카테고리
생체역학

점프·착지 동작분석, 스마트폰 카메라로 충분할까

마커 기반 3D 동작분석은 여전히 하지 운동학 평가의 기준점이다. 하지만 현장에서 쓰기엔 진입장벽이 분명하다. 장비 비용, 마커 부착과 캘리브레이션에 드는 시간, 그리고 무엇보다 실험실이라는 공간 제약이다.

요약. 동작분석의 진입장벽은 이제 장비 가격이 아니라, 어떤 숫자를 믿을지 아는 눈이다. — Journal of Biomechanics (Elsevier) 2025, 동시 타당도 검증 연구. 원문

마커 기반 3D 동작분석은 여전히 하지 운동학 평가의 기준점이다. 하지만 현장에서 쓰기엔 진입장벽이 분명하다. 장비 비용, 마커 부착과 캘리브레이션에 드는 시간, 그리고 무엇보다 실험실이라는 공간 제약이다.

그래서 대부분의 현장은 2D 영상 관찰이나 체크리스트 기반의 정성 평가로 버텨 왔다.

점프·착지 동작분석, 스마트폰 카메라로 충분할까
AI 생성 이미지

OpenCap은 이 구도를 바꿀 후보다. iOS 기기 두 대 이상과 무료 웹 파이프라인만으로 3D 운동학을 산출한다. 영상에서 키포인트를 뽑고, 딥러닝 기반 마커 보정을 거쳐, OpenSim 근골격 모델로 관절 각도를 계산하는 구조다.

개발진의 자체 검증은 인상적이었다. 그러나 자체 검증과 독립 검증은 다른 문제다. 개발 그룹 바깥에서, 스포츠 현장과 직결되는 과제로, 관절과 운동면 단위까지 나눠 본 데이터가 필요했다.

이 논문이 정확히 그 작업이다. 결론부터 말하면 OpenCap을 쓸 수 있는가라는 질문은 이제 틀렸다. 어떤 관절의, 어떤 운동면 변수를, 어떤 과제에서 쓸 수 있는가가 맞는 질문이다.

오늘 다룬 논문

Validation of OpenCap on lower extremity kinematics during functional tasks

Validation of OpenCap on lower extremity kinematics during functional tasks
기능적 과제 수행 중 하지 운동학에 대한 OpenCap 타당도 검증
항목 내용
저자 Svetek A, Morgan K, Burland J, Glaviano NR
소속 University of Connecticut (미국)
저널 Journal of Biomechanics (Elsevier)
연도 2025 (183권, 112602)
Impact Factor 2.4 (원고값)
JCR 최신값은 확인되지 않음
RCR (iCite) 8.46 (같은 분야 NIH 지원 논문 = 1.0 · 잠정값)
인용 20회 (iCite, 2026-09 기준)
연구 디자인 동시 타당도 검증 연구
Vicon과 OpenCap 동시 측정
대상 운동선수 집단 20명 (여 18 · 남 2)
과제 보행 · 달리기 · 양발 스쿼트 ·
반동점프 · 점프 착지
근거 등급 해당 없음 (측정 도구 타당도 연구)
DOI 10.1016/j.jbiomech.2025.112602
PubMed PMID 40048968 · PMC 전문 없음

원문: doi.org/10.1016/j.jbiomech.2025.112602 · PubMed 40048968

연구 설계와 방법

점프·착지 동작분석, 스마트폰 카메라로 충분할까
AI 생성 이미지

마커 기반 시스템(Vicon)과 마커리스 시스템(OpenCap)으로 같은 동작을 동시에 측정해 하지 최대 관절 각도의 일치도를 본 동시 타당도 연구다. 순차 측정이 아니라 동시 측정이므로, 시행 사이의 수행 변동이 시스템 간 차이에 섞여 드는 문제는 통제됐다.

대상은 운동선수 집단 20명이다. 여자 18명, 남자 2명이다. 임상군이 아니라 운동선수 집단이라는 점, 그리고 성비가 크게 여성으로 치우쳐 있다는 점은 해석 내내 염두에 둬야 한다.

