AI 기업 리서치 : 세컨드 스펙트럼
스포츠를 관람하는 새로운 방식!
Nation : USA
Industry : Media/Sports
Total Funding Amount : $20.1M(약 200억 원)
Round : Series A
Founded Date : 2013
"환호하는 관중, 뜨거운 열기, 선수들의 땀... 경기장에서 직접 보는 것보다 더 재밌게 스포츠를 볼 수 있을까?"
이런 고정관념에서 벗어날 수 있는 시대가 온 것 같다. 보다 인터렉티브하고 실시간 제공되는 다양한 정보를 통해 더욱 재밌게 스포츠를 볼 수 있는 방법이 생겨났다. 스포츠 관람의 새로운 패러다임을 연 'Second Spectrum(세컨드 스펙트럼)'을 소개한다.
Description
세컨드 스펙트럼을 정말 쉽게 표현하면 '컴퓨터에게 스포츠를 학습시킨 회사'라고 할 수 있을 것 같다. 우리의 시각에는 한계가 있어서 한 선수 내지는 한 장면밖에 보지 못했다. 또 현재 공을 잡고 있는 선수의 진성 팬이 아닌 이상, 그 선수 지금 골을 널수 있을지 없을지를 예측하긴 힘들 것이다. 그러나 컴퓨터가 스포츠를 이해하게 된다면? 컴퓨터와 사람의 차이 중 하나는 방대한 계산 속도이다. 즉 실시간으로 선수와 포메이션을 인식하여, 선수의 다음 모든 경로를 예측할 수 있고, 축적된 데이터를 바탕으로 골이든지 패스든지 성공확률을 분석해서 보여줄 것이다. 세컨드 스펙트럼의 서비스가 바로 그것이다.
미국프로농구(NBA)와 영국 프리미어리그(EPL) 등 유명 스포츠 리그의 공식 광학 추적(Optical Tracking) 및 분석 제공업체인 세컨드 스펙트럼은 스포츠 리그와 미디어 파트너에게 경기 중 분석과 시각화를 용이하게 하는 비디오 클립을 제공하여 팬 경험을 향상시킨다. 나아가 코치, 스포츠 분석가, 선수, 해설가들에게 축적된 통계를 통해 분석 및 예측 리포트를 제공한다(AWS에서 실시간으로 사용 가능).
농구 코트 위 선수의 위치를 컴퓨터 비전을 통해 실시간으로 인식한다
선수와 공의 위치까지 인식하며, 특정 구역에 들어갔는지 유무를 판단할 수 있다.
선수별로 포지션도 인지하고 있으며, 모든 선수의 위치와 방향이 실시간으로 축적된다.
코치, 스포츠 분석가 등이 활용할 수 있도록 모든 게임에 대한 보고서를 작성해준다.Team
Rajiv Maheswaran
- CEO & Co-Founder
- USC Computer Science, Research Assistant Professor
Yu-Han Chang
- COO & Co-Founder
Jeff Su
- CTO & Co-Founder
대표가 Ted 강연을 하는 것을 보며, 물론 그는 사업가이자 과학자, 개발자, 수학자이겠지만 그전에 스포츠를 진심으로 좋아하는 팬들 중 하나라는 것을 느꼈다. 그의 동료들은 '움직이는 점의 과학'에 푹 빠져있다고 말한다. 움직이는 점의 과학이란? 시공간적 패턴 인식을 의미한다. '움직이는' 점들 사이의 상대적 또는 절대적 위치, 거리, 타이밍, 속도 등을 바탕으로 어떤 유의미한 결과값을 도출해내는 영역이다.
대표 Rajiv Maheswaran의 Ted 강연을 본다면 9분 30초 부분을 추천한다. 실제 NBA 결승 경기를 재현했고, 해당 영상에 실시간으로 당사의 기술을 적용한 뒤, 그것을 바탕으로 대표가 스포츠 해설가가 된다. 서비스가 반영되는 속도, 그리고 성능, 그리고 그래픽을 보며 감탄을 하지 않을 수 없었다.
Service
현재 세컨드 스펙트럼은 고객군을 두 가지로 나누고 두 가지 서비스를 제공하고 있다.
1. Team & Leagues
ML(머신러닝) 기반 비디오 인덱싱으로(샷/신/시간 별로 비디오를 나누는 작업) 해당 팀의 경기 분석 서비스 -> 리그와 파트너십을 맺어 모든 경기의 시간별, 선수별 행동 데이터를 축적 가능했다.
2. Leagues & Media
산출해낸 통계를 증강현실 기술을 통해서 영상에 입힌다. 이를 통해 미디어는 차별화된 스포츠 영상을 송출할 수 있다. 앱 내의 상호작용을 통해 어떤 자료를 보여줄 것이고 어떤 요소에 그래픽을 더할 것인지 커스터마이징 가능하다고 한다. (이하는 커스터마이징 예시)
1) Coach Mode(감독, 스포츠 분석가)
선수가 갈 수 있는 경로, 할 수 있는 플레이 등 코치에게 필요한 정보를 제공한다.2) Mascot Mode(팬, 시청자)
팬 경험을 위해 골이 들어갔을 경우, 위처럼 다양한 모션 그래픽을 줄 수 있다.3) Player Mode
선수별 해당 위치에서 골을 넣을 확률이 표시된다. 일반적으로 많이 쓰일 것 같다.해당 그래픽들이 시청하는 스포츠 게임에 '실시간'으로 반영된다는 점이 제일 매력적인 부분이다. 실제 스포츠 경기를 잘 안 보는 편이고, 팬인 스포츠 팀도 없는 나 같은 사람도 저런 데이터를 함께 볼 수 있다면 훨씬 재밌게 볼 수 있을 것 같다. '아 저 선수에게 패스했었어야 됐는데...' 이러면서 말이다.
