Google Cloud가 미국 올림픽 선수들이 AI를 활용하여 더욱 성장하도록 지원하는 방법

Sarah Kennedy
Vice President, Marketing, Google Cloud
Google Cloud는 미국 프리스타일 스키 및 스노보드팀 선수들이 스포츠와 자신에 대해 완전히 새로운 관점을 얻을 수 있도록 돕는 실험적인 훈련 도구를 빌드하고 있습니다.
*이 콘텐츠는 AI 번역 도구를 사용하여 번역되었습니다. 정확성을 기하기 위해 노력하고 있으나, 자동 번역에는 오류나 누락이 포함될 수 있습니다. 정확한 정보는 영문 원본을 참고해 주시기 바랍니다.
크리스마스를 며칠 앞둔 어느 화창한 오후, 미국 스노보드의 전설인 숀 화이트와 대니 카스, 그리고 떠오르는 신예 매디 매스트로는 콜로라도 로키산맥 깊숙한 곳에 자리한 코퍼 마운틴 슬로프의 깨끗한 하프파이프에서 또 한 번의 활강을 마쳤습니다.
베이스로 돌아온 이 세 명의 미국 올림픽 선수는 고글을 쓴 채 태블릿을 보며 불가능에 가까운 트릭을 선보이는 자신들의 동영상을 시청했습니다. 동영상에는 하콘 플립, 프런트사이드 1080, 그리고 매스트로의 시그니처 기술인 더블 크리플러가 담겨 있었습니다. 하지만 이 동영상은 소셜 미디어 피드나 하이라이트 영상을 위한 일반적 촬영이 아니었습니다.
훨씬 더 큰 무대를 목표로 하고 있었죠.
공중에서 몸을 회전하는 모습이 흰색 디지털 점으로 표현된 이 동영상은 Google Cloud에서 개발한 새로운 훈련 도구로 분석되었습니다. Google의 AI 모델 제품군을 활용한 이 도구는 미국 스키 스노보드 협회 소속 선수들을 비롯한 엘리트 운동선수들이 각 동작의 물리적·생체역학적 원리를 더 깊이 이해하여 기술을 향상하고 자신감을 높일 수 있도록 설계되었습니다. 매스트로는 밝은 표정으로 영상을 시청했습니다.
그녀는 “제가 스노보드를 타는 모습이 정말 우아해 보였으면 좋겠어요. 더 재미있고 매끄럽게 타는 것, 이것이 제가 항상 추구하는 목표입니다.”라고 말했습니다.
그녀가 가리킨 태블릿에는 방금 전 이 도구가 단순히 영상을 ‘시청’하는 것만으로도 그녀의 최고 회전 속도와 총 에어타임과 같은 통계를 계산해 낸 결과가 표시되어 있었습니다. 이어서 그녀는 “이 도구는 트릭을 잘 해낸 지점을 강조해서 보여주는 동시에 개선을 통해 더 멋지게 만들 수 있는 부분도 지적해 줍니다.”라고 설명했습니다.
기존 방식의 고정밀 모션 캡처에는 특수 슈트와 제어된 실험실이 필요합니다. 이 실험용 프로토타입은 Gemini의 멀티모달 추론 기능과 Google DeepMind의 고급 컴퓨터 비전 연구를 결합하여 빌드되었으며, 평범한 스마트폰을 전문 생체역학 연구실이자 주머니 속의 트레이너로 바꿔 줍니다.
이탈리아에서 개최되는 동계 올림픽이 다가옴에 따라, 이 도구는 미국 프리스타일 스키 및 스노보드팀에서 큰 화제가 되고 있습니다. 아직은 초기 단계이지만, Google의 이러한 AI 도구는 계속해서 운동 능력을 향상할 수 있는 기회를 제공합니다.


콜로라도주 쿠퍼 마운틴에서 Google Cloud의 새로운 훈련 도구를 사용 중인 매스트로
2022년 베이징에서 올림픽 금메달을 획득하는 등 역사상 가장 많은 우승 기록을 보유한 미국 프리스타일 스키 선수 중 한 명인 알렉스 홀은 이 도구를 사용해 분석한 자신의 경기 내용에 놀라움을 금치 못했습니다. 홀은 “다양한 데이터 포인트를 통해 자신의 한계에 얼마나 근접했는지 파악할 수 있습니다.”라고 덧붙이며 “직감에 의존하는 방식으로 여기까지 왔지만, 이제는 데이터를 바탕으로 한 단계 더 도약할 수 있습니다.”라고 말했습니다.
