so far are largely classified into three types based on ‘physicality’ and ‘competitiveness’: ‘physical virtual sports(PVS),’ ‘non-physical virtual sports(N-PVS),’ and ‘competitive gaming(CG1).’ Among them, rowing, dance sports, cycling, taekwondo, table tennis, and triathlon were adopted as VR sports of the "PVS" type, and the CG1 events such as Street Fighter6 and Rocket League did not exist the IFs. The six PVS events were divided into three types: ‘Mono+Recording Hardware,’ ‘Mono+motion tracking,’ and ‘Duo+motion tracking,’ according to the way of the competition was played and the judgment technology. Second, considering the characteristics of Ssireum and the use of AI learning data set, the most appropriate reference examples for establishing the direction of VR ssireum development were ‘Mono+motion tracking’ of dance sports based on one-man Gyeorumse, and ‘Duo+motion tracking’ of taekwondo and table tennis based on two-man Gyeorumse. Third, AI learning data set of Ssireum must be secured for the entire skill of Ssireum to develop VR content of ‘PVS’ and ‘N-PVS’ from a short-term perspective, and then ‘CG1’ and ‘Casual Gaming(CG2)’ from a mid- to long-term perspective. In addition, it is believed that more diverse Ssireum content can be produced only when the skills of Ssireum, which is the subject of AI learning data set, is expanded beyond the 55th prototype skills designated by the Korea Ssireum Association and through past regional Ssireum skills restoration projects.

#인공지능 #씨름 #가상현실 #e스포츠 #AI씨름학습용데이터 #artificial intelligence #ssireum #virtual reality #e-Sports #AI learning data set of Ssireum

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

이 논문의 저자 정보

권석무

소속기관 용인대학교

주요연구분야 예술체육학 > 체육 TOP 10%

논문수 23 이용수 1,212

박우진

소속기관 이랜서

주요연구분야 예술체육학 > 체육

논문수 2 이용수 541

허건식

소속기관 용인대학교

주요연구분야 예술체육학 > 체육

논문수 1 이용수 448

이승재

소속기관 용인대학교

주요연구분야 예술체육학 > 체육

논문수 1 이용수 448

공성배

소속기관 용인대학교

주요연구분야 예술체육학 > 체육 TOP 1%

논문수 113 이용수 13,003

이 논문과 함께 이용한 논문

변성혁 , 조창환 한국광고홍보학보 2020 .04

2024 파리 올림픽 Breaking 도입에 따른 시청의도 분석 : MZ세대의 신기성 욕구에 대한 조절된 매개효과를 중심으로

임선영 , 임승재 한국스포츠산업경영학회지 2024 .04

미래 사회 메가트랜드에 따른 AI 및 디지털 정보 기술 활용 학교체육 교육과 AI 디지털 교과서

조기회 한국체육교육학회 학술발표대회 2023 .12

실습교과목에 가상현실(VR)을 활용한 교수·학습 사례 및 효과 연구

최나영 한국의상디자인학회지 2023 .09

태권도 변칙 발차기 분류를 위한 관성 센서 모듈 개발 및 딥러닝을 통한 분별 정확도 평가

장우진 , 임시형 대한기계학회 춘추학술대회 2022 .05

최근 본 자료

전체보기

UCI(KEPA) : I410-151-24-02-089475814

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)