투르드 프랑스에 적용된 IoT






2015 디멘션 데이터는 세계에서 가장 크고 권위가 있는 사이클 경기인 투르드 프랑스와 공식 기술 파트너협약을 맺었다. 전세계 수 억 명의 시청자들에게 혁신적인 경기 중계를 위해 디멘션 데이터는 21일동안 거의 200명이나 되는 선수들의 데이터를 매 초단위로 분석하였다.

그들은 IBM을 파트너사로 삼고, IBM의 스트리밍 분석 플렛폼인 InfoSphere Streams를 사용하였다. 두 협력팀은 위닝솔루션을 개발해 선수 데이터의 진보된 분석과 박진감 넘치는 경기 랭킹 및 그룹을 실시간으로 계산하였다.

이들은 각 자전거에 GPS 센서와 정교한 계전기 시스템을 부착해 실시간으로 데이터를 중앙서버와 앱, 그리고 웹사이트와 방송국에 송출하였다. 선수들과 각 자전거들은 사물인터넷을 기반으로 한 데이터 수집의 핵심이었다. 이들의 목표는 다름아닌 바로 시청자 경험 제공이었다.

이 기술을 설치하는 데 있어 핵심 요소 중 하나는 IBM의 스트림 기술이었다. 이 것은 다양한 소소스부터 실시간으로 정보를 수집하며, 체계화 해 전체적인 이해를 가져다 준다. 가까운 미래에는 더 발전된 기술을 통해 시청자들, 방송국 그리고 팀 전력분석가들은 더 심도 있는 이해를 경기 중에 얻을 수 있을 것이다.

쿽은 오픈소스 프로젝트로 개발자들이 네트워크에서 데이터를 분석하는 IoT 어플리케이션을 더 쉽게 개발 할 수 있도록 만들 것이다.
필자는 IBM 아시아태평양 담당 빅데이터 전문가인 크리스 호워드와 IBM Fellow인 나구이 홀림과 협력에 대해 대화를 나누어 보았다.


**RW: 무엇이 디멘션 데이터와 협력을 하게끔 했나요?**


크리스: 디멘션 데이터는 투르드 프랑스 주최, 주관사인 아마우리 스포츠 협회(ASO)와 기술과 분석플랫폼 협력파트너십을 5년간 맺었다. ASO에서 원했던 것은 혁신적인 중계로 박진감 넘치는 장면을 연출해 투르드 프랑스를 21세기에 걸 맞는 이벤트로 만들고자 했다. 이를 원했던 이유는 투르드 프랑스에서 데이터를 수집하는 방식은 매우 수동적이였기 때문이다.


이는 그야말로 스탑와치와 라디오 그리고 어느 특정 선수가 특정 거리를 이동했는지를 보여주는 전광판 등 사람들에게 전적으로 의존해야 했다. 이는 매우 번거롭고 진부한 방법이었다. 30킬로미터 이상 거리차이가 있거나 5~6시간 차이가 나는 그룹을 보거나, 그들을 그룹 짓는 것은 그야말로 오토바이를 타고 선수들을 쫓거나 또는 방송용 차량으로 쫓거나, 이것도 아니면 선수들의 옷에 붙어 있는 번호를 하나하나 세어야 했다. “저기 15명의 선수들이 지나가고, 저 쪽에는 12명이 한 그룹을 이루고 있고, 한 선수는 방금 그룹을 바꾼거 같아!”


이렇게 수집된 정보들은 라디오를 통해 방송 팀으로 송출되었고, 그래픽 팀들은 모든 업데이트 된 정보를 만들어야 했다. 그래서 만약 당신이 불운한 선수라면 어느 그룹에 속해 있고, 어디에서 달리고 있고, 몇 등이고 등 텔레비전에 나오지도 않았을 것이고, 심지어는 투르드 프랑스에 참여하고 있는지 조차 사람들이 모를 수 도 있었다.


2015년 3월 우리는 각 자전거에서 필요한 수많은 데이터를 분석할 수 있는 IBM Streams를 사용하는 것에 대한 조사를 시작하였다. 각 자전거에 설치된 GPS 수신기는 운영 오토바이 또는 경기 운영 차량과 수신이 가능해야 했으며, 여기에서 수집된 데이터는 항공기와 모바일 데이터 센서와 교신이 가능해야 했다. 이렇게 수집된 데이터는 사람들이 결승점에서 재미있게 활용할 수 있어야 했다.