최고 수준의 경기력을 펼치는 운동선수, 불가능한 영역을 탐구하는 예술가, 분야를 넘나들며 획기적인 발견을 탐색하는 연구자, 하루를 최대한 활용해야 하는 사무직 근로자 등 AI는 점점 더 많은 분야에서 모든 돌파구를 찾아내고 심지어 그 이상으로 발전하는 데 활용되고 있습니다.

운동선수 훈련 모델을 통한 선수 트레이닝
Google Cloud팀이 미국 스키 및 스노보드 선수들을 위한 AI 성능 도구를 빌드하기 시작했을 때, 선수들뿐 아니라 그들도 최고의 실력을 발휘해야 한다는 것을 빠르게 깨달았습니다.
걷기, 노래 부르기, 수영하기, 75피트 높이에서 2340 트릭 성공하기는 이것을 할 수 있는 이들에게는 그저 자동화된 일일 수 있습니다. 머신러닝과 관련하여 현실 세계의 물리학과 생물학은 여전히 가장 복잡한 계산 과제 중 하나입니다.
미국 스키 및 스노보드 프로젝트에 참여한 Google Cloud AI 솔루션 아키텍트 캐서린 라슨은 “길을 걷는 정도로 사물이 느리게 움직이면 모델이 매우 쉽게 시각화할 수 있습니다.”라고 설명합니다. “하지만 이렇게 1초도 안 되는 짧은 순간에 수많은 동작이 이루어지는 복잡하고 역동적인 스포츠를 분석할 때 이 혁신적인 기술이 비로소 진가를 발휘합니다.”
공중에서의 움직임과 마찬가지로 Google Cloud 도구는 겉으로 보이는 것보다 훨씬 더 복잡합니다. 이 시스템은 클라우드 전반에서 걸쳐 릴레이 방식으로 작동하는 여러 고급 AI 모델을 조정하는, 점점 더 보편화되는 기반을 토대로 빌드되었습니다.
이 도구를 사용할 수 있도록 내놓기 전에 모델 자체도 학습을 거쳐야 했습니다.
Google Cloud는 미국 국가대표팀 및 미국 스키 스노보드 협회와 긴밀히 협력하여 다양한 엘리트 선수들의 성적 데이터에 맞게 Google DeepMind의 모델을 미세 조정했습니다. 여기에는 매스트로, 홀, 2022 베이징 동계 올림픽 빅에어 경기에서 은메달을 획득한 미국 프리스타일 스키팀의 콜비 스티븐슨 등 특정 선수들을 촬영한 수백 시간 분량의 영상 처리 작업이 포함되었습니다. 이를 통해 이 도구는 운동선수의 생체역학, 물리적 공간에서의 움직임 방식, 각 종목의 특성을 더 잘 이해할 수 있게 되었습니다.
이 도구를 사용하면 Google의 Gemini 모델이 루틴의 원시 수신 영상을 ‘시청’하는 것으로 각 세션이 시작됩니다. Gemini는 멀티모달 비전 기능을 사용하여 특정 선수를 식별하고, 자세를 감지하며, 정밀한 경계 상자를 생성하여 프레임 전체에서 선수를 추적합니다. 그런 다음 동영상을 지능적으로 트리밍하여 분석을 위한 정확한 에어타임을 분리합니다.
이렇게 역동적인 스포츠에서는 1초도 안 되는 짧은 순간에 수많은 일이 일어나기 때문에 이 기술은 정말 획기적입니다.
클립이 준비되면 Google DeepMind 모델이 배턴을 넘겨받아 단안, 즉 2차원 동영상에서 3차원 자세 추정 분야의 최첨단 연구를 활용한 작업을 수행합니다. 이 레이어는 평면인 동영상에서 3차원으로 전체 골격 자세를 추론하며, 카메라 뷰에서 팔다리가 가려져 있어도 관절 위치를 추적할 수 있습니다. 이러한 상세한 3D 재구성은 현대 스노보딩을 정의하는 복잡한 비축 회전인 ‘코르크’ 메커니즘과 같은 요소를 정확하게 측정하는 데 핵심적인 역할을 합니다.
마지막으로 Gemini가 다시 추론 엔진으로 등장합니다. 3D 자세의 변화를 종합하여 회전 속도, 코르크 각도와 같은 실행 가능한 측정항목을 계산합니다. 이러한 이해력과 Gemini의 네이티브 자연어 인터페이스를 통해 코치와 운동선수는 처리된 동영상과 정보를 대화하듯 쿼리할 수 있습니다.
