Earticle

초록

영어

This study examines the applicability of markerless artificial intelligence (AI) motion analysis to volleyball spike training from the perspectives of biomechanics, motor learning, and sport psychology, and proposes strategies to support skill acquisition and self-efficacy. The volleyball spike is a complex movement involving a sequential combination of approach, take-off, airborne movement, arm swing, and ball contact, requiring feedback on kinematic information as well as performance outcomes. Although conventional marker-based motion capture provides precise analysis, its equipment and environmental requirements limit its application in actual training settings. Recent advances in deep learning-based pose estimation have expanded the potential for non-invasive and quantitative motion analysis using video and mobile devices. Accordingly, this study proposes four strategies for applying markerless AI feedback: (1) identifying and correcting movement errors through quantitative Knowledge of Performance (KP); (2) establishing progressive goals using individualized process indicators; (3) supporting mastery experiences and self-efficacy by visualizing performance changes; and (4) developing a coach-AI collaborative feedback system that supports athletes’ self-regulation. These strategies suggest the potential of markerless AI as a data-driven coaching tool for supporting skill acquisition and self-regulation. Future empirical studies should validate its measurement accuracy for volleyball spike movements and examine the effects of markerless AI feedback in actual training settings.

한국어

본 연구는 배구 스파이크 훈련에서 마커리스(Markerless) AI 동작분석 기술의 적용 가능성을 생체역학, 운동학습 및 스포츠심리학의 관점에서 고찰하고, 기술 숙련과 자기효능감을 지원하기 위한 활용 전략을 제시하는 데 목적이 있다. 배구 스파이크는 도움닫기, 도약, 체공, 상지 스윙 및 타격이 연속적으로 이루어지는 복합 동작으로, 기술 숙련을 위해서는 수행결과와 함께 운동학적 정보를 활용한 피드백이 중요하다. 기존 광학식 마커 기반 시스템은 정밀한 분석이 가능하지만 장비와 측정환경의 제약으로 훈련현장에서의 활용에 한계가 있는 반면, 최근 딥러닝 기반 포즈 추정 기술은 영상과 모바일 기기를 활용한 비침습적·정량적 동작분석의 가능성을 확대하고 있다. 이에 본 연구는 마커리스 AI 피드백의 활용전략으로 첫째, 정량적 수행지식(KP)을 통한 동작 오류의 인식과 수정, 둘째, 개인별 과정지표를 활용한 점진적 목표설정, 셋째, 수행변화의 가시화를 통한 성취경험과 자기효능감 형성, 넷째, 자기조절을 지원하는 지도자-AI 협력 피드백 체계구축을 제안하였다. 이러한 전략은 마커리스 AI를 단순한 동작분석 기술이 아니라 기술 숙련과 자기조절을 지원하는 데이터 기반 코칭 도구로 활용할 수 있는 이론적 가능성을 제시한다. 향후 실제 배구선수를 대상으로 스파이크 동작의 측정 타당도와 피드백 효과를 검증하는 실증연구가 요구된다.

목차

요약
Abstract
Ⅰ. 서론
1. 연구의 필요성 및 목적
Ⅱ. 마커리스 동작분석 특징과 스포츠
Ⅲ. 배구 스파이크 숙련을 위한 마커리스 활용 전략
1. 정량적 수행지식 제공을 통한 동작 오류의 인식과 수정
2. 개인별 과정지표를 활용한 점진적 목표 설정
3. 수행변화의 가시화를 통한 성취경험과 자기효능감 형성
4. 선수의 자기조절을 지원하는 지도자-AI 협력피드백 체계 구축
Ⅳ. 맺음말
참고문헌

키워드

저자

• 김연 [ Kim, Yeon | 경일대학교, 교수 ]
• 조정형 [ Cho Jeonghyng | 가천대학교, 연구교수 ]

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한국스포츠학회지 [The Korea Journal of Sport]

• 간기

  계간

• pISSN

  1738-3250

• 수록기간

  2003~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 692 DDC 796