스포츠란?

'스포츠'라는 단어를 위키에서 찾아보면 '전략적인 판단을 기초로 몸을 움직이거나, 머리를 쓰는 게임이나 오락 행위를 일컫는 명칭'이라고 정의하고 있으며 특징적으로 '규칙과 경쟁'의 요소를 갖는다고 되어 있습니다. 신체 운동 능력을 중시하던 기존 개념에서 최근에는 두뇌활동을 중시하는 바둑, 장기, 체스, 포커, e-스포츠 등까지 포함하는 개념으로 사용되고 있습니다. 

스포츠산업이란?

스포츠산업이란 '스포츠와 관련된 경제 활동'을 말합니다. 좀 더 학문적인 정의를 찾아보니 '스포츠 및 그와 관련된 재화나 서비스를 생산 유통시켜 부가가치를 창출하는 산업'이라고 되어 있었습니다. (링크) 스포츠 산업 자체는 생산, 유통, 서비스 등 다양한 영역을 포함하는 복합산업의 성격을 가지고 있습니다. 특징으로는 '공간,입지 중심형 산업', '소비형 산업', '타 산업 연계형 산업', '오락성 중심 개념인 산업' 같은 것이 있다고 합니다. (링크)

스포츠산업의 분류 

통계청에서 제공하는 분류에 따르면 스포츠산업은 아래와 같은 종류가 있습니다.  아래 4가지 대분류 하부에는 수많은 세부 분류가 포함되어 있습니다. 복합산업이라는 특징에 맞게 말이죠. 자세한 사항은 한국표준산업분류 상에서 확인해 보시기 바랍니다. 

• 운동 및 경기용품 제조업
• 경기 및 오락스포츠업
• 운동 및 경기용품 유통 및 임대업
• 스포츠 및 레크레이션 교육기관

국내 스포츠산업의 시장 규모는?

올 2월에 있었던 문화체육관광부의 정책브리핑에서 설명한 바에 의하면, 국내 스포츠산업의 규모는 2021년 기준 64조원이며 2027년까지 100조 이상으로 키울 계획이라고 합니다. 2022년에 조사해서 올 1월에 발표된 현황자료를 보면 2021년 기준으로 스포츠산업 사업체 수는 11만 6천여곳, 매출액은 64조, 종사자 수는 40만 여명 가량이라고 합니다. (링크)

대부분의 사람들은 직접적인 야외 활동이나 간접적인 TV 방송 시청을 통해서 스포츠를 접하게 것입니다. 다른 산업 분야와 마찬가지로 인공지능 기술은 이미 많은 스포츠산업 세부 분야에 스며들어 있죠. 하지만 그것을 직접 체감하시는 분들은 신기술 전시장 등을 방문해 보지 않으신 분들 가운데는 그리 많지 않을 것 같습니다. 코로나 시절 유행했던 자세교정 용 홈트(홈트레이닝) 앱 경험이나 월드컵 경기 중개 시 소개되는 것을 듣는 정도가 아닐까 싶습니다. 그래서, 주로 스포츠경기와 관련된 분야에서 적용된 사례 중심으로 몇 가지 사례 조사를 해 봤습니다. 

인공지능이 스포츠경기에 직접 적용되는 사례

스포츠 분야에 간접적으로 적용되는 사례

• 선수 발굴/선발 및 매칭
  좋은 선수를 찾고 가장 잘 맞는 팀과 매칭까지 하는 것은 엄청 어려운 일이죠. 그래서, 이런 분야는 오래 전부터 십수년 이상 그 분야에서 활약해 온 노련한 스카우터 들의 영역이었습니다. 최근에는 수치화된 데이터를 기반으로 하는 경향이 뚜렷해지고 있습니다. 국내 스타트업 '라인쓰리'의 '매치아크' 도 그런 서비스를 제공하고 있습니다. 
  
  
• 스포츠 선수용 장비 제작
  선수의 체형이나 자세, 운동량 등을 분석해서 각자에 맞는 최적화된 장비를 제작할 때 활용될 수 있습니다. 예를 들어 체형과 스윙 데이터를 분석해서 맞춤 골프 클럽을 제작하거나 선수의 발모양, 주법 등에 최적화된 신발을 제작할 수도 있습니다. 2019년에 킵초게라는 마라톤 선수가 세계 최초로 2시간 이내에 완주하는 기록 (비공인)을 세웠을 때 나이키가 제작한 특수신발 때문에 논란이 되었던 바도 있었죠.  (기사, 블로그)

• 스포츠 베팅 산업과 데이터가 천생연분인 이유 (퓨어스토리지 기고, 2023.5)
  스포츠 베팅 시장의 규모와 사례를 찾아볼 수 있습니다. 
• 아이픽셀, AR과 AI 접목 토탈 디지털 헬스케어 기업 주력 (의학신문, 2023.8)
• 첨단 기술과 결합해 빠르게 진화하는 스포츠 산업 (THE STOCK, 2023.2)
• 더메이커스, 개인 맞춤형 스크린수영장 '스윔핏' 선보여 (머니투데이, 2023.2)
• AI가 스포츠산업 판도 바꾸는 9가지 방법 (Ai타임스, 2022.10)
• 1% 잠재력까지 끌어내라… 100조 ‘스포츠 테크’ 시장 열린다 (조선일보, 2023.7)
• 경기장은 거대한 냉방시스템...2022 카타르 월드컵의 과학 (동아사이언스, 2022.11)
• '20년 스포츠산업 시장규모 52조원...사업자는 10만개 (DX.Times, 2023.3)
• 국내 ‘스포츠 산업’ 2027년까지 100조원 육성… 성장 동력 가속화 전망 (충남일보, 2023.2)
• 스포츠 환경에서의 과학기술 융합의 역사, 그리고 다가올 인공지능 기술 활용의 방향성 (한국인공지능협회)
• 스포츠 산업의 디지털 전환 (딜로이트, 2023.3)
• 2021 기준 스포츠산업조사 결과보고서 (문화체육관광부, 2023.1)
• 카타르 월드컵에서 활약하는 AI 기술 (Ai타임스, 2022.11)
• 태권도 AI 심판 도입한다, 우석대 체육복지융합연구소 컨소시엄 선정 (머니투데이, 2023.4)
• KOVO, AI 기반 비디오판독 시스템 개발…2025년 정식 도입 목표 (뉴스1, 2023.7)
• 스포츠산업, 2027년까지 100조 원 이상으로 육성…스포츠진흥 기본계획 발표 (정책브리핑, 2023.2)
• 심판 사라진 US오픈, AI 심판이 메운다 (조선일보, 2020.9)