과제는 다섯 가지다. 보행과 달리기 두 가지, 그리고 기능적 과제 세 가지인 양발 스쿼트, 반동점프, 점프 착지다. 복귀 테스트 배터리에서 실제로 쓰는 구성이라는 점이 이 연구의 실용적 강점이다.

비교한 값은 파형 전체가 아니라 최대 관절 각도다. 초록이 보고한 지표는 평균제곱근오차(RMSE)와 강함·중간·약함의 일치 등급이다. ICC나 Bland-Altman 같은 다른 지표를 썼는지는 초록에서 확인되지 않는다.

핵심 결과

점프·착지 동작분석, 스마트폰 카메라로 충분할까
AI 생성 이미지
관절과 운동면에 따라 갈린 일치도
최대 관절 각도 기준 · 초록에 보고된 값
관절 × 운동면 과제 RMSE 일치도
고관절 전두면 다섯 과제 전부 6° 미만 강함
무릎 시상면 과제 전반
(과제별 값은 초록에 없음)
4~10° 중간
고관절 시상면 보행 · 달리기 10° 초과 약함
무릎 전두면(외반) · 발목 초록에 보고되지 않음 확인되지 않음

“전두면 고관절 운동학은 모든 과제에서 평균제곱근오차 6° 미만으로 강하게 일치했다. 시상면 무릎 운동학은 중간 수준의 일치(4~10°)를 보였고, 보행 과제(걷기·달리기)의 시상면 고관절 측정은 일치도가 약했다(10° 초과).”

Svetek 등, 2025, J Biomech

세 줄이지만 함의는 크다.

① 전두면 고관절

전두면 고관절이 모든 과제에서 가장 견고했다. RMSE가 6° 미만이다. 착지와 스쿼트에서 고관절 내전, 즉 동적 외반의 근위부 성분을 마커리스로 추적할 수 있다는 뜻이다.

다만 강한 일치라는 라벨을 그대로 삼키면 안 된다. McGinley 등(2009)의 보행 운동학 오차 해석 기준으로 2° 이하는 수용 가능, 2~5°는 주의하며 수용, 5°를 넘으면 해석을 오도할 수 있는 수준이다.

보행처럼 전두면 고관절의 움직임 폭 자체가 크지 않은 과제에서 6°에 가까운 오차는 작지 않다. 큰 변화의 추적에는 충분하고, 미세한 차이의 판별에는 부족하다. 이것이 정확한 독해다.

② 무릎 시상면

무릎 굽힘 각도는 4~10°로 중간 수준의 일치였다. 조건부로 쓸 수 있다. 착지 시 무릎을 많이 굽히는지 적게 굽히는지 같은 범주 판별에는 쓸 수 있다.

그러나 좌우 대칭 지수처럼 몇 도 차이가 판정을 가르는 용도에서는 오차가 판정 자체를 흔들 수 있다.

③ 보행·달리기의 시상면 고관절

보행과 달리기를 묶은 과제에서 시상면 고관절은 RMSE가 10°를 넘었다. 달리기만 따로 본 값은 초록에 없다. 현재로서는 쓸 수 없다. 러닝 중 고관절 신전 부족 평가나 스프린트 역학 분석처럼 이 값을 절대값으로 읽는 것은 근거가 없다.

그리고 초록에는 무릎 전두면, 즉 무릎 외반 각도 자체의 결과가 없다. 발목과 나머지 운동면 결과도 초록에서 확인되지 않는다. 착지 평가에서 가장 먼저 보고 싶은 각도가 이 초록에는 빠져 있다.

기존 근거와 무엇이 다른가

개발진 검증과의 간극부터 보자. Uhlrich 등(2023)의 원 논문은 여러 과제를 평균해 운동학 평균절대오차 약 4.5°를 보고했다. 이번 검증은 지표가 RMSE라 그 숫자와 직접 견줄 수는 없다. 다만 오차를 관절과 운동면으로 나눴고, 그 안의 차이가 크다는 것을 보여 준다.

