Development of a Spatio-Temporal Convolutional Neural Network (ST-CNN)-Based Ballet Pirouette Correction and Real-Time Feedback System

본 연구는 발레 피루엣 수행의 정확성과 정렬 안정성 향상을 위해, 시공간 합성곱신경망(Spatio-Temporal Convolutional Neural Network, ST-CNN) 기반 실시간 교정및 피드백 시스템을 개발하였다. 이를 위해 국내 프로 무용수와 온라인 고화질 영상을 활용해 피루엣 동작을 7개 국면으로 구분하고, 관절 좌표 기반 각도와 회전 속도를 정량 분석하였다.ST-CNN 모델은 전문가 기준과의 차이를 실시간 평가하며 관절 정렬과 회전 속도에 대한 피드백을 제공하도록 설계되었다. 실험 결과, 시스템 적용 후 무용수의 회전 안정성과 정렬 정확도가 향상되었고 회전 속도는 평균 1350°/s에서 1420°/s로 증가하였다. 또한 회전 구간에서 발목과 골반 정렬 오류가 줄었고 준비 국면의 플리에 부족이 회전 저하로 이어짐을 피드백을 통해 인식하는 경향이 나타났다. 본 논문은 고가 장비 없이도 정량 분석과 실시간 피드백이 가능한 교육 도구의 가능성을 제시하며 향후 다양한 회전 및 점프 동작으로의 확장을 통해 무용 교육의 디지털 기반 정량화에 기여할 수 있다.