증강현실 렌즈가 나와 몰래 선수가 착용하고, 세컨드 스펙트럼을 통해서 어떤 선수에게 패스를 줄지 눈 앞에 그래픽으로 표시되는 상상을 잠깐 해보았다...
Data
Features(input data) - AI/딥러닝/머신러닝 모델을 학습시키기 위한 입력 데이터
운동선수의 신원(ID), 운동선수의 위치(x축, y축), 진행 중인 플레이 유형(패스, 슛, 드리블, 리바운드, 득점, 파울 등), 선수의 속도 등이 있다. 다루는 데이터의 종류가 정말 방대했다. 농구의 경우 패스 점유율, 뛴 거리, 리바운드 수, 터치 당 드리블, 페인트 존 터치 등... 약 80개 정도? 또는 그 이상 되는 듯하다. 참고 사이트
Lables(output data) - 모델 학습을 통해 나오는 결과값(예측값)
세분화된 통계 자료를 제시한다(선수의 해당 자리에서의 슈팅 성공 가능성, 승률 예측, 득점 발생 비율, 패스가 어시스트로 연결된 비율, 3점 슛 비율, 필드골 성공률 등). Input Data가 방대한 만큼, 정말 다양한 예측값을 산출하고 있다. 이는 저장되어있는 모든 경기 영상에 대해서 산출 가능하며, 사람이 하면 비효율적으로 많은 시간과 노력과 비용이 소모되는 작업이지만 세컨드 스펙트럼은 컴퓨터가 순식간에 이를 해낼 수 있다.
Input, Output 데이터에 대한 이해가 부족하다면? --> https://t1.daumcdn.net/cfile/tistory/99B9C4415B5991D516
Tech
이 부분은 세컨드 스펙트럼의 기술 블로그를 발견하지 못해서 간략하게 적어두겠다.
- Computer Vision(Image to Data) : 선수들의 위치 값과 플레이 스타일. 패스, 슛, 리바운드와 같은 쉬운 플레이도 있지만, 포스트업, 픽앤롤, 아이솔레이션, 스크린, 와이드 핀과 같은 어렵고 복잡하고 다단한 플레이까지도 인식한다. 이를 위한 많은 노력이 있었을 것으로 예상된다.
- ML & 통계학 : 분석 보고서에 사용
- Augmented Video(Data to Image) : 증강현실(3D 그래픽) 디자인
Business Model
첫 번째로 스포츠 파트너십을 통한 매출이다. 고객은 리그나 팀이 될 것이다. 두 번째로는 Cloud 서비스에서 API 이용료를 받는 것이다. 세컨드 스펙트럼은 후자의 비즈니스 파스터로 AWS를 선택했고, AWS에서 해당 서비스를 이용 가능하다. 이에 대한 고객은 스포츠 미디어 회사들이다.
Personal Comment
아무리 빨라도 인간이 실시간으로 방송 중인 영상 위에 그래픽을 입히는 것은 불가능하다. 그러나 컴퓨터가 게임을 이해하기 시작하면서 스포츠 게임에서 다양한 것들이 가능해지고 있다. 그리고 인간의 움직임에 대한 위치 데이터는 분명 스포츠 분야를 넘어 다양한 방면에 적용될 수 있는 활용성 높은 데이터가 아닐까? 훗날 자기가 개발한 로봇을 경기에 참여시키는 등의 스포츠를 상상해볼 수 있었다. 세컨드 스펙트럼이 제시하는 고객 경험은 분명 차별화되어있으며 미래 세대의 영상 패러다임이다. 코로나가 지속되어 현장 관람에 대한 부담이 계속된다면 이러한 영상 기술은 앞으로 더욱 중요해지고 주목받게 될 것이다.
이 회사는 AI 기업 중에서도 '시각화 능력'이 뛰어나다. 메인 홍보 영상에서 컴퓨터 비전과 머신러닝 외에도 디자인과 UX를 강조하는 이유를 알 것 같았다. AI 기업은 Vertical한 역량과 상용화 능력이 중요한데 디자인 역량을 통해 후자의 상용화 수준을 극대화했다고 생각한다. 그리고 디자인 역량은 또한 스포츠에 대한 깊은 이해와 관심에서 기인하는 것임으로 결국 이 또한 그들의 Domain Knowledge라는 귀결이다. 분명 팀원들은 스포츠에 열광하고 진심으로 즐기는 사람들일 것이다.
※ 오타 혹은 잘못된 정보에 대한 지적을 해주신다면 감사히 듣고 반영하겠습니다.
e-mail : 2kanghee1@gmail.com
