아이스하키 자동 시프트 감지: 아이스하키 선수들의 활동량을 비교하는 보다 정교한 방법
캐터펄트 스포츠(Catapult Sports)의 수석 고객 성공 전문가(성과 및 건강 부문) 패트릭 러브
주요 내용:
- 자동 업무량 감지 기능은 직원들이 업무량을 파악할 수 있는 더 명확한 시간대를 제공합니다.
- 활발한 움직임을 자동으로 식별함으로써, 수동 태깅에 따른 부담을 줄여주고, 훈련과 경기의 요구 사항을 비교할 수 있는 보다 일관된 기준을 마련해 줍니다.
- 코치, 영상 담당자, 퍼포먼스 담당자 등 모든 구성원에게 선수들의 행동, 그 강도, 그리고 그 배경이 된 상황을 파악할 수 있는 공통된 기준점을 제공합니다.
아이스하키 코치들은 경험을 통해 이 사실을 잘 알고 있습니다. 두 번의 훈련이 서류상으로는 비슷해 보일지라도 실제로는 완전히 다르게 느껴질 수 있습니다. 한 번의 훈련은 긴 라인 훈련과 코치의 지시 시간을 포함할 수 있고, 다른 훈련은 회복 시간이 거의 없는 짧고 강도 높은 훈련을 반복할 수 있습니다. 이 두 가지 훈련을 하나의 수치로만 요약하면, 그 중요한 차이점이 가려지게 됩니다.
총 Player Load PL)은 코칭 스태프에게 선수가 누적한 작업량을 알려줍니다. 하지만 이 수치는 해당 작업이 어떻게 누적되었는지, 또는 활동 구간이 얼마나 고강도였는지는 보여주지 않습니다. 이러한 구분은 아이스하키에서 분당 PL(PL/min)이 항상 동일한 의미를 지녀온 것은 아니기 때문에 중요합니다.
Nightingale 등(2026)은 아이스하키에서 외부 부하 지표를 선정하기 위한 프레임워크에서 이 점을 지적하고 있다. 이들은 발표된 하키 연구에서 PL/min의 분모로 총 경기 시간과 아이스 위 체류 시간을 모두 사용해 왔다고 언급한다. 더글라스 등(2022)과 닐드 등(2021)을 포함하여 총 경기 시간을 사용한 연구들은 2.1–2.3 PL/min의 결과를 도출한 반면, 비르크예달 등(2022)과 페레즈 등(2022)을 포함하여 아이스 위 체류 시간을 사용한 연구들은 약 6.3 PL/min의 값을 도출했다.
각기 다른 Windows, 각기 다른 워크로드
바로 이 부분에서 훈련과 경기의 기록을 비교하기가 어려워집니다. 경기에서는 비디오 코치들이 대개 선수의 전체 출전 시간을 태그합니다. 반면 훈련에서는 세션이 촬영되더라도 한 선수의 모든 반복 동작에 태그를 달기는 드물며, 전체 선수 명단에 태그를 다 달기는 더더욱 어렵습니다. 경기 출전 시간에 태그를 다는 것만으로도 이미 상당한 작업량인데, 훈련 반복 동작에 태그를 다는 것은 거의 불가능에 가깝습니다.
하지만 훈련과 경기의 요구 사항을 비교하고자 한다면, 선수별 시간 구간이 중요합니다. 이를 고려하지 않으면 분모가 일관성을 잃게 됩니다. 한 선수가 비슷한 양의 PL을 축적했을지라도, 그 밀도는 전체 세션, 드릴, 전체 출전 시간, 아니면 활동적인 순간만을 기준으로 계산하느냐에 따라 달라집니다.
세션 단위 시계에서 액티브-시프트 시계로 전환하면 휴식 시간과 휘슬 사이를 오가는 스케이팅 시간이 제외됩니다. 이러한 움직임 중 일부가 측정 대상에 포함되어 있었기 때문에 총 PL 수치가 감소했습니다. PL/min은 일반적으로 측정되는 부하보다 분모가 더 빠르게 줄어들기 때문에 상승하는 경향이 있습니다. 동일한 훈련, 동일한 선수, 동일한 데이터 파일이라도 코칭 스태프가 사용하는 시계 유형에 따라 볼륨과 밀도 수치가 매우 다르게 나올 수 있습니다. 이것이 바로 시간 창 선택이 중요한 이유이며, 액티브-시프트 시간 창이 네 가지 중 가장 정확한 이유입니다. 이 창은 선수가 실제로 경기에 참여했던 순간만을 집계합니다. 볼륨 수치는 선수가 수행한 작업을 반영하고, 밀도 수치는 그 작업이 진행되는 동안 얼마나 강도 높게 이루어졌는지를 반영합니다. 이것이 바로 훈련과 경기를 비교할 수 있는 시간 창입니다.
