본 연구의 목적은 태권도 경기 시 머신러닝과 관성 센서를 활용하여 정식발차기와 변칙발차기의 구분 가능성을 확인하는 것이다. 태권도를 전공하는 10명의 연구참여자가 대회에서 자주 사용되는 변칙발차기 몽키킥과, 몽키킥과 가장 유사한 움직임인 반달 차기를 실시하였다. 발차기는 정적 준비 발차기와 동적 준비 발차기로 나누어 실시하였다. 태권도 종목 특성상 신체가 충돌하는 부위가 많아 이를 고려해 접촉이 적은 부위를 선정 후 관성 센서를 부착하였다. 발차기 동작에서 수집된 가속도 신호로 머신 러닝 알고리즘을 학습시키고 데이터 분류에 적용하였다. 정적 준비 발차기의 데이터로 머신러닝을 학습시키고 정적 준비 발차기로 수행한 두 종류의 발차기에 적용하였을 때 100%의 정확도로 분류하였다. 이는 머신러닝을 학습한 데이터와 구분 검증에 사용한 데이터가 동일한 조건에서 수집되었기 때문으로 판단된다. 정적 준비 발차기 데이터로 학습한 머신러닝 알고리즘에 동적 준비 발차기로 수집된 데이터를 적용하였을 때는 55%의 분류 정확도가 나타났다. 이는 머신러닝이 학습한 데이터가 다양한 입력 데이터에 대응하기에 부족했기 때문으로 보인다.
본 연구의 결과를 통해 경기 현장에서 관성 센서를 통해 수집된 데이터로 선수의 움직임을 구분할 수 있는 가능성을 확인할 수 있었다. 다만, 추후 관성 센서를 활용해 다양한 상황에서의 발차기 동작 신호를 수집하고 이를 머신러닝 알고리즘을 고도화하는 데 활용하기를 위한 연구가 필요할 것으로 판단된다. 또한, 시계열 기반의 머신러닝 모델을 사용해 시간의 흐름에 따른 데이터 수집을 통해 발차기의 시점을 설정해 분류하는 연구도 필요하다.