KCI등재
인공지능(AI) 씨름 학습용 데이터를 활용한 가상현실(VR) 콘텐츠 개발 방향 연구: 올림픽 e스포츠 시리즈를 중심으로 = A Study on the Development Direction of Virtual Reality(VR) Content, Using Artificial Intelligence(AI) Learning Data Set of Ssireum: Focusing on the Olympic e-Sports Series
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.
더보기본 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 문헌고찰법 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, 주관국제연맹이 존재하지 않는 종목은 경쟁적인 게이밍 종목 Street Fighter6, Rocket League였다. 신체적 가상 스포츠 6개 종목은 경기방식과 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 사례는1인 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 되는씨름의 기술을 확대해야만 더욱 다채로운 씨름 경기 콘텐츠 제작이 가능하리라 판단된다.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)