안타깝게도 다시 원점으로 돌아와 버렸습니다. 실제로 영업 사원에게 수동으로 태그를 지정해야 하는 문제를 어떻게 해결해야 할까요?
자동 시프트 감지: 보다 일관된 시간 창
Catapult의 아이스하키 자동 교대 감지 기능은 웨어러블 기기에서 직접 활성 교대 상황을 식별함으로써 이 문제를 해결합니다 . 팀은 선수별 활성 교대 시간대를 자동으로 확인할 수 있습니다. 이를 통해 코칭 스태프는 각 선수가 훈련 세션에 적극적으로 참여했던 시간을 일관된 기준으로 파악할 수 있게 되었습니다. 또한 이 기능은 예상치 못한 결과도 가져왔습니다.
2026년 카타펄트 스포츠(Catapult Sports)의 미공개 분석에 따르면, 한 AHL 훈련 세션은 세션 단위 기준으로 경기 강도의 약 58% 수준인 것으로 나타났습니다. 이는 출전 슛을 기준으로 계산했을 때 51% 수준으로 떨어졌습니다. 동일한 훈련은 세션 수준에서 경기보다 더 고강도로 나타났으며, 경기 대비 PL/min이 약 130% 수준이었다. 그러나 둘 다 실제 출전 시간 기준으로 분석했을 때, 동일한 훈련의 강도는 실제 출전 시간 기준 경기 강도의 약 73% 수준으로 떨어졌다.
액티브-시프트 데이터는 전체 세션 요약 자료에서는 종종 드러나지 않는 격차를 밝혀낼 수 있습니다. 대부분의 실무자들은 훈련이 경기의 총 분량을 따라잡기 어렵다는 점을 인정합니다. 많은 이들은 훈련 세션이 경기보다 짧고, 더 체계적이며, 통제력이 높기 때문에 훈련의 강도가 경기보다 높을 것이라고 가정해 왔습니다.
이러한 연구 결과는 그 가정에 의문을 제기한다. 운동선수들이 실제로 활동하는 기간만을 따로 떼어 놓고 보면, 훈련량은 물론 훈련 강도 면에서도 부족할 수 있다.
이는 훈련 주기 설정, 훈련 설계, 경기 복귀 시점에 있어 중요한 요소입니다. 팀은 훈련을 통해 선수들이 실제 경기의 변화 속도와 강도에 노출되었는지 파악해야 합니다. 또한 그 훈련량이 어떻게 축적되었는지도 이해해야 합니다. 장시간에 걸쳐 꾸준히 진행되는 훈련 블록은 경기의 리듬을 반영하는 반복적인 고강도 훈련 세션과는 다릅니다.
메트릭과 순간의 연결: 비디오와 웨어러블의 통합
데이터가 많다고 해서 자동으로 명확성이 높아지는 것은 아닙니다. 유용한 보고서는 지표와 질문을 적절히 연계하고, 중복을 줄이며, 팀이 더 나은 결정을 내릴 수 있도록 도와야 합니다(Nightingale 외, 2026).
‘자동 시프트 감지’ 기능은 선택한 지표에 더 풍부한 맥락을 제공함으로써 이러한 접근 방식을 뒷받침합니다. 활성 시프트가 Catapult의 Focus로 가져오면, 팀은 지표에서 해당 지표가 생성된 순간으로 바로 이동할 수 있습니다. 코치들에게 경기 후 시프트를 검토하는 것은 새로운 일이 아닙니다. 하지만 선수별 훈련 반복 횟수를 확인하는 것은 그 어느 때보다 현실적이지 않았습니다. 이제 훈련 반복 횟수를 포함한 활성 시프트를 자동으로 식별할 수 있게 됨에 따라, 코치들은 영상 담당자에게 모든 반복 횟수를 수동으로 태그해 달라고 요청하지 않고도 선수별 훈련 내용을 검토할 수 있게 되었습니다.
이로 인해 전체 스태프의 업무 흐름이 달라집니다. 영상 분석가는 관련 선수들의 경기 장면을 더 빠르게 찾아볼 수 있습니다. 퍼포먼스 스태프는 훈련 부하가 급증한 원인을 분석할 수 있습니다. 코치진은 전술적 맥락에서 고강도 훈련 장면을 검토할 수 있습니다. 모든 구성원이 동일한 자료—동일한 지표, 동일한 시간대, 동일한 영상—를 한곳에서 활용하여 업무를 수행합니다.
실용적인 요점
자동 업무량 감지 기능은 직원들이 업무량을 파악할 수 있는 더 명확한 시간대를 제공합니다.
활발한 움직임을 자동으로 식별함으로써, 수동 태깅에 따른 부담을 줄여주고, 훈련과 경기의 요구 사항을 비교할 수 있는 보다 일관된 기준을 마련해 줍니다.
코치, 영상 담당자, 퍼포먼스 담당자 등 모든 구성원에게 선수들의 행동, 그 강도, 그리고 그 배경이 된 상황을 파악할 수 있는 공통된 기준점을 제공합니다.