• 네이버 초거대모델 '하이퍼클로바X' 출시
  국내 대표적인 IT 기업인 네이버가 드디어 초거대언어모델 '하이퍼클로바X'를 공개했습니다. 기존 OpenAI와 Google, Meta 등이 주도하고 있는 시장에 수개월 가량 늦은 시점에 발표하는 것이라 아무래도 차별화나 경쟁력 등을 강조할 수 있어야 한다는 중압감이 있었을 것 같고 그만큼의 시간동안 준비를 해 왔다고 생각합니다. 이제 출발선상에는 들어섰으니 앞으로도 지속적인 발전을 해 나가면서 먼저 뛰고 있는 선수들을 얼마나 빨리 따라잡고 이겨낼 것인지가 궁금해 집니다. 
  하이퍼클로바X의 특징은 한마디로 표현하면 '한국어, 한국 컨텐츠 특화'가 아닐까 생각됩니다. 지식인을 비롯한 뉴스 50년치, 블로그 9년치 데이터 등을 이용했고 ChatGPT 대비 6500배 많은 한국어로 학습했다고 합니다. (기사) 아무래도 선두업체들이 영어 컨텐츠를 기반으로 하다보니 한국어의 특수성을 제대로 담아내지 못한 부분이 있을텐데, 그런 부분을 공략하면서 이전에 네이버가 검색시장을 내주지 않고 버텨올 수 있었던 바탕이 된 한국인 특성을 고려한 다양한 서비스(예:지식인 등등)가 함께 곁들여질 것이라 생각됩니다.  (영상)
  
  
• OpenAI의 ChatGPT GPT-3.5 Turbo 모델의 Fine-Tuning 지원 발표
  ChatGPT의 경우, 기존에는 davinch 모델에 대해서만 파인튜닝이 지원되었었는데 최근 3.5 Turbo 모델에 대해서도 지원한다고 발표했습니다. (GPT-4는 올 가을에 가능할 것이라고 하네요.) 파인튜닝은 더 많은 예제 학습을 통해 품질을 높일 수 있고, 기존에 좋은 결과물을 얻기 위해 매번 입력해야 했던 기나긴 프롬프트가 필요치 않아 작은 수의 토큰을 사용하게 되며 이로 인한 응답속도 향상 등의 다양한 잇점을 제공합니다. (소개글, 영상)

• 인도의 챤드라얀 3호, 세계 최초로 달의 남극 착륙 성공
  인공지능과 직접적인 관련은 없지만... 그래도 기념할 내용이라 가져와 봅니다. 달 탐사선 '챤드라얀 3호'에서 분리된 비크람 착륙선이 인류 역사상 처음으로 달의 남극 부분에 안착했다고 합니다. 바로 얼마 전 일본과 러시아가 시도했지만 실패했었죠. 미국, 러시아, 중국, 일본 등 쟁쟁한 나라들이 해내지 못했던 것을 인도가 해 낸 것입니다. 사실 인도가 지속적으로 달 탐사를 시도했는데 세번째 시도에서 성공한 것인데 중꺽마 정신을 높이 평가하고 싶습니다.
  게다가 이번 착륙은 이전까지와는 달리 첫번째 달의 남극 지역 착륙이라고 합니다. 달의 남극 쪽은 얼음 형태의 물이 풍부할 것으로 예상되고 있어 탐사 가치가 높고 평평한 북극 영역 대비 착륙 난이도도 높다고 하네요. 탑재된 탐사로봇이 돌아다니며 많은 정보를 지구로 보내오길 기대합니다. 참고로 '챤드라얀'은 산스크리트어로 '달의 차량'이라는 뜻이라고 합니다. (영상)

• AI 모델을 개발하고 학습 후 서비스를 위한 성능(Accuracy)은 달성했는데, 정작  최적화 엔지니어가 없어서 어플리케이션, 서비스로의 배포를 위한 실행최적화를 못하고 있어요!
• AI 서비스를 이미 제공하고 있지만, 비싼 클라우드 GPU 서버 인스턴스 사용료가 부담이 되네요. 흠... 경비를 절감할 수 있는 방안이 없을까?
• 서비스에 적합한 공개 SOTA 모델이 있지만 그대로 가져다 쓰기에는 우리 쪽 어플리케이션에 접목하기도 어렵고 운영 비용도 많이 들 것 같은데 어쩌지?
• 서비스에 사용되는 AI 모델을 통합적으로 관리, 배포, 모니터링을 하고 싶은데 그렇다고 비싸고 너무 복잡한 솔루션을 쓸 수는 없고 어쩌지?
• 비즈니스 도메인 기업이긴 한데 자체로 인공지능을 적용하기에는 기술적인 난이도도 있고... 어디 함께 공동 솔루션을 개발할 곳은 없을까?