**RW: 현실적으로 센서의 데이터는 무엇을 의미하는가?**


크리스: 매초 각 선수들(작년에는 198명이 참가하였다)의 순위와 경도, 위도 위치 그리고 속도를 수집하였다. 이런 기초 데이터를 기반으로 우리는 각 선수들이 얼마나 이동을 했고, 얼마나 더 진행을 해야 하며, 순위는 어떻게 되는지, 각 선수들 간의 거리와 시간은 어느 정도가 되는지 등 재미 있는 것들을 산출하였다. 자동적으로 지정된 그룹구성은 방송용으로 그리고 관람객들에게 전송되었다. 이런 모든 것들은 신속하게 이루어져야 했다. 대부분 2초 안에 이루어 졌으며, 그래서 스트림 솔루션은 수 초안에 작동을 해야 했다.

투르드 프랑스 이야기로 돌아가서, 우리는 선수들의 경기 데이터를 모두 수집하고 분석해, 그룹이 어떻게 형성되고, 흩어지는지, 한 선수가 속도를 늦추게 되면 어떤 현상이 발생하는지, 전체적인 선수들의 평균 속도는 어떻게 되는지 등 이전에는 얻을 수 없었던 정보들을 많이 얻을 수 있었다.


작년에 경기 중 큰 추돌 사고가 있었는데, 이는 평균 속도를 현저하게 낮추었다. 여기에서 생성된 데이터들은 대부분의 팀들이 가져가 전력분석에 사용되었고, 이는 각 팀의 웹사이트에서 확인할 수 있다.


**RW: 투르드 프랑스는 역사가 굉장히 긴 이벤트인데, 왜 이런 시스템을 이제서야 도입하였는가? 기술적으로 문제가 있었기 때문인가?**


크리스: 많은 이유들이 있다. ASO가 경기를 주최, 주관하지만 그들이 각 팀을 다 소유 하고 있는 것은 아니다. 잘은 모르겠지만, 아마도 선수들의 세부적인 정보가 노출되는 것에 대한 저항이 있었지 않을 까 하는 생각이 든다. 수집된 데이터에 대해 조금 더 생각해 보자면, 페달의 움직임, 선수의 호흡, 심장박동 등 경쟁에 있어 매우 민감하고 중요한 것들이 있을 수 있다. 어떤 데이터이건 공유하는데 있어 조금 더 신중해야 할 필요가 있는 것이다.


**RW: 선수들은 이미 웨어러블을 사용하지 않는가?**


크리스: 맞다. 그들은 자전거에 소급 분석과 팀의사에게 매우 유용한 데이터를 실시간으로 전송할 수 있는 데이터 수집 해드유닛을 부착하고 있다. 우리는 지금 와이파이 사용에 많은 제약이 따른다는 문제점을 안고 있다. 산에는 많은 통신 방해 물들이 있고, 데이터 복화전송을 해야 하는 경우도 있다. 어디에 있던 지속적으로 송수신이 되어야 하고, 최대로 전송할 수도 있어야 한다.

우리는 일부 가장자리 데이터 처리를 제공하기위한 시작이 전체의 새로운 관점에서 다시 보여 질 것이라고 믿고 있다. 선수들이 터널을 지나고, 가파른 경사를 내려가면서 데이터를 캡처하고 수집, 전송하면서, 우리는 데이터의 빈 부분을 시각적으로 업데이트할 수 있다.

우리는 수집된 데이터로부터 많은 것들을 추론하고 있으며, 이는 실제로 길에서 어떤 일이 일어나고, 구간 속도는 어떻고, 선수들의 패턴을 파악하는데 사용되고 있다. 이렇게 수집된 다양한 데이터들의 혼합은 더욱 재미있는 결과를 보여 주기도 한다.


**RW: 작년에 진행했던 경험을 통해 배운 새로운 것들은 없었나?**


크리스: 매우 많다. 당신은 이를 통해서 경주에 대해 더 많은 것들을 이해 할 수 있을 것이고, 각 선수들과 이전 데이터와 비교 할 수도 있다. 또한 특정한 구역의 경사를 추론해, 선수들을 비교 분석함으로써 결과에 대한 예측을 할 수도 있다. 또한 관중들이 어떤 부분에서 매우 흥미를 가지는지를 분석할 수 있고, 이를 전략적으로 이용해 관중들에게 더욱 큰 재미를 줄 수도 있다.


번역/편집 : 김수진 선임연구원