본 발명의 바람직한 실시예에 따른 밀도 기반 클러스터링을 이용한 사람 자세 데이터셋의 축약 장치 및 방법은, 밀도 기반 클러스터링 알고리즘을 중복성이 높은 사람 자세 데이터셋에 적용하여 서로 유사한 자세 데이터들끼리 클러스터링하고, 클러스터 각각에서 적은 개수의 자세 데이터만을 추출하여 축약 사람 자세 데이터셋을 획득함으로써, 중복되는 자세 데이터들은 모두 줄이고 다양성이 높은 자세 데이터셋을 획득하고, 이로 인해 종래의 사람 자세 데이터셋을 이용하여 사람 자세 추정 모델을 학습하는 종래의 방식에 비해 아주 적은 데이터를 사용함에도 불구하고 종래의 사람 자세 추정 모델의 성능을 그대로 유지할 수 있으며, 아울러, 축약된 사람 자세 데이터셋을 통해 학습함으로써, 종래의 방식을 이용한 사람 자세 추정 모델의 학습에 소요되는 시간에 비해 아주 적은 시간으로도 학습이 가능함에도 불구하고 종래의 사람 자세 추정 모델과 유사한 성능을 발휘할 수 있고, 또한, 자세 분석을 통해 원본 사람 자세 데이터셋으로부터 메트릭 공간(metric space)을 획득하고, 획득한 메트릭 공간에서 밀도 기반 클러스터링 알고리즘인 DBSCAN을 통해 클러스터링을 수행함으로써, 서로 유사한 자세 데이터들끼리 묶는 클러스터링의 성능을 향상시킬 수 있다.