같은 도구 안에서도 6° 미만인 자리와 10°를 넘는 자리가 갈린다. 집계 오차 하나로 도구를 승인하거나 기각하는 관행 자체가 틀렸다는 것이 이 논문의 방법론적 메시지다. 저자들도 전두면 고관절과 시상면 무릎의 일치 수준이 선행 검증들과 부합한다고 정리한다.

시상면 고관절 오차는 마커리스 접근 전반에서 반복되는 약점이다. 이 각도는 골반 기울기 추정에 달려 있는데, 영상 키포인트는 골반 랜드마크를 직접 잡지 못한다. 골반 추정이 몇 도만 어긋나도 그 오차가 고관절 굽힘·폄 각도로 그대로 넘어간다.

기준 시스템도 무결하지는 않다. 마커 기반 시스템 역시 골반부 연부조직의 흔들림과 회귀식 기반 고관절 중심 추정 오차를 안고 있다. 두 시스템의 불일치는 두 오차의 합이지 전부 OpenCap의 오차가 아니다. 그래도 현장 의사결정의 기준계는 여전히 마커 기반이므로 실무적 결론은 달라지지 않는다.

스마트폰 각도, 어디까지 쓰나

점프·착지 동작분석, 스마트폰 카메라로 충분할까
AI 생성 이미지

아래 표는 논문이 제시한 목록이 아니다. 이 논문의 결과를 현장 용도별로 우리가 옮겨 정리한 점검표다.

스마트폰 각도 값 사용 점검 (논문의 목록이 아님)
이 논문의 결과를 현장 용도별로 옮겨 정리한 것
# 항목 현장 판단
1 착지·스쿼트의 전두면 고관절 스크리닝과 같은 사람 안의 변화 추적에 쓴다
2 무릎 굽힘 (시상면) 굽힘이 큰지 작은지 같은 범주 판별까지
몇 도로 갈리는 좌우 대칭 판정은 보류
3 보행·달리기의 고관절 굽힘 절대값으로 읽지 않는다 (RMSE 10° 초과)
4 다른 날·장소·셋업에서 잰 값 직접 비교하지 않는다
5 무릎 외반 · 발목 이 논문으로는 판단 근거가 없다

지금 투입할 수 있는 용도는 착지와 스쿼트에서 전두면 고관절 변수를 기반으로 한 스크리닝이다. 팀 단위 대량 스크리닝과 시즌 중 반복 측정처럼 마커 기반으로는 물리적으로 불가능한 빈도를 이 도구가 채운다.

개인 내 변화 추적도 쓸 수 있다. 단 같은 셋업과 같은 프로토콜로 체계적 오차를 상쇄시키는 조건에서다.

보류해야 할 용도도 분명하다. 보행과 달리기의 시상면 고관절 절대값 해석, 몇 도 차이로 갈리는 좌우 대칭 지수나 절대각 컷오프 기반의 복귀 판정, 서로 다른 날과 장소와 셋업에서 잰 값의 직접 비교다.

운영 원칙은 하나다. 카메라 배치, 캘리브레이션, 조명, 복장을 표준화하고, 판정이 아니라 모니터링 도구로 둔다. 오차 구조를 아는 사람이 쓰면 무기가 되고, 모르는 사람이 쓰면 그럴듯한 숫자가 찍힌 오진 도구가 된다.

현실적 제약도 적어 둔다

표본은 20명이고 그중 18명이 여성이다. 남성, 청소년, 그리고 전방십자인대 재건 후 같은 임상 집단으로 일반화할 데이터가 없다. 저자들도 임상 환경에 쓰기 전에 추가 연구가 필요하다고 명시했다.

초록이 보고한 것은 최대 각도다. 파형 전체의 일치나 최대값이 나오는 시점의 오차는 초록에서 확인되지 않는다.

타당도 연구이지 신뢰도 연구가 아니다. 검사-재검사 신뢰도와 세션 간 재현성은 별도의 근거가 필요하다.