주머니 속의 트레이너와 채팅하기
Google Cloud 도구 사용자는 리프트를 타고 정상으로 돌아가는 시간보다도 짧은 시간 안에 각 트릭에 대한 완전한 분석, 과거 기록과의 비교, 앞으로 개선할 점에 대하여 아찔할 정도로 많은 메모와 포인터를 얻을 수 있습니다.
스티븐슨은 “이러한 몇몇 트릭이 얼마나 다른지 알 수 있다는 점이 그 자체로 흥미롭습니다. 같은 트릭이고 비슷한 느낌이었는데도 다양한 데이터 포인트가 실제로는 다르다는 것을 알려주니까요.”라고 말하며 “그런 다음에는 ‘그래, 그때는 뭐가 달랐지? 뭐 때문에 숫자가 달라진 거지?’라고 질문할 수 있게 된다는 점이 중요합니다.”라고 덧붙였습니다.
또 다른 중요한 비결은 플랫폼을 기술적으로 가볍게 만들어 설상 스포츠 선수들이 산에서 일상적으로 이동하며 사용하는 스마트폰과 태블릿에서도 원활하게 작동하도록 하는 것이었습니다.
2002년 솔트레이크시티와 2006년 토리노 동계 올림픽 하프파이프에서 은메달을 획득한 카스는 현재 미국 국가대표팀에서 매스트로와 다른 스노보드 선수들을 코치하고 있습니다. 카스는 “선수들이 휴대전화를 가지고 와서 건너편에 있는 사람에게 건네주기만 하면 자신의 현재 상태를 즉시 이해하고 파악할 수 있다는 점이 정말 대단하다고 생각합니다.”라고 말했습니다.






Google AI 모델이 현실 세계의 트릭을 상세한 분석으로 전환하는 과정은 다단계 프로세스입니다. 하지만 이전에는 불가능했던 작업을 단 몇 분 만에 수행할 수 있습니다.
올림픽 5회 출전, 3회 금메달 획득에 빛나는 화이트는 이 도구를 10여 년 전 휴대전화 동영상 기능의 등장과 비교합니다. 하루아침에 그는 산 너머에 있는 사람이든 지구 반대편에 있는 사람이든 누군가가 방금 선보인 트릭을 지켜볼 수 있게 되었고, 완전히 새로운 트릭도 거의 프레임 단위로 분석할 수 있게 되었습니다.
화이트는 “이런 영상을 접할 수 없었다면 불가능했을 겁니다.”라며 이제 “얼마나 빨리 활주했는지, 얼마나 높이 점프했는지, 얼마나 오래 공중에 머물렀는지 등의 추가 정보를 입력함으로써 이 스포츠는 숫자 싸움이 되었습니다. 이것이 선수들에게 엄청난 차이를 만들어 줄 것입니다.”라고 말했습니다.
변함없이 스릴 넘치지만, 더 안전하게
이 도구를 개발한 주된 목적은 선수들의 경기력을 향상하는 것이었지만, 안전도 못지않게 중요한 고려사항이었습니다.
매스트로는 “이 스포츠에는 두려움과 같은 다른 요소들이 작용합니다. 데이터를 통해 ‘괜찮아, 너는 잘하고 있어, 안전하게 하고 있어, 기술 완성도도 훌륭하고, 다음 단계로 나아갈 준비가 됐어.’와 같이 작은 자기 확신을 얻을 기회가 때로는 필요합니다.”라고 말했습니다.
미국 스키 및 스노보드 협회의 스포츠 총괄 책임자인 아누크 패티는 안전이 선수 개인의 건강을 위한 것일 뿐 아니라 선수의 꿈과 팀의 꿈을 지키는 데 얼마나 중요한지 강조했습니다.
패티는 “선수들의 안전이 언제나 최우선입니다. 부상률을 줄일 수 있다면 성적이 크게 향상될 것입니다. 최고의 선수 한 명을 잃게 되면 그 자리를 대체할 수 있는 선수를 육성하기까지 오랜 시간이 걸립니다.”라고 말했습니다.

그녀는 240명 이상의 선수가 참가하는 프로그램에서 한 번에 40~50명이 부상으로 경기에 출전하지 못할 수도 있다며 부상으로 인해 선수 생활을 마감하게 되는 경우에 대해서도 언급했습니다.