참조
- Byrkjedal, P. T., Luteberget, L. S., Bjørnsen, T., Ivarsson, A., & Spencer, M. (2022). 시뮬레이션 게임 기반의 아이스하키 경기 설계(스크리미지)는 공식 경기에 비해 외부 부하 매개변수에서 더 높은 강도를 유도한다. Frontiers in Sports and Active Living, 4, 822127. https://doi.org/10.3389/fspor.2022.822127
- Catapult Sports. (2026). 엘리트 아이스하키 선수들의 액티브-시프트와 피리어드별 운동 부하 비교 [미발표 내부 분석].
- Douglas, A. S., Rotondi, M. A., Baker, J., Jamnik, V. K., & Macpherson, A. K. (2022). 준엘리트 및 엘리트 여자 아이스하키 선수 간의 빙상 외부 부하 측정값 비교. Journal of Strength and Conditioning Research, 36(7), 1978–1983. https://doi.org/10.1519/JSC.0000000000003771
- Neeld, K. L., Peterson, B. J., Dietz, C. C., Cappaert, T. A., & Alvar, B. A. (2021). 대학 남자 아이스하키 팀에서 이전 훈련 부하가 팀 성과에 미치는 영향. Journal of Strength and Conditioning Research, 35(8), 2272–2278. https://doi.org/10.1519/JSC.0000000000004076
- Nightingale, S., Hughes, J., De Ste Croix, M., & Pfeifer, C. (2026). 아이스하키에서 외부 부하 지표 선정을 위한 프레임워크 가이드. International Journal of Strength and Conditioning. https://doi.org/10.47206/ijsc.v6i1.526
- Perez, J., Brocherie, F., Couturier, A., & Guilhem, G. (2022). 국제 경기는 최고 수준의 여자 아이스하키 선수들에게 안정적인 기계적 부하를 유발한다. Biology of Sport, 39(4), 857–864. https://doi.org/10.5114/biolsport.2022.109455
Q&A
‘전체 출전 시간(An entire shift )’은 선수가 아이스 위에 들어서는 순간부터 벤치로 돌아올 때까지의 전체 시간대를 의미합니다. 이 시간대에는 휘슬로 인한 중단, 페이스오프 준비, TV 타임아웃과 같은 ‘데드 타임’이 포함되는 경우가 많습니다.
‘활성 시프트’는 계산 범위를 선수가 적극적으로 참여하고 움직이는 특정 순간으로만 엄격하게 제한합니다. 이러한 데드 타임을 제외함으로써, 활성 시프트는 선수의 실제 신체적 활동량을 훨씬 더 명확하게 보여줍니다. 활동량 수치는 수행된 실제 작업을 반영하며, 밀도 수치( Player Load 등)는 그 작업이 실시간으로 얼마나 강도 높았는지를 정확하게 보여줍니다.
모든 것은 사용하는 분모(시간 기준)에 달려 있습니다. 기존의 하키 연구에서는 ‘총 경기 시간’과 ‘아이스 위 체류 시간’이라는 두 가지 매우 다른 시간 단위를 사용하여 PL/min을 계산해 왔습니다.
총 경기 시간을 사용할 경우, 벤치에 앉아 있는 모든 시간이 포함되기 때문에 분모가 커지며, 그 결과 밀도 수치가 낮아집니다(일반적으로 약 2.1–2.3 PL/min). 선수의 실제 아이스 위 체류 시간으로 전환하면 분모가 급격히 줄어들어 밀도 수치가 6.3 PL/min에 가까워집니다. 이러한 차이는 데이터 오류가 아니라, 측정을 위해 선택한 시간 범위에 따른 결과입니다.
역사적으로, 훈련 데이터와 경기 데이터를 비교하는 것은 매우 어려웠는데, 이는 훈련 중에 전체 선수 명단에 걸쳐 수동으로 시프트 태깅을 하는 것이 사실상 불가능했기 때문입니다.
Catapult의 ‘자동 시프트 감지(Auto Shift Detection)’ 기능은 웨어러블 기기에서 직접 활성 시프트 구간을 자동으로 식별함으로써 이 문제를 해결합니다. 이는 훈련에 대한 일반적인 통념에 의문을 제기합니다. 예를 들어, 내부 데이터에 따르면 훈련 세션의 광범위한 평균을 살펴볼 때는 훈련 강도가 경기 강도의 130%로 보일 수 있지만, 정밀한 ‘활성 시프트’ 관점을 통해 양쪽을 모두 분석하면 실제로는 경기 강도의 73% 수준으로 떨어지는 것으로 나타났습니다. 이러한 자동화된 통찰력은 코치들이 실제 경기 시프트의 고강도 리듬과 양을 진정으로 재현하는 훈련을 설계하는 데 도움을 줍니다.