강함·중간·약함의 등급이 임상적으로 허용되는 오차와 자동으로 같지는 않다. 마커 기반 장비가 있는 실험실에서 찍은 결과라는 점도 같다. 체육관의 측정 품질은 따로 확보해야 한다.

한계를 다 합쳐도 결론은 무효가 되지 않는다. 오히려 이 한계 목록이 그대로 현장 도입 때 검증해야 할 항목이다.

오늘의 한 줄

동작분석의 진입장벽은 이제 장비 가격이 아니라, 어떤 숫자를 믿을지 아는 눈이다.

점프·착지 동작분석, 스마트폰 카메라로 충분할까
AI 생성 이미지

리햅포먼스의 논문 비평

우리는 동작을 갤럭시 슬로우 모션 240프레임으로 찍어 평가한다. Kinovea도 써 봤지만 불편한 점이 많았다. 그래서 실제로는 찍은 영상을 눈으로 평가하는 경우가 더 많다.

그러니 이 논문의 질문은 남의 질문이 아니다. 스마트폰으로 찍은 각도를 어디까지 믿을 것인가.

이 논문이 잘한 것은 도구를 통째로 승인하거나 기각하지 않았다는 점이다. 관절과 운동면과 과제로 쪼갰다. 그 결과 전두면 고관절은 모든 과제에서 6° 미만, 보행과 달리기의 시상면 고관절은 10°를 넘었다.

설계도 정직하다. 두 시스템으로 같은 동작을 동시에 찍었으니 시행 사이의 수행 차이가 섞이지 않았다. 과제도 실험실용 동작이 아니라 복귀 테스트에서 실제로 쓰는 반동점프와 점프 착지를 넣었다.

그런데 쪼개 놓고 보니 불편한 사실이 남는다. 러너들이 가장 궁금해하는 고관절 굽힘이 걷기·달리기 과제에서 가장 부정확했다. 착지 평가에서 우리가 가장 먼저 보고 싶은 무릎 외반 각도는 초록에 아예 보고되지 않았다.

대상도 걸린다. 20명 중 18명이 여성이고, 임상군이 아니라 운동선수 집단이다. 수술 후 회원이나 통증 때문에 움직임이 바뀐 회원에게 같은 정확도가 나올지는 이 데이터로 알 수 없다. 타당도 연구라서, 같은 사람을 다음 달에 다시 찍었을 때 얼마나 같은 값이 나오는지도 이 초록으로는 알 수 없다.

그렇다면 현장의 우리는 어떻게 해야 할까?

우리는 평가 프로그램을 직접 만들고 있고, 그 과정은 쉽지 않다. 그 프로그램은 관절 각도를 재지 않는다. 점프 높이, 접지 시간, RSI 같은 시간과 변위 지표를 잰다. 각도는 여전히 영상을 눈으로 본다. 이 논문을 읽고 나니 그 선택이 틀리지 않았다고 본다. 지금 카메라에 맡기기 쉬운 것은 몸이 언제 어디에 있었는지이고, 관절이 몇 도였는지는 아직 그다음이다.

각도 값을 쓰게 된다면 원칙은 좁혀 두는 것이 맞다. 전두면 고관절만, 같은 장소와 같은 카메라 배치에서, 같은 사람 안의 변화만 본다. 걷기와 달리기의 고관절 굽힘은 숫자로 남기지 않고 영상으로 남긴다. 복귀 판정처럼 몇 도 차이로 갈리는 결정에는 스마트폰 각도를 쓰지 않는다. 그 자리는 여전히 사람의 눈과 기준 장비의 몫이다.

좋은 도구는 모든 것을 재는 도구가 아니라, 무엇을 못 재는지 알려 주는 도구다.

이정빈

물리치료사. 강원도 원주에서 리햅포먼스를 운영하며 매주 스포츠재활 논문 한 편을 읽고 현장의 눈으로 비평합니다. 근거 등급과 방법론의 한계를 먼저 따지고, 한국 현장의 제약 안에서 무엇을 할 수 있는지로 착지합니다.

답글 남기기

이메일 주소는 공개되지 않습니다. 필수 필드는 *로 표시됩니다