레알 마드리드의 신기술 훈련 장비, 프리킥 월
축구 경기와 훈련 세션에 적용되는 스포츠 및 기술 혁신 측면은 항상 화제다. 얼마 전, 레알 마드리드의 프리킥 훈련을 위한 로봇 벽이 큰 관심을 모았다.
선수가 골대를 향해 슛을 연습하도록 인공 지능으로 구동되는 벽이 있다. 실제 축구 경기처럼 점프하고 이동하도록 완벽하게 프로그램된 프리킥 월이다.
레알 마드리드의 팀 전력을 보면 프리킥 월의 유용성은 의심할 여지가 없다. 팀 전력 개선을 향상하기 위해 다양한 분야에서 새로운 기술을 사용하고 있다. 그렇다면 이러한 기술이 어떻게 작동하고 실제 경기에 어떤 영향을 미칠 수 있는지 알아보자.
레알 마드리드의 프리킥 월
레알 마드리드는 이러한 로봇 사용의 선구자는 아니다. 올랭피크 리옹에서 먼저 로봇을 팀 훈련에 적용했지만 스페인 팀의 훈련법이 더 큰 관심을 모았다.
서로 연결된 5개의 로봇이 ‘점프’할 수 있는 벽을 형성하여 선수가 공을 차면 프리킥 월이 실제 상황을 시뮬레이션한다.
지금까지는 그다지 혁신적으로 보이지 않을 수 있다. 이 로봇에는 전 세계 클럽 데이터베이스가 있는 인공 지능 소프트웨어가 탑재되어 있다.
레알 마드리드가 바르셀로나 FC, PSG나 다른 팀 수비를 시뮬레이션하고 싶다면 프리킥 월의 인공지능을 설정하기만 하면 된다.
더 읽어보기: 프로 축구계에서 인공 지능의 용도
인공 지능 학습
데이터베이스에서 학습하는 인공 지능은 점점 더 일상의 모든 영역에 존재한다. 웹 브라우징, 소셜 네트워크, 병원, 심지어 교통 통제에도 인공 지능이 사용된다.
간단히 말하면 이 기술은 새로운 알고리즘, 예측, 확률과 자동 응답을 개발하기 위해 짧은 시간에 대량의 데이터를 분석한다. 이만한 양의 정보를 처리하는 것은 인간의 두뇌로는 불가능하다.
레알 마드리드의 프리킥 월도 프로세스가 유사하다. 프로그램 관리자는 움직임, 성향, 전 세계 선수들의 행동과 반응에 대한 데이터를 업로드한다. 서로 다른 경기가 분석되고 인공 지능이 응답하여 실제 플레이어가 움직이는 방식으로 로봇을 움직인다.
이 소프트웨어에는 항상 오차가 있다. 알고리즘은 확률을 계산하지만 확률이 100% 정확하지는 않다.
경기에는 특정 요소와 인간 결정의 무작위성이 있지만 핵심은 통계에 따라 상대방이 상대적으로 자주 수행하는 동작을 통합한다.
축구 프리킥 과학
2021년, ‘Plos One’에 발표된 연구에서는 프리킥 월이 골키퍼의 반응성과 볼 저지 능력에 미치는 영향을 분석했다. 예상과 달리 이러한 축구 습관은 그다지 효과적이지 않았다.
연구진은 가상 현실을 사용하여 골키퍼 25명(그 중 10명은 전문가)이 위대한 슈터인 베일과 베컴 슛을 복사한 궤적의 공을 막는 효율성을 테스트했다.
결과에 따르면 프리킥 월은 200ms 동안 골키퍼의 시야를 차단한다. 따라서 벽이 없는 상황에 비해 골키퍼는 같은 슛을 하고 90ms 후에 움직인다.
통계 용어로 번역하면 프리킥 벽이 있을 때 공을 막을 확률이 13% 감소한다. 기본적으로 벽이 없는 것보다 벽이 있을 때 더 많은 슛이 들어갔다.
골키퍼의 시야를 방해하는 전략은 공을 차기 위한 공간을 줄이더라도 그다지 유익하지 않을 것이다. 한마디로 수비팀이 더 불리한 상황인 것 같다.
더 읽어보기: 2022 카타르 월드컵 팀에 영향을 미친 4가지 훈련 부상
장벽을 뛰어넘는 완벽한 각도
수학은 어떻게 벽을 뚫고 골을 넣을 수 있는지 이해하기 위해 많은 답을 제공한다. 다양한 데이터에 따르면 공을 찬 선수는 13도의 이탈 각도를 정확히 유지해야 한다.
출발점과 벽 사이 거리가 9m~10m를 넘으면 공이 내려가지 않고 반대로 각도가 낮으면 상대 선수 몸을 맞힐 확률이 높아진다.
레알 마드리드의 프리킥 월은 마법 같은 13도 각도를 생성하지 않지만 이에 근접하기 위해 훈련하는 방법이다.
항상 선구자 역할을 하는 레알 마드리드
레알 마드리드의 프리킥 로봇 벽은 스페인 클럽의 아방가르드 기술에 대한 추가 증거다.
레알 마드리드의 훈련법은 항상 화제가 된다. 인공지능, 데이터 분석, 동력장치, 과학적 루틴 등 축구에서 세계 정상에 오르려면 끊임없이 업데이트하는 것 외에는 방법이 없다.
인용된 모든 출처는 우리 팀에 의해 집요하게 검토되어 질의의 질, 신뢰성, 시대에 맞음 및 타당성을 보장하기 위해 처리되었습니다. 이 문서의 참고 문헌은 신뢰성이 있으며 학문적 또는 과학적으로 정확합니다.
- Valkanidis, T. C., Craig, C. M., Cummins, A., & Dessing, J. C. (2020). A goalkeeper’s performance in stopping free kicks reduces when the defensive wall blocks their initial view of the ball. PloS one, 15(12), e0243287.
- Aggarwal, Karan, et al. “Has the Future Started? The Current Growth of Artificial Intelligence, Machine Learning, and Deep Learning.” Iraqi Journal for Computer Science and Mathematics 3.1 (2022): 115-123.