[논문 리뷰] SportsXR -- Immersive Analytics in Sports

Tica Lin, Yalong Yang외 2명|arXiv (Cornell University)|2020. 04. 17.

Data Visualization and Analytics참고 문헌 11인용 수 14

한 줄 요약

SportsXR는 AR/VR를 활용한 실시간, 공간 기반 데이터 시각화를 통합함으로써 스포츠 분야의 몰입형 분석을 도입하여 운동선수, 코aches, 팬들이 의사결정을 보다 효과적으로 내릴 수 있도록 지원한다. 이 프레임워크는 데이터 수집, 실시간 분석, 스포츠 전용 시각화, 전문가 협업 등의 과제를 다루며, 훈련, 코칭, 팬 참여 분야의 활용 사례를 제안한다.

ABSTRACT

We present our initial investigation of key challenges and potentials of immersive analytics (IA) in sports, which we call SportsXR. Sports are usually highly dynamic and collaborative by nature, which makes real-time decision making ubiquitous. However, there is limited support for athletes and coaches to make informed and clear-sighted decisions in real-time. SportsXR aims to support situational awareness for better and more agile decision making in sports. In this paper, we identify key challenges in SportsXR, including data collection, in-game decision making, situated sport-specific visualization design, and collaborating with domain experts. We then present potential user scenarios in training, coaching, and fan experiences. This position paper aims to inform and inspire future SportsXR research.

연구 동기 및 목표

• 운동 분야에서 실시간, 공간 기반 분석의 부족을 해소하기 위해 몰입형 기술을 운동선수의 의사결정 과정에 통합함으로써 문제를 해결하고자 한다.
• 스포츠 데이터, 의사결정자(운동선수, 코치, 팬) 및 분석 도구 간 격차를 공간 기반 시각화를 통해 메우고자 한다.
• 스포츠 분석 분야에서 데이터 수집, 실시간 분석, 시각화 설계, 도메인 전문가 협업의 핵심 과제를 규명하고자 한다.
• AR/VR를 활용해 운동선수 훈련, 코칭 워크플로우, 팬 참여 분야에서 몰입형 분석 응용 프로그램을 제안하고 프로토타입을 개발하고자 한다.

제안 방법

• AR/VR 인터페이스를 활용해 물리적 스포츠 환경에 직접 데이터 시각화를 통합함으로써 몰입형 분석(IA) 원칙을 적용한다.
• 실시간, 현장 기반 데이터 탐색을 지원하기 위해 공간 기반, 다감각적, 협업 기반의 시각화 기법을 활용한다.
• 선수의 위치, 신체적 지표, 전술적 궤적 등의 이질적 스포츠 데이터를 동적이고 맥락 인식 가능한 시각적 오버레이로 통합한다.
• 실제 운동 환경에 기반한 시각화 설계를 위해 스포츠 전문가(예: 하버드 농구팀)와의 반복적 협업을 수행한다.
• 추상적인 데이터 표현을 실제 물체와 행동과 실시간으로 일치시키기 위해 현장 기반 분석을 적용한다.
• 실시간 성능 피드백(예: 마라톤에서의 주행 속도 프로젝션) 및 상호작용 기반 코칭 도구를 위한 AR 프로토타입 시나리오를 개발한다.

실험 결과

연구 질문

• RQ1 몰입형 분석은 어떻게 다이나믹하고 협업 기반의 스포츠 환경에서 실시간 의사결정을 효과적으로 지원할 수 있는가?
• RQ2 몰입형 시각화를 위해 이질적이고 실시간인 스포츠 데이터를 수집하고 처리하는 데 있어 핵심 과제는 무엇인가?
• RQ3 운동선수, 코치, 팬이 몰입형 환경에서 효과적으로 활용할 수 있도록 설계된 스포츠 전용의 동적이고 현장 기반의 시각화는 어떻게 구성할 수 있는가?
• RQ4 몰입형 분석 연구자와 스포츠 도메인 전문가 간의 협업 모델 중에서 사용자 친화적이고 영향력 있는 시스템 개발에 가장 효과적인 것은 무엇인가?

주요 결과

• 스포츠 분야의 몰입형 분석은 물리적 경기 환경에 직접 데이터 시각화를 배치함으로써 상황 인식 능력을 크게 향상시킬 수 있다.
• 현재의 스포츠 데이터 시각화는 주로 2차원 스크린과 오프라인 분석에 국한되어 있어 실시간 의사결정 능력에 한계가 있다.
• 성공적인 SportsXR 응용 프로그램은 기술적 혁신 외에도 도메인 전문가와의 깊은 협업이 필수적이며, 이는 관련성과 사용성 확보에 기여한다.
• 예비 프로토타입으로는 선수 통계 AR 오버레이 및 실시간 성능 피드백을 통한 운동선수 자기 평가 향상과 코칭 워크플로우 개선 잠재력을 보여주었다.
• Eliud Kipchoge의 2시간 마라톤 시도에서 관찰된 AR 기반 시각화 통합 사례는 공간 기반 데이터 피드백이 직접적으로 운동 성과에 영향을 줄 수 있음을 시사한다.
• 훈련, 코칭, 팬 경험 분야에서 실시간 분석을 위한 효과적이고 동적이고 스포츠 전용의 몰입형 시각화 설계에 대한 심층적인 연구 격차가 여전히 존재한다.