SportsIQ 아키텍처 — 스포츠과학과 포즈 추정이 만나는 방식

왜 처음엔 YOLO보다 MediaPipe인가

SportsIQ가 비디오에서 뽑아내야 하는 것은 단순한 사람 감지가 아니다.

즉 스포츠과학적으로 의미 있는 biomechanical data다. 이 기준에서는 초기에 MediaPipe Pose가 더 자연스럽다.

MediaPipe Pose는 단일 인물 기준으로 빠르고, CPU에서도 꽤 안정적으로 동작한다. 33개의 landmark를 제공하기 때문에, 무릎-엉덩이-발목 각도 같은 데이터를 계산하기 좋다.

스쿼트나 런지처럼 단일 동작을 분석하는 초기 use case에서는 이게 매우 실용적이다.

반면 농구처럼 여러 명이 동시에 나오는 환경에서는 MediaPipe만으로는 한계가 생긴다. 사람이 겹치거나 장면이 복잡해지면 tracking이 약해진다.

그래서 장기적으로는:

YOLO로 검출 및 추적 → MediaPipe로 세부 포즈 추정

같은 구조가 더 자연스럽다.

포즈 추정만으로는 도구가 끝나지 않는다. 세션마다 나온 움직임 패턴을 embedding처럼 저장하고, 이전 세션이나 다른 사용자와 비교할 수 있어야 실제 지식 시스템이 된다.

pgvector를 쓰면:

이 가능해진다.

이 지점부터 SportsIQ는 단순한 포즈 추정기가 아니라, 스포츠과학 지식 플랫폼에 가까워진다.

아키텍처 방향은 정의됐고, 구현은 진행 중이다.