패티는 “Google 도구를 통해 우리가 얻게 된 것 가운데, 골격 분석의 중요성에 대해 특히 감탄하고 있습니다. 몸이 한쪽으로 너무 기울어지지는 않는지, 어깨를 회전에 어떻게 사용하는지 등을 눈으로 확인할 수 있어 매우 유용합니다.”라며 “이러한 정보를 알 수 있다면 코치들이 종종 맞닥뜨리게 되는 선수들의 부상 위험을 줄이는 데 큰 도움이 될 것입니다.”라고 말했습니다.
Google Cloud팀의 합류
지난 동계 올림픽 때까지만 해도 생성형 AI나 LLM, 그리고 이러한 기술이 스포츠 분야에서 할 수 있는 역할에 대해 들어본 사람은 거의 없었습니다. 지난 12개월 동안 Google Cloud가 협업해 온 운동선수 및 팀과의 활동을 살펴보면, 오늘날 경기장 안팎에서 무엇이 가능한지 쉽게 알 수 있습니다.
스키 및 스노보드 선수들과 마찬가지로 미국의 골프 선수 브라이슨 디섐보는 AI 기반 동영상 분석의 얼리 어답터로서 자신의 골프 스윙을 매우 세밀하게 분석했습니다. AI는 디섐보가 일부 샷에서 훅을 유발하는 미묘한 골반 움직임을 발견하는 데 도움이 되었었는데, 이는 디섐보와 코치진 모두가 미처 알아채지 못한 부분이었습니다.




스티븐슨과 홀(위 사진 중앙 및 우측)과 매스트로와 화이트(아래 사진 좌측 및 좌측 중앙)가 Google Cloud팀과 함께 훈련 도구를 테스트하고 있습니다.
Google Cloud는 유명한 올스타 포인트 가드인 스테판 커리와 함께 2025년 시즌까지 그의 모든 플레이를 담은 데이터베이스를 만들었습니다. 이 데이터베이스를 쿼리하면 향후 훈련이나 경기 중 선택에 도움이 되는 매우 상세한 통계를 얻을 수 있습니다. 커리의 팀인 골든스테이트 워리어스 또한 Google Cloud와 협력하여 많은 백오피스 의사 결정을 평가하기 위한 유사한 AI 시스템을 구축했습니다.
맥라렌 레이싱의 드라이버와 팀 리더들은 Google과의 협업을 통해 새로운 섀시 설계부터 최적의 타이어 선택을 위한 날씨 예측에 이르기까지 다양한 요구사항을 분석하고 있습니다. 또 다른 Google 파트너인 잉글랜드 축구협회는 라인업 결정에 AI를 활용하여 함께 플레이하거나 연습할 기회가 적은 국가대표팀 선수들의 조합을 더 효과적으로 결정하고 있습니다.
MLB는 Google Cloud와의 파트너십을 통해 AI 활용을 선도하는 스포츠 리그 중 하나로 자리매김했으며, 플레이를 분석하고, 경기 변화를 연구하고, 팬들을 위한 하이라이트를 제작하며, 방송 피드 모니터링까지 자동화하는 도구와 플랫폼을 구축하고 있습니다.
Google 등의 AI 도구는 팬들에게 새로운 시청 방식과 경험을 선사할 수 있으며, 그중 일부는 올해 동계 올림픽에서 첫선을 보일지 모릅니다.
포디움을 넘어
미국 스키 및 스노보드 협회 선수들이 Google Cloud의 도구를 사용해 한계를 뛰어넘기 시작하는 동안, 이 도구를 빌드한 팀과 Google DeepMind의 파트너들은 스포츠 분야 외에도 고급 3D 모델링의 새로운 영역을 탐색하기 위해 바쁜 나날을 보내고 있습니다.
그들은 이미 로봇 공학, 의료, 제조 안전 및 모니터링, 생명 과학, 품질 관리, 스마트 시티, 기타 복잡한 동작 분석이 사회적으로 큰 이점을 가져다줄 수 있는 분야에서 이러한 AI 시스템의 응용 분야를 연구하고 있습니다.
Google Cloud 엔지니어인 라슨은 “이 코드를 해독할 수 있다면 다른 많은 스포츠와 산업 분야에도 진출할 수 있을 것입니다.”라며 포부를 밝혔습니다.
지금은 우선 편안히 앉아 경기 관람을 즐기시길 바랍니다.

