Background: The evaluation of Human Movements based on Taekwondo poomsae (movement patterns) is inherently subjective, leading to concerns about bias and inconsistency in scoring. This emphasizes the need for objective and reliable scoring systems leveraging artificial intelligence technologies. Objectives: This study seeks to enhance the accuracy and fairness of Taekwondo poomsae scoring through the application of camera-based pose estimation and advanced neural network models. Design: A comparative analysis was conducted to evaluate the performance of machine learning models on a large-scale Taekwondo poomsae dataset. Methods: The analysis utilized a dataset comprising 902,306 labeled frames from 48 participants performing 62 distinct poomsae movements. Five models—LSTM, GRU, Simple RNN, Random Forest, and XGBoost—were evaluated using performance metrics, including accuracy, precision, recall, F1- score, and log loss. Results: The LSTM model outperformed all others, achieving an accuracy, precision, recall, and F1-score of 0.81, alongside the lowest log loss value of 0.55. The GRU model demonstrated comparable performance, while traditional models such as Random Forest and XGBoost were less effective in capturing the temporal and spatial patterns of poomsae movements. Conclusion: The LSTM model exhibited superior capability in modeling the temporal and spatial complexities inherent in Taekwondo poomsae, establishing a robust foundation for the development of objective, scalable, and reliable poomsae evaluation systems.

이 연구의 목적은 과학고등학교 학생들이 일정기간의 지속적인 학습프로그램 경험을 통해 그들의 가설지식 생성능력과 설명경향이 생물학자와 비교하여 어떻게 달라지는지 그 변화 양상을 분석하고 규명해 보는 것이다. 연구를 위하여 남부권 소재 과학고등학교 학생 14명과 생물학자 7인을 선정하였다. 학생들의 경우, 7명씩 실험집단과 비교집단으로 나누고 실험집단은 12주에 걸쳐 주 1회씩 생물학 가설에 관련된 지식생성형 학습프로그램을, 비교집단은 지식수용형 학습프로그램을 경험하게 하였다. 학습의 전과 후에 미리 제작된 생명현상에 관한 측정과제로 생성한 가설에 대한 설명경향과 가설생성능력을 파악하였다. 연구결과는 다음과 같다. 1) 과학고등학교 학생들은 두 집단 모두 사전-사후 변화 없이 설명대상을 분할하지 않고 가설을 생성하며, 2) 실험집단의 경우 사후에는 다차원적 설명자를 사용하는 변화를 보이나 비교집단은 그렇지 못했다. 3) 또한 실험집단은 사후에 현상적 설명자 뿐만 아니라 생물학자들처럼 이론적 설명자를 사용하는 빈도가 증가되는 것으로 나타났으며, 4) 설명자의 유사도 역시 증가된다. 이러한 결과는 지속적인 지식생성형 학습프로그램의 경험을 통해 학생들의 가설설명경향이 과학자와 유사한 형태로 변화되어갈 수 있고, 지식수용형 학습의 경험만으로는 학생들의 가설설명경향 및 가설생성능력의 변화를 유도하기 어렵다는 것을 시사해 주고 있다.