Pose Estimation이란? 관절 키포인트로 자세를 읽는 방법

Pose Estimation(자세 추정)은 이미지·영상 속 사람이나 동물의 관절 같은 주요 지점(keypoint)을 찾아내 자세를 인식하는 Computer Vision 과제다. 코·어깨·팔꿈치·손목·엉덩이·무릎·발목 같은 keypoint의 위치를 예측하고, 이를 정해진 규칙으로 연결하면 사람의 자세를 나타내는 스켈레톤(skeleton) 구조가 만들어진다.

Object Detection·Segmentation과 무엇이 다른가

과제	찾아내는 것
Object Detection	물체의 바운딩 박스
Segmentation	물체의 픽셀 단위 경계
Pose Estimation	물체(주로 사람) 내부의 관절 keypoint 위치

Object Detection이 “사람이 어디 있는가”를 박스로 답하고 Segmentation이 “사람의 윤곽이 정확히 어디까지인가”를 답한다면, Pose Estimation은 “그 사람이 지금 어떤 자세를 취하고 있는가”에 답한다.

OpenPose: 다인원 실시간 추정을 실용화한 접근

OpenPose는 카네기멜론대학교 연구진이 개발한 대표적인 오픈소스 Pose Estimation 시스템으로, 카메라 영상만으로 여러 사람의 전신·손·발·얼굴 keypoint(사람당 최대 135개)를 실시간으로 동시에 탐지한 초기 오픈소스 시스템 중 하나였다. OpenPose는 Part Affinity Fields(PAF) 라는 기법을 도입했는데, 이는 각 keypoint가 어느 사람의 것인지 연결(grouping)하는 문제를 풀어, 다인원 자세 추정을 실용적인 수준으로 끌어올린 핵심 아이디어였다.

Top-down 방식과 Bottom-up 방식

Pose Estimation은 크게 두 가지 순서로 접근한다.

• Top-down 방식: 먼저 Object Detection으로 사람을 하나씩 찾아낸 뒤, 각 사람 영역 안에서 keypoint를 추정한다. 사람 수가 늘어날수록 연산량도 함께 늘어나지만, 개별 정확도는 높은 편이다.
• Bottom-up 방식: 이미지 전체에서 모든 keypoint 후보를 먼저 찾은 뒤, 이를 사람별로 묶는다. OpenPose가 이 방식을 대표한다. 사람 수가 늘어나도 상대적으로 처리 속도가 일정하게 유지된다.

어디에 쓰이나

• 스포츠·재활 분야의 동작 분석, 자세 교정 코칭
• 게임·VR/AR의 모션 캡처, 아바타 동작 인식
• 매장·공공장소의 이상 행동 감지(낙상 탐지 등)
• 로봇이 사람의 동작을 인식해 반응하는 Physical AI 응용

한계와 주의할 점

• 신체 일부가 다른 물체나 사람에게 가려지면(occlusion) keypoint 추정 정확도가 떨어진다.
• 카메라 각도가 극단적이거나 조명이 나쁘면 오탐지가 늘어날 수 있다.
• 2D Pose Estimation은 평면상의 keypoint 위치만 제공하므로, 깊이 정보(3D 자세)가 필요하면 별도의 3D Pose Estimation 모델이나 다중 카메라 구성이 필요하다.

결론

Pose Estimation은 관절 keypoint를 찾아 사람의 자세를 읽어내는 Computer Vision 과제로, OpenPose의 Part Affinity Fields가 다인원 실시간 추정을 실용화하는 데 핵심적인 역할을 했다. Top-down과 Bottom-up이라는 두 접근 방식 중 상황에 맞는 쪽을 선택하면 되며, 스포츠·재활·로보틱스 등 사람의 움직임 자체가 중요한 분야에서 폭넓게 쓰인다.