지난 5편에서 억지 실시간 SPM 카운팅을 내려놓고, 러너에게 진짜 필요한 '맞춤형 코칭 처방'으로 방향을 선회한 이야기를 나눴습니다. 방향은 잡았지만, 막상 개발을 진행하다 보니 또 다른 현실의 벽과 마주했습니다.
"수치는 둘째치고, 리포트에 뽑히는 사진이 첫발 내딛는 어색한 컷이거나 엉뚱한 뒷모습이면 러너가 이걸 신뢰할 수 있을까?"
오늘 진행한 최종 리포트 고도화 과정은 바로 이 '디테일과 신뢰도'를 잡기 위한 치열한 여정이었습니다.
1. 첫발 내딛는 가속 구간과 '도망간 뒷모습'을 쳐내다 (정측면 정속 구간 필터링)
처음 코드를 돌렸을 때 가장 당황스러웠던 건, 영상 시작할 때의 어색한 출발 자세나 화면 저 멀리 대각선 뒤쪽으로 멀어져 가는 뒷모습이 '베스트 컷'으로 둔갑하는 참사였습니다.
- 문제점: 원근 왜곡 때문에 오버스트라이드 수치가 엉뚱하게 튀거나, 사람이 개미만하게 나와 진단서로서의 가치가 떨어졌습니다.
- 해결책: 영상 전체의 평균을 무식하게 내는 대신, 출발·정지 가속 구간(앞뒤 15%)을 과감히 도려내고, 러너가 카메라 정면을 지나며 가장 완벽한 90도 옆모습을 보여주는 '정속 주행 중앙 구간(in_center_zone)'만 타깃으로 삼았습니다. 이제는 저 멀리 도망간 뒷모습은 아예 카메라에 잡히지 않습니다.
2. 좌우 다리 혼선 방지와 시각적 몰입감 (착지발 자동 감지 & 스마트 크롭)
분석하는 다리가 오른쪽인지 왼쪽인지 헷갈리던 기존 방식을 갈아엎었습니다.
- 매 순간 실제로 바닥을 내딛는 착지발을 AI가 스스로 식별하여 형광 연두색 하이라이트로 강조했습니다.
- 배경에 묻히지 않도록 러너의 중심(골반)을 기준으로 화면을 큼직하게 확대(Crop)하고, 좌측 상단에 반투명 검은색 점수판을 얹어 어떤 야외 배경에서든 수치가 선명하게 읽히도록 가독성을 극대화했습니다.
3. 왜 이 운동을 해야 하는지, 유저의 궁금증을 0초 만에 해소하기 (표준 DB와 홈트의 결합)
진단서에 보강 운동을 툭 던져주면 유저들은 또 묻습니다.
"집에 바벨도 없는데 효과가 있나요? 왜 하필 이 운동인가요?"
이 의문을 풀기 위해 런썸의 스포츠 의학 표준 보강 운동 DB에 담긴 철학을 리포트 안내문에 녹였습니다.
- 헬스장 기구가 필요 없는 100% 홈트레이닝(체중과 계단 활용) 구성이라는 점을 명시했습니다.
- 근육을 찢어 키우는 헬스가 아니라, 달릴 때 지면 충격을 흡수하고 '신경과 소근육을 깨우는 필수 교정 루틴'임을 명확히 정의했습니다. (예: 발목 서스펜션 강화, 아스팔트 속근육 자극, 엉덩이 뇌 신호 전달)
4. "영상 하나로 내 몸을 어떻게 읽었지?" — 3단계 마법의 원리 탑재
마지막으로, 기술을 잘 모르는 일반 러너들도 스마트폰 영상 분석에 감탄할 수 있도록 복잡한 용어(MediaPipe, 삼각함수 등)를 빼고 '3단계 마법의 원리'를 부록으로 추가했습니다.
- 관절 추적 (엑스레이 눈): 옷차림과 무관하게 어깨, 골반, 무릎, 발목 중심점을 초당 30번 레이저처럼 포착
- 착지 타이머: 발목이 가장 내려와 땅에 탁 닿는 0.1초의 결정적 충격 순간 포착
- 수학적 계산: 초중고 삼각형 원리로 무릎 각도와 오버스트라이드(cm)를 센티미터 단위로 정밀 산출
에필로그: 이제 진짜 '내돈내산'으로 써보고 싶은 서비스로
단순히 코드 몇 줄 짜는 것을 넘어, "유저가 리포트를 받아봤을 때 어떤 의문을 품을까?"를 먼저 고민하고 이를 프롬프트와 시스템 지침 레벨에서 방어하도록 세팅했습니다.
이제 영상 하나만 던져주면 오차 없이 핵심 비교 컷을 뽑아내고, 소비자의 의구심을 0초 만에 지워주는 런썸의 AI 정밀 진단서 파이프라인이 드디어 완성되었습니다.
다음 글에서는 이 완성된 시스템을 가지고 실제 소비자에게 첫 테스트를 던져본 '생생한 필드 반응 후기'로 찾아오겠습니다!